Métricas de distribución

En este documento, se describe cómo crear e interpretar un gráfico que muestra datos de métricas del tipo de valor Distribution. Los servicios usan este tipo de valor cuando las mediciones individuales son demasiadas para recopilar, pero la información estadística, como promedios o percentiles, sobre esas mediciones es valiosa. Por ejemplo, cuando una aplicación se basa en el tráfico HTTP, puedes usar una métrica de valor de distribución que capture la latencia de respuesta HTTP para evaluar la rapidez con la que se completan las solicitudes HTTP.

Para ilustrar cómo se crea un histograma, considera un servicio que mide la latencia HTTP de las solicitudes y que informa estos datos mediante una métrica con un tipo de valor de distribución. Los datos se informan cada minuto. El servicio define rangos de valores para la métrica, llamados depósitos, y registra el recuento de valores medidos que corresponden a cada depósito. Por ejemplo, cuando se completa una solicitud HTTP, el servicio incrementa el recuento en el bucket cuyo rango incluye el valor de latencia de la solicitud. Estos recuentos crean un histograma de valores para ese minuto.

Supongamos que las latencias medidas en un intervalo de un minuto son 5, 1, 3, 5, 6, 10 y 14. Si los buckets son [0, 4], [4, 8], [8, 12] y [12, 16], entonces el histograma de estos datos es [2, 3, 1, 1]. En la siguiente tabla, se muestra cómo las mediciones individuales afectan el recuento para cada bucket:

Propiedades Mediciones de latencia Cantidad de valores en el bucket
[12,16] 14 1
[8,12) 10 1
[4,8) 5, 5, 6 3
[0,4) 1, 3 2

Cuando estos datos se escriben en la serie temporal, se crea un objeto Point. Para las métricas con un valor de distribución, ese objeto incluye el histograma de valores. Para este período de muestreo, el Point contiene [2, 3, 1, 1]. Las mediciones individuales no se escriben en la serie temporal.

Supongamos que la tabla anterior registra el histograma para los datos de latencia en la medida 1:00. Esa tabla ilustra cómo tomar una serie de mediciones y convertirlas en recuentos de buckets. Supongamos que el bucket se cuenta en los horarios 1:01, 1:02 y 1:03 como se muestra en la siguiente tabla:

Propiedades Histograma para
1:00
Histograma para
1:01
Histograma para
1:02
Histograma para
1:03
[12,16] 1 6 0 1
[8,12) 1 0 2 2
[4,8) 3 1 1 8
[0,4) 2 6 10 3

En la tabla anterior, se muestra una secuencia de histogramas indexados por tiempo. Cada columna de la tabla representa los datos de latencia de un período de un minuto. Para obtener la cantidad de mediciones en un momento específico, suma los recuentos de buckets. Sin embargo, las mediciones reales no se muestran porque esas mediciones no están disponibles en las métricas con valor de distribución.

Gráficos de mapas de calor

Los gráficos de mapas de calor están diseñados para mostrar una sola serie temporal con valores de distribución. En estos gráficos, el eje X representa el tiempo, el eje Y representa los depósitos y el color representa el valor. Cuanto más brillantes son los colores, más alto es el valor. Por ejemplo, las áreas oscuras del mapa de calor indican recuentos de depósitos más bajos que las áreas amarillas o blancas.

La siguiente figura es una representación de un mapa de calor para ilustrar el ejemplo anterior:

Gráfico de mapa de calor del ejemplo.

En la figura anterior, el mapa de calor usa negro para representar el conteo de depósitos más pequeño, 0, y amarillo para representar el recuento de depósitos más grande, 10. Los rojos y naranjas representan valores entre estos dos extremos.

