Administratoreinstellungen – Dashboards zur Systemaktivität

Im Abschnitt Systemaktivität des Looker-Menüs Admin werden von Looker erstellte Dashboards angezeigt, die Informationen zur Nutzung und zur Leistung der Looker-Instanz enthalten. Wie auf jedem anderen Dashboard können Sie Metriken und Elemente herunterladen, planen, Benachrichtigungen aktivieren und aufschlüsseln. Die Daten in den Dashboards zur Systemaktivität werden alle 12 Stunden aktualisiert und im Cache gespeichert.

Bevor Sie die Systemaktivität für eine vom Kunden gehostete Looker-Bereitstellung mit einem MySQL-Back-End aktivieren, müssen Sie den Nutzer für die Back-End-Datenbank richtig eingerichtet haben. Vor dem Aktivieren der Funktion „Systemaktivität“ müssen Sie den Schritt grant all on looker_tmp.* to '<DB_username>'@'%'; ausführen. Die Anleitung dazu finden Sie auf der Dokumentationsseite zum Migrieren der Looker-Back-End-Datenbank zu MySQL.

Da die Berechtigung zum Senden von Inhalten an E-Mail-Ziele modellspezifisch ist, müssen Nutzer alle Modelle im Modellsatz für ihre Rolle auswählen, um Systemaktivitäts-Dashboards an E-Mail-Ziele zu senden oder zu planen.

Die Dashboards „Systemaktivität“ stellen eine Verbindung zur zugrunde liegenden Anwendungsdatenbank von Looker her. Sie zeigen Informationen zu Ihrer Looker-Instanz, einschließlich der auf der Instanz gespeicherten Looks und Dashboards, Nutzerinformationen, bisherige Abfrageinformationen und Statistiken zur Instanzleistung. Sowohl der Detaillierungsgrad als auch die Aufbewahrung von Daten zur Systemaktivität unterliegen Systembeschränkungen. Die Systemaktivität ist dazu konzipiert, große Datenmengen zu erheben und in Ihren Geschäftsprotokollen zu zusammenfassen.

Diese Daten können als Ergänzung zu Monitoring- und Prüfaktivitäten dienen, sind aber nicht als Ersatz für Ihre aktuelle Compliance-Strategie gedacht.

Standardmäßig werden Daten der Systemaktivität in der internen Datenbank von Looker gespeichert. Bei dieser Konfiguration werden in Looker maximal 90 Tage an bisherigen Abfrage- und Ereignisdaten gespeichert.

Der Text in Filtern, die von Nutzern ausgeführt werden, ist in den Systemaktivitäten zugänglich und kann von jedem Nutzer eingesehen werden, der die Berechtigung zum Ansehen des Modells „Systemaktivität“ hat.

Maßnahme: Sie können festlegen, wer Lesezugriff auf das Modell „Systemaktivität“ hat. Looker-Administratoren haben standardmäßig Zugriff auf dieses Modell. Nutzern ohne Administratorzugriff kann Zugriff auf das Modell „Systemaktivität“ gewährt werden, wenn sie die Berechtigung see_system_activity haben.

Dashboards zur Systemaktivität und explorative Datenanalysen sind durch die Anzahl der gleichzeitigen Abfragen eingeschränkt, die ausgeführt werden können. Diese Einschränkung kann die Ladezeiten von Dashboards zur Systemaktivität erhöhen.

Tipp für den Chat-Team: Zeitbasierte Daten werden in der Systemaktivität in der Zeitzone des Looker-Systems gespeichert. Weitere Informationen finden Sie auf der Dokumentationsseite Zeitzoneneinstellungen verwenden.

Dashboards für Systemaktivitäten

Dies sind die Dashboards zur Systemaktivität:

Nutzeraktivitäts-Dashboard

Das Dashboard Nutzeraktivität enthält Informationen zu Ihren Nutzern und deren Nutzung Ihrer Looker-Instanz.

