이 문서에서는 Cloud Monitoring이 수집하는 측정값을 모델링하는 방법을 설명하며, 이러한 측정값은 애플리케이션 및 시스템 서비스의 성능 파악을 도와줍니다. Cloud Monitoring의 모니터링 데이터 모델은 모니터링 리소스 유형, 측정항목 유형, 시계열이라는 세 가지 기본 개념으로 구성됩니다.
모니터링 리소스 유형은 애플리케이션 및 시스템 서비스와 같은 측정 소스입니다.
제공되는 모니터링 리소스 유형은 270가지 이상입니다.
현재 목록은 모니터링 리소스 목록을 참조하세요.
측정항목 유형은 CPU 사용률과 같이 측정되는 속성을 정의합니다.
Google Cloud, AWS, 다양한 서드 파티 소프트웨어에서 모니터링에 사용할 수 있는 6,500개 이상의 측정항목 유형이 있습니다.
측정항목 유형 목록은 측정항목 목록을 참조하세요.
아직 정의되지 않은 항목이 필요한 경우 직접 만드는 것도 가능합니다.
시계열은 특정 모니터링 리소스의 측정값 컬렉션입니다.
이러한 개념과 개념 간의 관계는 이 문서를 참고하세요. 다음 문서에서 자세한 정보를 확인할 수 있습니다.
라벨 및 시계열 카디널리티와 모니터링 리소스 및 측정항목 유형의 예시에 대한 자세한 내용은 측정항목 모델의 구성요소를 참조하세요.
시계열이 Cloud Monitoring API로 표현되는 방식을 비롯하여 시계열에 대한 자세한 내용은 시계열 구조를 참조하세요.
이 정보는 특히 Monitoring API 또는 커스텀 측정항목을 사용하려는 경우에 관련이 있습니다.
Cloud Monitoring 측정항목 모델
측정항목은 모니터링 중인 리소스의 일부 속성에 대한 관련 측정값 집합입니다. 측정에는 서비스 요청 지연 시간, 머신에서 사용 가능한 디스크 공간, SQL 데이터베이스의 테이블 수, 판매된 위젯 수 등을 포함할 수 있습니다. 리소스에는 가상 머신(VM), 데이터베이스 인스턴스, 디스크 등을 포함할 수 있습니다.
Cloud Monitoring의 측정항목에 대한 일반 개념은 다음 세 가지 주요 구성요소를 포괄합니다.
측정 소스에 관한 정보
일부 속성의 측정값 집합 각 측정값은 타임 스탬프가 적용된 값으로 기록됨
측정되는 속성 값에 대한 정보
예를 들어 매장에서 판매하는 위젯의 수를 추적하는 측정항목이 있다고 가정해 보겠습니다. 모델의 구성요소는 다음과 같은 방식으로 이 예시에 매핑됩니다.
측정 소스
측정항목 모델은 모니터링되는 각 리소스에 대한 정보를 기록합니다.
캡처되는 특정 정보는 모니터링되는 리소스 유형에 따라 달라지며, 지리적 위치, 메서드 이름, 디스크 ID 등이 측정의 소스일 수 있습니다.
모니터링 데이터 소스를 모니터링 리소스라고 합니다.
예시: 위젯 판매 예시에서 모니터링 리소스는 위젯을 판매하는 매장입니다.
측정
측정항목 모델은 타임 스탬프가 적용된 값으로 구성된 데이터 포인트 집합으로 속성의 측정 값을 캡처합니다.
값은 일반적으로 숫자이지만 측정 대상에 따라 다릅니다.
예시: 위젯 판매 예시에서 측정 값은 특정 시점의 판매 정보를 기록합니다. 이러한 측정 값은 다음과 같은 모습일 수 있습니다.
측정 값은 해석 방법에 대한 정보 없이는 의미가 없습니다. 데이터 유형, 단위, 각 측정 종류 등 값에 대한 '유형' 정보가 있어야 합니다.
값은 정수인가 문자열인가?
단위는 시간당 마일인가 라디안인가?
값은 해당 시점의 총계인가, 이전 값 이후의 변화를 나타내는가?
Cloud Monitoring은 측정항목 유형을 측정할 대상에 대하여 각 특성 집합을 호출합니다.
예시: 위젯 판매 예시에서 이 정보는 다음을 의미할 수 있습니다.
각 값은 64 비트 정수로 기록됩니다.
각 값은 판매된 위젯의 수를 나타냅니다.
각 값은 마지막으로 기록된 측정 이후 판매된 위젯 수를 나타냅니다.
시계열: 구성요소를 함께 배치
Cloud Monitoring에서 이 모델의 기반이 되는 데이터 구조는 시계열입니다.
각 시계열에는 모델의 세 가지 구성요소가 포함됩니다.
측정이 시작된 모니터링 리소스에 대한 설명
단일 모니터링 리소스와 연결된 측정값 집합
측정 대상을 설명하는 측정항목 유형에 대한 설명
예시: 위젯 판매 예에서 시계열에는 다음이 포함됩니다.
이 시계열에서 계산된 위젯을 판매한 매장에 대한 설명
이 매장에 대해 기록된 측정값 집합
값에 대한 설명: 이전에 기록된 값 이후에 판매된 위젯 수를 측정하는 64비트 정수
단일 Cloud Monitoring 측정항목 유형 또는 모니터링 리소스 유형은 여러 관련 시계열과 연결할 수 있습니다.
위젯 판매 예시에서 위젯을 판매하는 각 매장은 시계열에 데이터를 저장하므로 위젯을 판매하는 매장이 15개라면 판매 위젯을 기록하는 15개의 시계열이 존재할 수 있습니다.