Debido a que los gráficos de mapa de calor solo pueden mostrar una serie temporal, cuando tienes varias series temporales, debes configurar las opciones de agregación para combinarlas en una sola serie temporal. Por ejemplo, para usar el Explorador de métricas a fin de crear un gráfico de mapa de calor que muestre la suma de las series temporales, haz lo siguiente:

Para usar el Explorador de métricas a fin de mostrar las latencias de RTT de una instancia de VM, haz lo siguiente:
  1. En Google Cloud Console, ve a la página Explorador de métricas en Monitoring.
  2. Ir al Explorador de métricas

  3. En la barra de herramientas, selecciona la pestaña Explorador.
  4. Selecciona la pestaña Configuración.
  5. Expande el menú Seleccionar una métrica, ingresa RTT Latencies en la barra de filtros y, luego, usa los submenús para seleccionar una métrica y un tipo de recurso específicos:
    1. En el menú Recursos activos, selecciona Instancia de VM.
    2. En el menú Categorías de métricas activas, selecciona Vm-flow.
    3. En el menú Métricas activas, selecciona Latencias de RTT.
    4. Haga clic en Aplicar.
  6. En la barra de herramientas del Explorador de métricas, haz clic en Gráfico de líneas y, luego, selecciona Mapa de calor.
  7. Usa el panel de configuración para combinar las series temporales en una sola:
    • Asegúrate de que el campo Agrupar por esté vacío.
    • Selecciona suma como Agregador.

En el ejemplo anterior, el gráfico de mapas de calor se configura seleccionando valores de menús. Sin embargo, también puedes usar el lenguaje de consulta de Monitoring (MQL) para graficar métricas con valores de distribución. Por ejemplo, puedes seleccionar la pestaña MQL en el Explorador de métricas y, luego, ingresar la siguiente consulta:

fetch gce_instance
| metric 'networking.googleapis.com/vm_flow/rtt'
| align delta(1m)
| every 1m
| group_by [], [aggregate(value.rtt)]

En la expresión anterior, los datos de series temporales se recuperan, se alinean y, luego, se agrupan. El proceso de alineación usa un alineador delta con un período de alineación de un minuto. Debido a que el primer argumento de group_by es [], se combinan todas las series temporales. El segundo argumento, [aggregate(value.rtt)], define cómo se combinan las series temporales. En este ejemplo, para cada marca de tiempo, los valores del campo rtt de las diferentes series temporales se combinan con la función aggregate, que MQL selecciona.

Si usas menús para seleccionar la métrica y, luego, la pestaña MQL, tus selecciones se convierten en una consulta en MQL que tiene el formato estricto:

fetch gce_instance
| metric 'networking.googleapis.com/vm_flow/rtt'
| align delta(1m)
| every 1m
| group_by [], [value_rtt_aggregate: aggregate(value.rtt)]

La expresión anterior es funcionalmente equivalente al ejemplo de MQL original.

Para obtener más información sobre MQL, consulta Introducción al lenguaje de consulta de Monitoring.

Gráficos de barras y líneas

Gráficos de línea, gráficos de barras apiladas y gráficos de líneas apiladas, que están diseñados para mostrar datos escalares, no pueden mostrar valores de distribución. Para mostrar una métrica con un valor de distribución con uno de estos tipos de gráfico, debes convertir los valores de histogramas en valores escalares. Por ejemplo, podrías calcular la suma de los valores en el histograma o seleccionar un percentil.

Por ejemplo, cada fila de la siguiente tabla incluye una marca de tiempo, un histograma y una suma de valores de histogramas:

Tiempo Histograma Suma de valores de histogramas
1:00 [2, 3, 1, 1] 7
1:01 [6, 1, 0, 6] 13
1:02 [10, 1, 2, 0] 13
1:03 [3, 8, 2, 1] 14

En la tabla anterior, puedes mostrar la suma de los valores de histogramas con un trazado X-Y.

Para una métrica que almacena información de latencia HTTP, la suma es una medida significativa, ya que representa de forma indirecta la cantidad de solicitudes HTTP completadas. Los datos de la tabla anterior muestran que la tasa de finalización de la solicitud HTTP es baja, pero relativamente constante:

Gráfico de líneas para el ejemplo.

Los gráficos de líneas solo muestran series temporales con valores escalares. Para mostrar una métrica con valor de distribución en un gráfico de líneas, usa los campos de agregación a fin de convertir los valores de distribución en valores escalares. Por ejemplo, para usar el Explorador de métricas a fin de mostrar el percentil 99 de una métrica con valor de distribución, haz lo siguiente:

  1. En Console, selecciona Monitoring o haz clic en el siguiente botón:
    Ir a Monitoring
  2. En el panel de navegación, selecciona Explorador de métricas.
  3. Selecciona una métrica con valor de distribución y un recurso. Por ejemplo, selecciona la métrica de latencias RTT y el recurso de instancia de VM.
  4. Asegúrate de que la barra de herramientas del Explorador de métricas muestre el gráfico de líneas .
  5. En el panel de configuración, selecciona 99th percent para el agregador.