Das Dashboard Nutzeraktivität enthält Kacheln mit den folgenden Informationen:

  • Die Gesamtzahl der Nutzer Ihrer Looker-Instanz
  • Die Anzahl der nicht eingebetteten Nutzer, die als Entwickler (Administrator) klassifiziert sind
  • Die Anzahl der nicht eingebetteten Nutzer, die als Standard-Creator (Creator) klassifiziert sind
  • Die Anzahl der nicht eingebetteten Nutzer, die als Betrachter klassifiziert wurden
  • Die Anzahl der eingebetteten Nutzer, die als Betrachter klassifiziert sind

  • Die Anzahl der eingebetteten Nutzer, die als Standard (Creator) klassifiziert sind

  • Der Prozentsatz der Nutzer, die in den letzten 7 Tagen mindestens eine Abfrage an Ihre Looker-Instanz gesendet haben

  • Die Anzahl der Nutzer, die in den letzten 6 Wochen mindestens eine Anfrage pro Woche gestellt haben.

  • Durchschnittliche Minuten Aktivität und durchschnittliche Anzahl der Suchanfragen pro Nutzer für jede Woche für die letzten 6 Wochen

  • Die Anzahl der Nutzer, die in den letzten 7 Tagen mindestens eine Abfrage ausgeführt haben, gruppiert nach Abfragequelle

  • Eine Liste der Nutzer, die in den letzten sieben Tagen am häufigsten Ihre Looker-Instanz verwendet haben

  • Eine Liste der Nutzer, die in den letzten sieben Tagen die meisten neuen Dashboards auf Ihrer Looker-Instanz erstellt haben

  • Eine Liste der Nutzer, die im Laufe der Zeit die meisten Git-Ereignisse aus Ihrer Looker-Instanz ausgelöst haben

  • Eine Liste der Nutzer, die sich in den letzten 90 Tagen nicht in Ihrer Looker-Instanz angemeldet haben

  • Eine Textkachel mit Links zu Looker-Lern- und -Schulungsressourcen

Dashboard für Inhaltsaktivitäten

Das Dashboard Inhaltsaktivität enthält Informationen zu den Dashboards, Looks und Explores, die in Ihrer Looker-Instanz aufgerufen und geplant werden.

Das Dashboard Inhaltsaktivität enthält Kacheln mit den folgenden Daten:

  • Die Anzahl der Dashboards, die nicht gelöscht wurden
  • Das Modell von Looks, die nicht gelöscht wurden
  • Die Anzahl der geplanten Pläne
  • Der Prozentsatz der Dashboards, die in den letzten 30 Tagen abgefragt wurden
  • Der Prozentsatz der Abfragen, die in den letzten 30 Tagen abgefragt wurden
  • Die Anzahl der geplanten Jobs für jeden Tag in den letzten 7 Tagen
  • Die Anzahl der Abfragen der Kategorie „Erkunden“ in den letzten 30 Tagen
  • Eine Liste aller Dashboards und Looks, auf die in den letzten 30 Tagen zugegriffen wurde, sortiert nach der Anzahl der Aufrufe in der Looker-UI, der Anzahl der Aufrufe in einem Einbettung, der Anzahl der Aufrufe über die API, der Favoriten der Inhalte und der Häufigkeit der Inhaltsübermittlung durch einen geplanten Job.
  • Eine Liste der in den letzten 30 Tagen erstellten explorativen Datenanalysen, die Aufschluss darüber gibt, wie oft das explorative Analysetool ausgeführt wurde und wie viele Nutzer es ausführen
  • Eine Liste von Dashboards und Looks, auf die in den letzten 30 Tagen nicht zugegriffen wurde. Zeigt die Anzahl der Aufrufe der Inhalte in den letzten 90 Tagen in der Looker-UI, in einem Einbettung und über die API an; und in den letzten 90 Tagen wurde angegeben, wie oft die Inhalte als Favorit hinzugefügt wurden und wie oft die Inhalte über einen geplanten Job bereitgestellt wurden.
  • Eine Liste von Explores, die in den letzten 90 Tagen erstellt und nicht in den letzten 30 Tagen abgefragt wurden, mit der Zeit seit der letzten Ausführung des Explore, dem Datum der letzten Ausführung und dem Datum der ersten Ausführung

