Generare metriche di Gemini Code Assist con il logging

Questo documento descrive come generare le metriche di Gemini Code Assist. Ad esempio, puoi generare metriche che registrano l'utilizzo attivo giornaliero o l'accettazione dei consigli sul codice per una serie di prodotti Google Cloud, tra cui Cloud Logging, Google Cloud CLI, Cloud Monitoring e BigQuery.

Prima di iniziare

  • Assicurati di avere configurato Gemini Code Assist nel tuo progetto.

  • Assicurati di avere abilitato Gemini per i log di Google Cloud nel tuo progetto.

  • In the Google Cloud console, activate Cloud Shell.

    Activate Cloud Shell

    At the bottom of the Google Cloud console, a Cloud Shell session starts and displays a command-line prompt. Cloud Shell is a shell environment with the Google Cloud CLI already installed and with values already set for your current project. It can take a few seconds for the session to initialize.

Elenca il numero di utenti unici

Le istruzioni riportate di seguito descrivono come utilizzare gcloud CLI per elencare il numero di utenti unici di Gemini Code Assist nel periodo di 28 giorni più recente:

  1. In un ambiente shell, assicurati di aver aggiornato tutti i componenti installati dell'interfaccia a riga di comando gcloud all'ultima versione:

    gcloud components update

  2. Leggi le voci di log per gli utenti e l'utilizzo di 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)"

    Sostituisci PROJECT_ID con l'ID del tuo progetto Google Cloud.

    Puoi utilizzare il comando Unix uniq per identificare in modo univoco gli utenti su base giornaliera.

    L'output è simile al seguente:

    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

Creare un grafico che mostri l'utilizzo giornaliero

I passaggi che seguono mostrano come utilizzare il monitoraggio per creare grafici di utilizzo giornaliero che mostrano il totale aggregato degli utenti di Gemini Code Assist attivi ogni giorno e il numero delle loro richieste al giorno.

  1. Crea una metrica di monitoraggio dai dati di log che registri il numero di utenti di Gemini Code Assist:

    1. Nella console Google Cloud, vai alla pagina Esplora log:

      Vai a Esplora log

      Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Logging.

    2. Nel riquadro della query, inserisci la seguente query e fai clic su Esegui query:

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

    3. Nella barra degli strumenti, fai clic su Azioni e poi seleziona Crea metrica.

      Viene visualizzata la finestra di dialogo Crea metrica basata su log.

    4. Configura i seguenti dettagli delle metriche:

      • Assicurati che Tipo di metrica sia impostato su Contatore.
      • Assegna un nome alla metrica code_assist_example.

      • Assicurati che Selezione filtro sia impostato in modo da indicare la posizione in cui vengono archiviati i log, Progetto o Bucket.

        Per informazioni sulla generazione di metriche di monitoraggio dai dati dei log, consulta la panoramica delle metriche basate su log.

    5. Fai clic su Crea metrica.

      Viene visualizzato un banner di successo che spiega che la metrica è stata creata.

    6. Nel banner di successo, fai clic su Visualizza in Esplora metriche.

      Si apre Metrics Explorer e viene visualizzato un grafico preconfigurato.

  2. Salva il grafico in una dashboard:

    1. Fai clic su Salva grafico nella barra degli strumenti.
    2. (Facoltativo) Aggiorna il titolo del grafico.
    3. Utilizza il menu Dashboard per selezionare una dashboard personalizzata esistente o per crearne una nuova.
    4. Fai clic su Salva grafico.

Analizza l'utilizzo utilizzando BigQuery

I passaggi che seguono mostrano come utilizzare BigQuery per analizzare i dati dei log.

Esistono due approcci che puoi utilizzare per analizzare i dati dei log in BigQuery:

Con entrambi gli approcci, puoi utilizzare SQL per eseguire query e analizzare i dati dei log e puoi rappresentare i risultati di queste query sotto forma di grafici. Se utilizzi Log Analytics, puoi salvare i grafici in una dashboard personalizzata. Tuttavia, esistono differenze di prezzo. Per informazioni dettagliate, consulta Prezzi di Log Analytics e Prezzi di BigQuery.

Questa sezione descrive come creare un sink di log per esportare voci di log selezionate in BigQuery e fornisce un elenco di query di esempio. Per saperne di più su Log Analytics, consulta Eseguire query e analizzare i log con Log Analytics e Eseguire query su un set di dati BigQuery collegato.

Crea un sink di log

  1. Nella console Google Cloud, vai alla pagina Log Router:

    Vai a Router dei log

    Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Logging.

  2. Seleziona il progetto Google Cloud in cui hanno origine le voci di log che vuoi instradare.
  3. Seleziona Crea sink.

  4. Nel riquadro Dettagli sink, inserisci i seguenti dettagli:

    • In Nome sink, fornisci un identificatore per il sink. Una volta creato, non puoi rinominare il canale di destinazione, ma puoi eliminarlo e crearne uno nuovo.

    • Per Descrizione della destinazione, descrivi lo scopo o il caso d'uso della destinazione.

  5. Nel riquadro Destinazione sink, configura i seguenti dettagli:

    • Per Seleziona il servizio sink, seleziona Set di dati BigQuery.
    • Per Seleziona set di dati BigQuery, crea un nuovo set di dati BigQuery e chiamalo code_assist_bq.

  6. Apri il riquadro Scegli i log da includere nel sink e inserisci quanto segue nel campo Crea filtro di inclusione:

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

  7. (Facoltativo) Per verificare di aver inserito il filtro corretto, seleziona Anteprima dei log. Esplora log si apre in una nuova scheda con il filtro precompilato.

  8. Fai clic su Crea sink.

Autorizza il sink di log a scrivere voci di log nel set di dati

Se disponi dell'accesso come proprietario al set di dati BigQuery, Cloud Logging concede all'sink di log le autorizzazioni necessarie per scrivere i dati di log.

Se non disponi dell'accesso come proprietario o se non vedi voci nel tuo set di dati, è possibile che l'sink di log non disponga delle autorizzazioni richieste. Per risolvere questo errore, segui le istruzioni riportate in Impostare le autorizzazioni di destinazione.

Query

Puoi utilizzare le seguenti query BigQuery di esempio per generare dati a livello di utente e aggregati per l'utilizzo attivo giornaliero e i suggerimenti generati.

Prima di utilizzare le seguenti query di esempio, devi ottenere il percorso completo per la destinazione appena creata. Per ottenere il percorso:

  1. Nella console Google Cloud, vai alla pagina BigQuery.

    Vai a BigQuery

  2. Nell'elenco delle risorse, individua il set di dati denominato code_assist_bq. Questi dati sono la destinazione del sink.

  3. Seleziona la tabella delle risposte sotto code_assist_bq_dataset, fai clic sull'icona e poi su Copia ID per generare l'ID set di dati. Prendine nota in modo da poterla utilizzare nelle sezioni seguenti come variabile GENERATED_BIGQUERY_TABLE.

Elenca i singoli utenti in base al giorno

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

Sostituisci GENERATED_BIGQUERY_TABLE con il percorso completo della tabella di risposta BigQuery che hai annotato nei passaggi precedenti per la creazione di un sink.

Elenca gli utenti aggregati per giorno

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

Elenca le singole richieste al giorno per utente

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

Elenca le richieste aggregate al giorno per data

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

Passaggi successivi