Información sobre la supervisión del rendimiento en Firestore

Cloud Monitoring recopila métricas, eventos y metadatos de los productos de Google Cloud . También se puede acceder a los datos que se registran en el panel Uso y en Uso de reglas de seguridad a través de Cloud Monitoring para realizar un análisis más detallado. Con Cloud Monitoring, también puedes configurar paneles personalizados y alertas de uso.

En este documento, se explica cómo usar las métricas, obtener información sobre el panel de métricas personalizadas y configurar alertas.

Recursos supervisados

Un recurso supervisado en Cloud Monitoring representa una entidad lógica o física, como una máquina virtual, una base de datos o una aplicación. Los recursos supervisados contienen un conjunto único de métricas que se pueden explorar, informar a través de un panel o usar para crear alertas. Cada recurso también tiene un conjunto de etiquetas de recursos, que son pares clave-valor que contienen información adicional sobre el recurso. Las etiquetas de recursos están disponibles para todas las métricas asociadas al recurso.

Con la API de Cloud Monitoring, el rendimiento de Firestore se supervisa con los siguientes recursos:

Recursos Descripción Modo de base de datos compatible
firestore.googleapis.com/Database (recomendada) Tipo de recurso supervisado que proporciona desgloses para project, location* y database_id . La etiqueta database_id será (default) para las bases de datos creadas sin un nombre específico. Se aplica a ambos modos.
firestore_instance Es el tipo de recurso supervisado para los proyectos de Firestore y no proporciona un desglose de las bases de datos. Se aplica a Firestore nativo
datastore_request Es el tipo de recurso supervisado para los proyectos de Datastore y no proporciona un desglose de las bases de datos. Se aplica a ambos modos.

Métricas

Firestore está disponible en dos modos diferentes: Firestore nativo y Firestore en modo Datastore. Para ver una comparación de las funciones entre estos dos modos, consulta Elige entre los modos de bases de datos.

Para obtener una lista completa de las métricas de ambos modos, consulta los siguientes vínculos:

Métricas del tiempo de ejecución del servicio

Las métricas de serviceruntime proporcionan una descripción general del tráfico de un proyecto. Estas métricas están disponibles para la mayoría de las APIs de Google Cloud . El tipo de recurso supervisado consumed_api contiene estas métricas comunes. Estas métricas se muestrean cada 30 minutos, lo que genera datos suavizados.

Una etiqueta de recurso importante para las métricas de serviceruntime es method. Esta etiqueta representa el método de RPC subyacente al que se llamó. Es posible que el método del SDK al que llamas no se llame necesariamente igual que el método de RPC subyacente. Esto se debe a que el SDK proporciona una abstracción de API de alto nivel. Sin embargo, cuando intentas comprender cómo interactúa tu aplicación con Firestore, es importante entender las métricas según el nombre del método de RPC.

Si necesitas saber cuál es el método de RPC subyacente para un método de SDK determinado, consulta la documentación de la API.

Usa las siguientes métricas de tiempo de ejecución del servicio para supervisar tu base de datos.

api/request_count

Esta métrica proporciona el recuento de solicitudes completadas, en todos los protocolos(protocolo de solicitud, como HTTP, gRPC, etcétera), códigos de respuesta (código de respuesta HTTP), response_code_class (clase de código de respuesta, como 2xx, 4xx, etcétera) y grpc_status_code (código de respuesta numérico de gRPC). Usa esta métrica para observar la solicitud general de la API y calcular la tasa de errores.

Métrica api/request_count que devuelve un código 2xx.
Figura 1: Métrica api/request_count (haz clic para ampliar).

En la figura 1, se pueden ver las solicitudes que devuelven un código 2xx agrupadas por servicio y método. Los códigos 2xx son códigos de estado HTTP que indican que la solicitud se completó correctamente.

Métrica api/request_count que devuelve un código 2xx.
Figura 2: Métrica api/request_count que devuelve un código 2xx (haz clic para ampliar).

En la figura 2, se pueden ver las confirmaciones agrupadas por response_code. En este ejemplo, solo vemos respuestas HTTP 200, lo que implica que la base de datos está en buen estado.

api/request_latencies

La métrica api/request_latencies proporciona distribuciones de latencia en todas las solicitudes completadas.

Firestore registra métricas del componente Servicio de Firestore. Las métricas de latencia incluyen el tiempo que transcurre desde que Firestore recibe la solicitud hasta que termina de enviar la respuesta, incluidas las interacciones con la capa de almacenamiento. Por este motivo, la latencia de ida y vuelta (RTT) entre el cliente y el servicio de Firestore no se incluye en estas métricas.

api/request_latencies para calcular la distribución de latencia
Figura 4: api/request_latencies para calcular la distribución de la latencia.
api/request_sizes y api/response_sizes

Las métricas api/request_sizes y api/response_sizes proporcionan estadísticas sobre los tamaños de la carga útil (en bytes), respectivamente. Pueden ser útiles para comprender las cargas de trabajo de escritura que envían grandes cantidades de datos o las consultas que son demasiado amplias y muestran cargas útiles grandes.

Métricas api/request_sizes y api/response_sizes
Figura 5: Métricas api/request_sizes y api/response_sizes (haz clic para agrandar).