Dashboard für die Datenbankleistung

Das Dashboard Datenbankleistung enthält Informationen über die Leistung von Inhalten und PDTs auf Ihrer Looker-Instanz, einschließlich der gesamten und durchschnittlichen Laufzeiten von Abfragen und PDTs. Außerdem enthält es die Anzahl der Abfragefehler und PDT-Build-Fehler.

Das Dashboard Datenbankleistung enthält Kacheln mit den folgenden Daten:

  • Der Prozentsatz der Abfragen, die aus dem Cache zurückgegeben wurden:
  • Alle Abfragen, die in den letzten 30 Tagen ausgeführt wurden, gruppiert nach Abfragequelle, wobei Abfragelaufzeiten in Stufen zusammengefasst werden und jede Laufzeitstufe als Prozentsatz aller Abfragen angezeigt wird
  • Eine Tabelle der Top-15-Nutzer mit der Anzahl der Abfragen, die in den letzten sieben Tagen ausgeführt wurden
  • Eine Tabelle mit den zehn wichtigsten Abfragequellen, in der die Anzahl der Abfragen angezeigt wird, die in den letzten sieben Tagen ausgeführt wurden
  • Die Anzahl der ausgeführten Abfragen, die Anzahl der aktiven Nutzer und der Prozentsatz der Abfragen, die für jede Stunde des Tages vom Looker-Cache zurückgegeben wurden
  • Die Anzahl der geplanten Jobs und Plan für jede Stunde des Tages
  • Die Anzahl der PAT-Builds für jede Verbindung für jede Stunde des Tages
  • Die durchschnittliche Laufzeit jedes Explore in den letzten 7 Tagen, sortiert nach der längsten Laufzeit
  • Die durchschnittliche Laufzeit für jeden Look in den letzten 7 Tagen, sortiert nach der längsten Laufzeit
  • Die durchschnittliche Laufzeit jedes Dashboards in den letzten sieben Tagen, sortiert nach der längsten Laufzeit
  • Eine Liste mit jeder PAT, die in den letzten sieben Tagen erstellt wurde, mit der Anzahl der Trigger-, Erstellungs- und erfolgreichen Builds
  • Die durchschnittliche Build-Zeit für jede PAT in den letzten 7 Tagen, sortiert nach der längsten durchschnittlichen Build-Zeit

Dashboard für die Instanzleistung

Das Dashboard Instanzleistung zeigt Informationen zur Last und Leistung des Planers und zu leistungsintensiven Inhalten an.

Das Dashboard Instanzleistung enthält Kacheln mit den folgenden Daten:

  • Eine Heatmap, auf der die Anzahl der geplanten Jobs und ihre durchschnittliche Zeit in der Warteschlange für jede Stunde jedes Wochentags zu sehen sind. So sehen Sie, welche Stunden oder Tage den größten Einfluss auf den Planer haben
  • Die Anzahl der Abfragen und die durchschnittliche Laufzeit von Abfragen für Tage, an denen die durchschnittliche Laufzeit für alle Tage das 1,5-Fache der Standardabweichung überschreitet. Sie sehen also, welche Tage einen außergewöhnlich starken Einfluss auf den Planer haben.
  • Die Anzahl der geplanten Jobs für jede explorative Datenanalyse
  • Eine Liste aller Dashboards mit aktivierter automatischer Aktualisierung mit der Anzahl der Nicht-Text-Kacheln im Dashboard
  • Die am häufigsten geplanten Inhalte für die letzten 14 Tage. Hier wird angezeigt, wie oft die einzelnen Inhaltselemente jeden Tag geplant wurden.
  • Eine Liste der Abfragen, die heruntergeladen oder geplant wurden, mit der Option Alle Ergebnisse
  • Eine Liste von Dashboards mit mehr als 25 Kacheln, die die Anzahl der Look-Kacheln, den Lookless-Kacheln, den Zusammenführen von Abfragekacheln, der Gesamtzahl der Kacheln, der insgesamt generierten Abfragen und der Gesamtanzahl der Abfragekacheln für jedes Dashboard anzeigen.
  • Eine Textkachel mit Links zu Best Practices- und Dokumentationsseiten zur Optimierung von Looker

