本文档介绍了 Cloud Monitoring 如何对其收集的测量结果进行建模，这些测量结果有助于您了解应用和系统服务的性能。Cloud Monitoring 的监控数据模型由三个主要概念组成：受监控的资源类型、指标类型和时间序列：
受监控的资源类型是衡量结果的来源，例如 应用和系统服务。 可用的受监控资源类型超过 270 种。 如需查看当前列表，请参阅受监控的资源列表。
指标类型用于定义要衡量的属性，例如 CPU 利用率。 Google Analytics Monitoring，用于监控 Google Cloud、AWS 和各种 第三方软件库 如需查看指标类型的列表，请参阅指标列表。 如果您需要尚未定义的项，则可以创建自己的项。
时间序列是来自特定受监控资源的一组测量结果。
如需简要了解这些概念及其相互关系 请阅读本文档。以下文档提供了更深入的信息：
- 如需了解标签和时间序列基数，以及受监控资源和指标类型的示例，请参阅指标模型的组成部分。
- 如需详细了解时间序列（包括 Cloud Monitoring API 如何表示时间序列），请参阅时间序列的结构。如果您打算使用 Monitoring API 或自定义指标。
Cloud Monitoring 指标模型
指标是您监控的资源某些属性的一组相关计量。计量结果可能包括对服务请求的延迟时间、机器上的可用磁盘空间量、SQL 数据库中的表格数量、所售微件的数量等。资源可能包括虚拟机 (VM)、数据库实例、磁盘等等。
Cloud Monitoring 中指标的一般概念包含三个主要组成部分：
- 有关计量来源的信息。
- 某个属性的一组测量结果。每个测量结果都记录为带时间戳的值。
- 有关要计量的属性值的信息。
例如，假设有一个指标跟踪售出的微件数量 。模型的组成部分通过以下方式映射到此示例：
计量来源
有关受监控的每个资源的指标模型记录信息。捕获的具体信息取决于所监控的资源类型：它可能包括地理位置、方法名称、磁盘 ID 等任何可能是计量来源的类型。
监控数据的来源称为“受监控的资源”。
示例：在微件销售示例中，受监控的资源是销售微件的商店。
计量结果
指标模型以一组数据点的形式捕获属性计量结果，其中包含时间戳值。
值通常是数字，但具体取决于您计量的内容。
示例：在微件销售示例中，衡量结果记录了销量 特定时间点的信息此类测量结果可能如下所示：
[(150, 2024-05-23T17:37:00-04:00), (229, 2024-05-23T17:38:00-04:00), (138, 2024-05-23T17:39:00-04:00), ...]
有关值的信息
如果没有有关如何解读这些值的信息，计量测值没有任何意义。您需要获取有关值的一些“类型”信息，例如数据类型、单位和每次测量的种类：
- 该值是整数还是字符串？
- 该值是否代表每小时的英里数或弧度？
- 该值是代表当时的总值，还是上一值之后的变化？
Cloud Monitoring 会针对您要计量的指标类型，对每个特征进行调用。
示例：在微件销售示例中，此信息可能会告诉您以下内容：
- 每个值都记录为 64 位整数。
- 每个值都表示售出的微件数量。
- 每个值都代表自上次记录计量以来所售微件的数量。
时间序列：将组件组合在一起
在 Cloud Monitoring 中，支持此模型的数据结构是时间序列（单数形式和复数形式相同）。
每个时间序列都包含模型的三个组成部分：
- 对受监控的资源的描述，该资源用于执行测量 来源。
- 与单个受监控的资源关联的一组测量结果。
- 描述您要计量的指标类型的说明。
示例：在微件销售示例中，时间序列包括以下内容：
- 对在此时间序列中统计了微件的商店的说明。
- 为此商店记录的一组测量值。
- 值的说明：64 位整数，用于计量从上次记录的值开始所售微件的数量。
单个 Cloud Monitoring 指标类型或受监控的资源类型可以与多个相关时间序列关联。在微件销售示例中，每个销售微件的商店都会按时间序列存储其数据，因此如果有 15 个销售微件的商店，则可以有 15 个时间序列记录微件销售。
后续步骤
- 如需详细了解 Cloud Monitoring 指标的结构，请参阅
- 如需了解汇总、分组和过滤等时间序列操作，请参阅过滤和汇总：处理时间序列。
- 如需术语相关帮助，请参阅术语说明。