Métricas de agregado y distribución

El agregado es el proceso de regularizar puntos dentro de una serie temporal y de combinar varias series temporales. El agregado es el mismo para las métricas del tipo de distribución que para las métricas que tienen un tipo de valor de número entero o doble. Sin embargo, el tipo de gráfico aplica algunos requisitos sobre las opciones que se usan para alinear y agrupar series temporales.

Gráficos de mapas de calor

Los gráficos de mapas de calor muestran una serie temporal con valores de distribución. Cuando tienes varias series temporales, debes usar alineadores y funciones de agrupación para crear una sola serie temporal.

Selecciona una suma o un alineador delta cuando un gráfico muestre un mapa de calor. Estas funciones combinan a nivel del bucket todas las muestras para una sola serie temporal que se encuentran en el mismo período de alineación y el resultado es un valor de distribución. Por ejemplo, si dos muestras adyacentes de una serie temporal son [2, 3, 1, 1] y [2, 5, 4, 1], el alineador de suma produce [4, 8, 5, 2].

La función de agrupación define cómo se combinan las diferentes series temporales. A veces, esta función se denomina agregador o reductor. Para los mapas de calor, establece la función de agrupación en la función de suma. La función de suma agrega los valores de los mismos buckets en todos los histogramas, lo que da como resultado un histograma nuevo. Por ejemplo, la suma del valor [2, 3, 1, 1] de la serie temporal A y el valor [1, 5, 2, 2] de la serie temporal B es [3, 8, 3, 3].

Gráficos de líneas

Los gráficos de líneas solo muestran series temporales con valores escalares. Para mostrar una métrica con valor de distribución en un gráfico de líneas, usa el alineador o la función de agrupación para convertir los valores de distribución en valores escalares:

  • Los alineadores de percentiles convierten un valor de distribución en un valor escalar. Con estos alineadores, la agrupación por series temporales es opcional.

  • Los alineadores suma y delta no convierten un valor de distribución en un valor escalar. Cuando uses estos alineadores, selecciona una función de agrupación que convierta los valores de distribución en valores escalares.

Por ejemplo, a fin de configurar un gráfico de líneas en un panel para mostrar el percentil 99 de cada serie temporal de una métrica con valor de distribución, haz lo siguiente:

  1. En Console, selecciona Monitoring o haz clic en el siguiente botón:
    Ir a Monitoring
  2. En el panel de navegación, selecciona Paneles y, luego, selecciona el panel que deseas ver o editar.
  3. Si se muestra el botón Editar panel, haz clic en él.
  4. Para agregar un gráfico de líneas a tu panel, selecciona el widget de gráfico de líneas en la biblioteca de gráficos.
  5. Modifica la configuración del gráfico de líneas a fin de mostrar una métrica con valor de distribución para un recurso específico. Por ejemplo, selecciona la métrica RTT Latencies y el recurso de instancia de VM.
  6. Configura el gráfico para usar un alineador de percentil:

    • Pestaña Básica: Borra Agrupado y selecciona Percentil 99.
    • Pestaña Avanzada: selecciona Percentil en el paso de procesamiento previo y usa el menú para seleccionar el percentil 99. Además, asegúrate de que el campo Group-by esté vacío y que la función group-by esté configurada en none.

El gráfico resultante puede mostrar varias líneas, una para cada serie temporal.

Para otro ejemplo, supongamos que deseas mostrar una sola serie temporal que sea el percentil 99 de la serie temporal para una métrica con valor de distribución. Para configurar este gráfico, reemplaza el paso final de la secuencia anterior por los siguientes pasos, que especifican un sumador de suma y establecen una función de agrupación:

  1. Selecciona la pestaña Avanzada.
  2. Selecciona Sin paso de procesamiento previo en el paso de procesamiento previo.
  3. Establece la Función de alineación en suma.
  4. Asegúrate de que el campo “by por” esté vacío y configura el grupo por función en percentil 99.

El gráfico resultante muestra una sola línea.

¿Qué sigue?

Para obtener información sobre cómo determinar el modelo de bucket de una métrica y cómo interpretar los percentiles, consulta Percentiles y métricas con valores de distribución.