En la figura 5, se puede ver un mapa de calor de los tamaños de respuesta para el método RunQuery. Podemos ver que los tamaños son constantes, con una mediana de 50 bytes y, en general, entre 10 y 100 bytes. Ten en cuenta que los tamaños de carga útil siempre se miden en bytes sin comprimir, sin incluir las sobrecargas de control de transmisión.

Métricas de operación de documentos

Firestore proporciona recuentos de lecturas, escrituras y eliminaciones. La métrica de escritura proporciona un desglose entre las operaciones "CREATE" y "UPDATE". Estas métricas se alinean con las operaciones de CRUD.

Las siguientes métricas se pueden usar para comprender si tu base de datos tiene muchas lecturas o muchas escrituras, y la proporción de documentos nuevos en comparación con los documentos borrados.

  • document/delete_ops_count: Es la cantidad de eliminaciones correctas de documentos.
  • document/read_ops_count: Es la cantidad de lecturas de documentos exitosas a partir de búsquedas o consultas.
  • document/write_ops_count: Es la cantidad de operaciones de escritura de documentos realizadas correctamente.
Crea una proporción de documentos leídos en comparación con los documentos escritos
Figura 6: Crea una proporción de documentos leídos en comparación con los documentos escritos (haz clic para ampliar).

En la figura 6, puedes ver cómo crear una proporción que muestre la relación entre los documentos leídos y los documentos escritos. En este ejemplo, la cantidad de documentos que se leen es aproximadamente un 6% mayor que la cantidad de documentos que se escriben.

Métricas de operación de documentos

Estas métricas proporcionan distribuciones en bytes de los tamaños de cargas útiles para las lecturas (búsquedas y consultas) y las escrituras en una base de datos de Firestore. Los valores representan el tamaño total de la carga útil. Por ejemplo, cualquier resultado que devuelva una búsqueda. Estas métricas son similares a las métricas api/request_sizes y api/response_sizes, pero la principal diferencia es que las métricas de operaciones de documentos proporcionan un muestreo más detallado, pero desgloses menos detallados.

Por ejemplo, las métricas de operación de documentos usan el recurso supervisado datastore_request, por lo que no hay un desglose de servicio o método.

  • entity/read_sizes: Es la distribución de los tamaños de los documentos leídos.
  • entity/write_sizes: Es la distribución de los tamaños de los documentos escritos.

Métricas de índice

Las tasas de escritura de índices se pueden comparar con la métrica document/write_ops_count para comprender la proporción de expansión del índice.

  • index/write_count: Es el recuento de escrituras de índice.
Tasa de escritura del índice en comparación con la tasa de escritura del documento
Figura 7: Tasa de escritura del índice en comparación con la tasa de escritura del documento (haz clic para ampliar).

En la figura 7, puedes ver cómo se puede contrastar la tasa de escritura del índice con la tasa de escritura del documento. En este ejemplo, por cada escritura de documento, hay aproximadamente 6 escrituras de índice, lo que representa una tasa de expansión del índice relativamente pequeña.

Clientes conectados directamente a la base de datos con los SDKs de Firebase

Hay dos métricas de indicadores disponibles para hacer un seguimiento de la actividad de los clientes conectados directamente a las bases de datos de Firestore a través de los SDKs para dispositivos móviles, los SDKs web o ambos. Estas métricas incluyen una funcionalidad relacionada con los detectores de instantáneas en tiempo real, en la que los cambios pertinentes en la base de datos se transmiten de inmediato a los clientes.

  • network/active_connections: Es la cantidad de conexiones activas en el momento. Cada cliente web o móvil tiene una conexión.
  • network/snapshot_listeners: Es la cantidad de objetos de escucha de instantáneas registrados actualmente en todos los clientes conectados. Puede haber varias conexiones por cliente.

Puedes ver estas métricas en la pestaña Usage de la base de datos de Firestore en Firebase console.

Métricas para hacer un seguimiento de la actividad de los clientes conectados a Firestore
Figura 8: Son métricas para hacer un seguimiento de la actividad de los clientes conectados a Firestore.

Métricas de TTL

Las métricas de TTL están disponibles para las bases de datos de Firestore en modo nativo y de Firestore en modo Datastore. Usa estas métricas para supervisar el efecto de la política de TTL aplicada.

  • document/ttl_deletion_count: Recuento total de documentos borrados por los servicios de TTL.
Recuento total de documentos borrados por los servicios de TTL
Figura 9: Recuento total de documentos borrados por los servicios de TTL (haz clic para ampliar).

En la figura 9, puedes ver la tasa de documentos borrados por minuto durante un período de días.

  • document/ttl_expiration_to_deletion_delays: Tiempo transcurrido entre el vencimiento de un documento con un TTL y el momento en que se borró.
Tiempo que tarda Firestore en borrar documentos con políticas de TTL (en segundos)
Figura 10: Tiempo que tarda Firestore en borrar documentos con políticas de TTL (haz clic para ampliar).

En la figura 10, puedes ver que esta métrica proporciona una distribución del tiempo en segundos que tardó Firestore en borrar documentos con políticas de TTL. Se tarda menos de 0.5 segundos en borrar los documentos vencidos por TTL en el percentil 99. Esto implica que el sistema funciona con normalidad. Por lo general, Firestore borra los documentos vencidos en un plazo de 24 horas, pero esto no está garantizado. Si ves que tarda más de 24 horas, comunícate con el equipo de asistencia.

¿Qué sigue?