Genera métricas de Gemini Code Assist con el registro

En este documento, se describe cómo generar métricas de Gemini Code Assist. Por ejemplo, puedes generar métricas que informen el uso activo diario o la aceptación de recomendaciones de código para una variedad de productos de Google Cloud, como Cloud Logging, Google Cloud CLI, Cloud Monitoring y BigQuery.

Antes de comenzar

Cómo enumerar la cantidad de usuarios únicos

En las siguientes instrucciones, se describe cómo usar gcloud CLI para enumerar la cantidad de usuarios únicos de Gemini Code Assist en el período más reciente de 28 días:

  1. En un entorno de shell, asegúrate de haber actualizado todos los componentes instalados de la CLI de gcloud a la versión más reciente:

    gcloud components update

  2. Lee las entradas de registro de los usuarios y el uso de Gemini Code Assist:

    gcloud logging read 'resource.type=cloudaicompanion.googleapis.com/Instance labels.product=~"code_assist"' \
--freshness 28d \
--project PROJECT_ID \
--format "csv(timestamp.date('%Y-%m-%d'),labels.user_id)"

    Reemplaza PROJECT_ID por el ID del proyecto de Google Cloud.

    Puedes usar el comando uniq de Unix para identificar a los usuarios de forma única por día.

    El resultado es similar a este:

    2024-10-30,user1@company.com
2024-10-29,user2@company.com
2024-10-29,user2@company.com
2024-10-29,user2@company.com
2024-10-29,user1@company.com
2024-10-28,user1@company.com

Crea un gráfico que muestre el uso diario

En los siguientes pasos, se muestra cómo usar la supervisión para crear gráficos de uso diario que muestren el total agregado de usuarios activos diarios de Gemini Code Assist y la cantidad de solicitudes por día.

  1. Crea una métrica de supervisión a partir de tus datos de registro que registre la cantidad de usuarios de Gemini Code Assist:

    1. En la consola de Google Cloud, ve a la página Explorador de registros.

      Ir al Explorador de registros

      Si usas la barra de búsqueda para encontrar esta página, selecciona el resultado cuyo subtítulo es Logging.

    2. En el panel de consultas, ingresa la siguiente consulta y, luego, haz clic en Ejecutar consulta:

       resource.type="cloudaicompanion.googleapis.com/Instance" AND labels.product="code_assist" AND jsonPayload.@type="type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.ResponseLog"

    3. En la barra de herramientas, haz clic en Acciones y, luego, selecciona Crear métrica.

      Aparecerá el diálogo Crear métrica basada en registros.

    4. Configura los siguientes detalles de las métricas:

      • Asegúrate de que el Tipo de métrica esté configurado como Contador.
      • Asigna el nombre code_assist_example a la métrica.

      • Asegúrate de que la selección de filtros esté configurada para apuntar a la ubicación en la que se almacenan tus registros, ya sea Project o Bucket.

        Para obtener información sobre cómo generar métricas de supervisión a partir de tus datos de registro, consulta Descripción general de las métricas basadas en registros.

    5. Haz clic en Crear métrica.

      Aparecerá un banner de éxito en el que se explicará que se creó la métrica.

    6. En ese banner de éxito, haz clic en Ver en el Explorador de métricas.

      Se abrirá el Explorador de métricas y se mostrará un gráfico preconfigurado.

  2. Guarda el gráfico en un panel:

    1. En la barra de herramientas, haz clic en Guardar gráfico.
    2. Opcional: Actualiza el título del gráfico.
    3. Usa el menú Panel para seleccionar un panel personalizado existente o crear uno nuevo.
    4. Haz clic en Guardar gráfico.

Cómo analizar el uso con BigQuery

En los siguientes pasos, se muestra cómo usar BigQuery para analizar tus datos de registro.

Existen dos enfoques que puedes usar para analizar tus datos de registro en BigQuery:

  • Crea un receptor de registros y exporta tus datos de registro a un conjunto de datos de BigQuery.
  • Actualiza el bucket de registros que almacena tus datos de registro para usar Análisis de registros y, luego, crea un conjunto de datos de BigQuery vinculado.

Con ambos enfoques, puedes usar SQL para consultar y analizar tus datos de registro, y puedes graficar los resultados de esas consultas. Si usas Log Analytics, puedes guardar tus gráficos en un panel personalizado. Sin embargo, existen diferencias en los precios. Para obtener más información, consulta Precios de Log Analytics y Precios de BigQuery.