Dashboard mit Leistungsempfehlungen

Im Dashboard Leistungsempfehlungen finden Sie Möglichkeiten zur Verbesserung der Leistung Ihrer Looker-Instanz.

Das Dashboard Leistungsempfehlungen enthält Kacheln mit den folgenden Informationen:

  • Dashboard-Empfehlungen: Liste der potenziell leistungsstarken Dashboards und Empfehlungen zur Verbesserung der Leistung
  • Empfehlungen ansehen: Eine Liste mit potenziell nicht leistungsfähigen Entdeckungen und Empfehlungen zur Verbesserung der Leistung

In den folgenden Abschnitten werden die Kacheln ausführlicher erläutert.

Dashboard-Empfehlungen

Auf der Kachel Dashboard-Empfehlungen werden Dashboards angezeigt, die zu Leistungsbeeinträchtigungen für Ihre Looker-Instanz oder Ihre Datenbank führen können. Die Kachel enthält Empfehlungen auf der Seite Überlegungen zum Erstellen leistungsstarker Looker-Dashboards. Sie können diese Empfehlungen auf Dashboard-Ebene anwenden, um die Leistung zu verbessern. Mögliche Warnungen:

Warnung Empfehlung
The number of queries generated by this dashboard is <X>, which is higher than recommended (<25). Verringern Sie die Anzahl der Abfragekacheln oder erstellen Sie ein zweites Dashboard.
The number of merge queries generated by this dashboard is <X>, which is higher than recommended (<=4). Verringern Sie die Anzahl der Kacheln für das Zusammenführen von Ergebnissen.
The auto-refresh interval of this dashboard is <X>, which is lower than recommended (>=15 min). Erhöhen oder deaktivieren Sie die Einstellung für das automatische Aktualisierungsintervall, um eine Überlastung der Datenbank zu vermeiden.

Empfehlungen ansehen

Auf der Kachel Empfehlungen ansehen werden Explores angezeigt, die entweder die Leistung Ihrer Looker-Instanz oder Ihrer Datenbank beeinträchtigen können.

Die Kachel vergleicht die durchschnittlichen Werte der Messwerte für die Abfrageleistung jeder Datenquelle mit den Benchmarks für die Leistung der Instanz. Der Schweregrad neben jedem explorativen Analysetool gibt an, wie weit die Messwerte des explorativen Analysetools diese Benchmarks überschreiten.

Je nachdem, welche Messwerte die Benchmarks überschreiten, bietet die Kachel gezielte Strategien zur Fehlerbehebung, mit denen sich die Leistung verbessern lässt. Im Folgenden finden Sie Warnungen und Empfehlungen.

