Cloud Monitoring-Dashboard verwenden
Auf dieser Seite wird beschrieben, wie Sie mit dem Cloud Monitoring-Dashboard die verfügbaren Messwerte aufrufen, ein benutzerdefiniertes Dashboard erstellen und Benachrichtigungen einrichten.
Firestore-Messwerte ansehen
Verwenden Sie den Metrics Explorer in Cloud Monitoring in der Google Cloud Console, um sich die verschiedenen Firestore-Messwerte anzusehen und Diagramme zu erstellen. Weitere Informationen zum Erstellen von Diagrammen finden Sie unter Diagramme mit dem Metrics Explorer erstellen.
Cloud Monitoring-Dashboard einrichten
In Cloud Monitoring können Sie in benutzerdefinierten Dashboards Informationen, die für Sie relevant sind, übersichtlich anzeigen. Sie können beispielsweise ein Dashboard erstellen, um die Leistungsmesswerte und Benachrichtigungsrichtlinien für Ihr Projekt in der Produktionsumgebung anzuzeigen.
Weitere Informationen zum Einrichten eines benutzerdefinierten Dashboards finden Sie unter Benutzerdefiniertes Dashboard verwalten und Dashboard-Widgets hinzufügen.
Fehlerraten überwachen
Sie können ein Monitoring-Dashboard erstellen, um Fehlerraten zu überwachen und die Verfügbarkeit Ihrer Datenbank sicherzustellen. Die Verfügbarkeit bezieht sich auf die Rate, mit der Ihre Datenbank innerhalb eines erwarteten Zeitraums mit einem erfolgreichen Statuscode antwortet. Das Firestore-SLA definiert die genauen Details dessen, was als gültige Anfrage klassifiziert wird.
Die Fehlerrate wird ermittelt, indem die Anzahl der Anfragen, die zu einer Fehlerantwort geführt haben, durch die Gesamtzahl der gesendeten Anfragen geteilt wird.
Ein Beispiel-Dashboard zur Berechnung von Fehlerraten kann erstellt werden, indem das A/B-Verhältnis für api/request_count
der gültigen Anfragen mit den Fehlercodes 4xx
oder 5xx
berechnet wird, im Gegensatz zur api/request_count
aller gültigen Anfragen.
In Abbildung 1 sehen Sie, wie Sie das Fehlerratenverhältnis mithilfe der Messwerte api/request_count im Metrics Explorer visualisieren können.
Benachrichtigungsrichtlinie erstellen
Mit Cloud Monitoring können Sie Benachrichtigungen erstellen, damit Sie informiert werden, wenn sich eine Messwertbedingung ändert. Sie können diese Benachrichtigungen verwenden, um über potenzielle Probleme informiert zu werden, bevor diese Ihre Nutzer betreffen.
Weitere Informationen zum Erstellen von Benachrichtigungen finden Sie unter Benachrichtigungsrichtlinien für Messwertgrenzwerte erstellen.
Betrachten Sie das folgende Beispiel, in dem wir eine Latenzbenachrichtigungsrichtlinie erstellen. Die Benachrichtigungsrichtlinie prüft die P99-Latenz über ein rollierendes Zeitfenster von 5 Minuten. Bleibt die P99-Latenz 5 Minuten lang über 250 ms, wird die Benachrichtigung ausgelöst.
Console
Rufen Sie in der Google Cloud Console die Seite Monitoring auf und wählen Sie notifications Benachrichtigungen aus.
Wählen Sie Richtlinie erstellen aus.
Wählen Sie den Messwert Anfragelatenzen aus der Ressource Consumed API aus.
Fügen Sie einen Dienstfilter für
firestore.googleapis.com
für native Firestore-Datenbanken hinzu.Klicken Sie auf Weiter, um den Trigger zu konfigurieren.
Wählen Sie unter Bedingungstypen die Option Schwellenwert aus.
Eine Schwellenwertbedingung ist auf einen Grenzwert von 250 ms festgelegt. Eine Benachrichtigung wird ausgelöst, wenn der P99-Latenzwert für die gesamte Dauer des rollierenden Fensters (5 Minuten) gleich bleibt.
Legen Sie den Grenzwert auf 250 fest.
Klicken Sie auf Weiter, um Benachrichtigungen zu konfigurieren.
Legen Sie den Namen der Benachrichtigungsrichtlinie fest und klicken Sie auf Weiter.
Prüfen Sie die Benachrichtigungskonfigurationen und klicken Sie auf Richtlinie erstellen.
MQL
Sie können dieselbe Latenzbenachrichtigungsrichtlinie mithilfe einer MQL-Abfrage (Monitoring Query Language) implementieren. Weitere Beispiele für die Verwendung von MQL finden Sie unter Beispiele für MQL-Abfragen.
fetch consumed_api
| metric 'serviceruntime.googleapis.com/api/request_latencies'
| filter (resource.service == 'firestore.googleapis.com')
| group_by 5m,
[value_request_latencies_percentile:
percentile(value.request_latencies, 99)]
| every 5m
| condition val() > 0.25 's'