[[["이해하기 쉬움","easyToUnderstand","thumb-up"],["문제가 해결됨","solvedMyProblem","thumb-up"],["기타","otherUp","thumb-up"]],[["이해하기 어려움","hardToUnderstand","thumb-down"],["잘못된 정보 또는 샘플 코드","incorrectInformationOrSampleCode","thumb-down"],["필요한 정보/샘플이 없음","missingTheInformationSamplesINeed","thumb-down"],["번역 문제","translationIssue","thumb-down"],["기타","otherDown","thumb-down"]],["최종 업데이트: 2025-09-05(UTC)"],[],[],null,["# Metrics, time series, and resources\n\nThis document describes how Cloud Monitoring models the measurements it\ncollects, those measurements help you understand how your\napplications and system services are performing. Cloud Monitoring's model\nfor monitoring data consists of three primary\nconcepts---monitored-resource types, metric types, time series:\n\n- *Monitored-resource types* are the sources of the measurements, like your\n applications and system services.\n\n There are more than 270 types of monitored\n resources available.\n\n For the current list, see [Monitored resource list](/monitoring/api/resources).\n\n- *Metric types* define the property that is being measured, like\n CPU utilization.\n\n There are more than 6,500 types of metrics available in\n Monitoring, for monitoring Google Cloud, AWS, and a variety\n of third-party software.\n\n For lists of metric types, see [Metrics list](/monitoring/api/metrics).\n\n And if you need something that isn't already defined, you can create your own.\n\n- A *time series* is a collection of measurements from a specific\n monitored resource.\n\nFor an introduction to these concepts and how they are related,\nread this document. The following documents provide more in-depth\ninformation:\n\n- For information about labels and time series cardinality, and for examples of monitored resources and metric types, see [Components of the metric model](/monitoring/api/v3/metric-model).\n- For detailed information about time series, including how they are represented by the Cloud Monitoring API, see [Structure of time series](/monitoring/api/v3/metrics-details). This information is particularly relevant to you if you plan to use the Monitoring API or custom metrics.\n\nThe Cloud Monitoring metric model\n---------------------------------\n\nA *metric* is a set of related measurements of some attribute of a resource\nyou are monitoring. Measurements might include the latency of requests to a\nservice, the amount of disk space available on a machine, the number of tables\nin your SQL database, the number of widgets sold, and so forth. Resources might\ninclude virtual machines (VMs), database instances, disks, and so forth.\n\nThe general notion of a *metric* in Cloud Monitoring\nencompasses three primary components:\n\n- Information about the source of the measurements.\n- A set of measurements of some property. Each measurement is recorded as a time-stamped value.\n- Information about the values of the property being measured.\n\nFor example, suppose there is a metric that tracks the number of widgets sold\nby a store. The components of the model map to this example in the following\nways:\n\n- **Source of the measurements**\n\n The metric model records information about each resource being monitored.\n The particular information captured depends on the type of resource\n being monitored: it might include geographical locations, method\n names, disk IDs, and so forth, anything that might be the source of\n measurements.\n\n The source of monitoring data is called a *monitored resource*.\n\n **Example:** In the widget-sales example, the monitored resources are the\n stores selling the widgets.\n- **Measurements**\n\n The metric model captures measurements of a property as a set of\n data points, consisting of time-stamped values.\n\n Values are typically numeric, but it depends on what you're measuring.\n\n **Example:** In the widget-sales example, the measurements record sales\n information at points in time. Such measurements might look like the\n following: \n\n ```\n [(150, 2024-05-23T17:37:00-04:00),\n (229, 2024-05-23T17:38:00-04:00),\n (138, 2024-05-23T17:39:00-04:00),\n ...]\n ```\n- **Information about the values**\n\n The measurement values are meaningless without information about how to\n interpret them. You need to have some \"type\" information\n about the values, like data type, unit, and kind of each measurement:\n - Is the value an integer or a string?\n - Does the value represent miles per hour or radians?\n - Does the value represent the total at the time, or the change since the previous value?\n\n Cloud Monitoring calls each set of characteristics about something\n you want to measure a *metric type*.\n\n **Example:** In the widget-sales example, this information might tell you\n the following:\n - Each value is recorded as a 64-bit integer.\n - Each value represents a count of widgets sold.\n - Each value represents the number of widgets sold since the last recorded measurement.\n\nTime series: putting the components together\n--------------------------------------------\n\nIn Cloud Monitoring, the data structure that underlies this model is\nthe *time series* (the singular and the plural forms are the same).\n\nEach time series encompasses the three components of the model:\n\n- A description of the monitored resource from which the measurements originated.\n- The set of measurements associated with a single monitored resource.\n- A description of the metric type that describes what you are measuring.\n\n**Example:** In the widget-sales example, a time series includes the following:\n\n- A description of the store that sold the widgets counted in this time series.\n- The set of measurements recorded for this store.\n- A description of the values: 64-bit integers measuring the number of widgets sold since the previous recorded value.\n\nA single Cloud Monitoring metric type or monitored-resource type\ncan be associated with many related time series.\nIn the widget-sales example, each store that sells\nwidgets stores its data in a time series, so if there are 15 stores\nselling widgets, there can be 15 time series recording widget sales.\n\nWhat's next\n-----------\n\n- For more information on the structure of Cloud Monitoring metrics, see\n - [Components of the metric model](/monitoring/api/v3/metric-model) for a deeper look at metrics, resources, and time series.\n - [Structure of time series](/monitoring/api/v3/metrics-details) for information about how time series map to the Cloud Monitoring API.\n- For information on time-series operations like aggregation, grouping, and filtering, see [Filtering and aggregation: manipulating time\n series](/monitoring/api/v3/aggregation).\n- For help with terminology, see [Notes on terminology](/monitoring/api/v3/terminology)."]]