En esta sección, se describe cómo crear un receptor de registros para exportar entradas de registro seleccionadas a BigQuery y se proporciona una lista de consultas de muestra. Si deseas obtener más información sobre el Análisis de registros, consulta Cómo consultar y analizar registros con el Análisis de registros y Cómo consultar un conjunto de datos vinculado de BigQuery.

Crear un receptor de registros

  1. En la consola de Google Cloud, ve a la página Enrutador de registros:

    Ir a Enrutador de registros

    Si usas la barra de búsqueda para encontrar esta página, selecciona el resultado cuyo subtítulo es Logging.

  2. Selecciona el proyecto de Google Cloud en el que se originan las entradas de registro que deseas enrutar.
  3. Selecciona Crear receptor.

  4. En el panel Detalles del receptor, ingresa los siguientes detalles:

    • En Nombre del receptor, proporciona un identificador para el receptor. Después de crear el receptor, no puedes cambiarle el nombre, pero puedes borrarlo y crear uno nuevo.

    • En Descripción del sink, describe el propósito o el caso de uso del sink.

  5. En el panel Destino del receptor, configura los siguientes detalles:

    • En Seleccionar el servicio del receptor, selecciona Conjunto de datos de BigQuery.
    • En Selecciona un conjunto de datos de BigQuery, crea un nuevo conjunto de datos de BigQuery y asígnale el nombre code_assist_bq.

  6. Abre el panel Elige registros para incluirlos en el receptor y, en el campo Crear filtro de inclusión, ingresa lo siguiente:

    resource.type="cloudaicompanion.googleapis.com/Instance" AND labels.product="code_assist"

  7. Opcional: Para verificar que ingresaste el filtro correcto, selecciona Obtener vista previa de los registros. El Explorador de registros se abrirá en una pestaña nueva con el filtro prepropagado.

  8. Haz clic en Crear un receptor.

Autoriza al receptor de registros para que escriba entradas de registro en el conjunto de datos

Cuando tienes acceso de propietario al conjunto de datos de BigQuery, Cloud Logging otorga al receptor de registros los permisos necesarios para escribir datos de registro.

Si no tienes acceso de propietario o no ves ninguna entrada en tu conjunto de datos, es posible que el destino de registro no tenga los permisos necesarios. Para resolver esta falla, sigue las instrucciones que se indican en Cómo configurar permisos de destino.

Consultas

Puedes usar las siguientes consultas de BigQuery de muestra para generar datos a nivel del usuario y agregados para el uso activo diario y las sugerencias generadas.

Antes de usar las siguientes consultas de muestra, debes obtener la ruta de acceso completamente calificada para el sumidero creado recientemente. Para obtener la ruta, haz lo siguiente:

  1. En la consola de Google Cloud, ve a la página de BigQuery.

    Ir a BigQuery

  2. En la lista de recursos, busca el conjunto de datos llamado code_assist_bq. Estos datos son el destino del receptor.

  3. Selecciona la tabla de respuestas debajo de code_assist_bq_dataset, haz clic en el ícono y, luego, en Copiar ID para generar el ID del conjunto de datos. Anota esta información para poder usarla en las siguientes secciones como la variable GENERATED_BIGQUERY_TABLE.

Enumera los usuarios individuales por día

SELECT DISTINCT labels.user_id as user, DATE(timestamp) as use_date
FROM GENERATED_BIGQUERY_TABLE
ORDER BY use_date

Reemplaza GENERATED_BIGQUERY_TABLE por la ruta de acceso completamente calificada de la tabla de respuestas de BigQuery que anotaste en los pasos anteriores para crear un sumidero.

Cómo ver una lista de usuarios totales por día

SELECT COUNT(DISTINCT labels.user_id) as total_users, DATE(timestamp) as use_date
FROM GENERATED_BIGQUERY_TABLE
GROUP BY use_date
ORDER BY use_date

Lista de solicitudes individuales por día por usuario

SELECT COUNT(*), DATE(timestamp) as use_date, labels.user_id as user
FROM GENERATED_BIGQUERY_TABLE
GROUP BY use_date, user
ORDER BY use_date

Lista de solicitudes agregadas por día por fecha

SELECT COUNT(*), DATE(timestamp) as use_date
FROM GENERATED_BIGQUERY_TABLE
GROUP BY use_date
ORDER BY use_date

¿Qué sigue?