Abfrageschritt Warnung Empfehlungen
Model Init: Computed The average model init: computed time is <X>, which is above the recommended benchmark. Entfernen Sie unnötige Ansichten aus dem include-Parameter des LookML-Modells. Achten Sie darauf, dass der LookML-Produktionscode nur selten geändert wird, idealerweise dann, wenn Nutzer nicht viele Abfragen ausführen.
Explore Init: From Cache The average explore init: from cache (marshalled cache load) time is <X>, which is above the recommended benchmark. Verschieben Sie nach Möglichkeit benutzerdefinierte Felder und Tabellenberechnungen in LookML.
Explore Init: Computed The average explore init: computed time is <X>, which is above the recommended benchmark. Entfernen Sie unnötige Joins aus der LookML-Datei explore. Verwenden Sie den fieldsML-Parameter, um unnötige Felder aus dem Tab „Erkunden“ auszuschließen. Achten Sie darauf, dass der LookML-Produktionscode nur selten geändert wird, idealerweise dann, wenn Nutzer nicht viele Abfragen ausführen.
Prepare The average prepare time is <X>, which is above the recommended benchmark. Aktivieren Sie das Feature Neue LookML-Laufzeit, um die Vorbereitungszeit zu verringern. Verschieben Sie nach Möglichkeit benutzerdefinierte Felder und Tabellenberechnungen in LookML.
Acquire Connection The average connection acquisition time is <X>, which is above the recommended benchmark. Im Bereich für die Verbindungseinstellungen können Sie das maximale Verbindungslimit festlegen. Legen Sie ein Limit fest, das nicht kleiner als die maximale Anzahl von Abfragen ist, die gleichzeitig für Spitzenlasten ausgeführt werden müssen.
Execute Main Query The average main query execution time is <X>, which is above the recommended benchmark. Vermeiden Sie komplexe SQL-Logiken wie Fensterfunktionen, CTEs, Join-Bedingungen für Datumsfelder oder große Join-Ketten. Fügen Sie eine komplexe SQL-Logik in persistente abgeleitete Tabellen (PAT) ein, um die Abfragezeiten zu reduzieren. Nutzen Sie nach Möglichkeit zusammengefasste Bekanntheit.
Postprocessing The average postprocessing time is <X>, which is above the recommended benchmark. Vereinfachen Sie Tabellenberechnungen und verschieben Sie sie nach Möglichkeit in LookML. Entfernen Sie komplexe Pivot-Elemente, Sortiervorgänge oder Wertformatierungen.
Stream to Cache The average stream to cache time is <X>, which is above the recommended benchmark. Vereinfachen Sie Tabellenberechnungen und verschieben Sie sie nach Möglichkeit in LookML. Entfernen Sie komplexe Pivot-Elemente, Sortiervorgänge oder Wertformatierungen.

Fehler- und defektes Inhalts-Dashboard

Das Dashboard Fehler und defekte Inhalte zeigt die Dashboards, Looks, Zeitpläne und PDTs an, die Abfragefehler verursachen. Außerdem sehen Sie die Anzahl der Fehler für jede Abfragequelle.

Dieses Dashboard zeigt nur Fehler an, die während der Abfragelaufzeit auftreten. Wenn Sie beispielsweise ein LookML-Feld aus einer Ansicht entfernen, werden in allen Looks und Dashboards, die dieses Feld verwenden, Warnungen angezeigt, aber im Dashboard Fehler und defekte Inhalte werden diese Warnungen nicht angezeigt. Mit dem Inhaltsvalidierungstool können Sie in Ihren Looks und Dashboards nach LookML-Referenzproblemen suchen.

Das Dashboard Fehler und defekte Inhalte enthält Kacheln mit den folgenden Daten:

  • Eine Liste von Dashboards, die Fehler generieren, einschließlich der angegebenen Fehler, des Ausstellers jeder Dashboard-Abfrage und der Anzahl der Nutzer, die Abfragen mit jedem Dashboard ausgeführt haben
  • Eine Liste mit geplanten Jobs, die Fehler verursachen, einschließlich der angegebenen Fehler und des Erstellers der einzelnen Zeitpläne
  • Eine Liste der Looks, die Fehler verursachen, einschließlich der angegebenen Fehler und des Ausstellers jeder Look-Abfrage
  • Eine Liste von PATs, die PATs generieren, einschließlich der PAT-Aktionen, die den Fehlerlogeintrag erstellt haben, alle Daten im Zusammenhang mit der PAT-Aktion, die Häufigkeit, mit der die PDT eine Aktion "Fehler beim Erstellen erstellt" verursacht hat, und die Häufigkeit, mit der die PDT einen "Trigger-Wert-Fehler" verursacht hat
  • Die Anzahl der Fehler aus jeder Abfragequelle in den letzten 10 Tagen