Verhältnisse von Messwerten

In diesem Dokument erfahren Sie, wie Sie den besten Ansatz zum Diagramm oder Überwachen eines Verhältnisses von Messwertdaten auswählen. Sie enthält auch Links zu Beispielen, gibt an, wann Sie Verhältnisse berechnen können, und beschreibt Anomalien, die Sie möglicherweise feststellen, wenn Sie ein Verhältnis von zwei verschiedenen Messwerten grafisch darstellen. Diese Anomalien sind auf Unterschiede bei der Abtastrate oder den Ausrichtungsparametern zurückzuführen.

Mit Verhältnissen können Sie Ihre Messwertdaten in eine andere und möglicherweise nützlichere Form umwandeln. Stellen Sie sich beispielsweise einen Messwerttyp vor, mit dem die Anzahl der HTTP-Antworten nach Antwortcode gezählt wird. Die Messwertdaten geben die Anzahl der Fehler an, aber nicht den Anteil der fehlgeschlagenen Anfragen. Leistungsanforderungen werden jedoch häufig in Prozent angegeben, z. B. "Die Fehlerrate muss unter 0, 1 % liegen". Um die Fehlerrate anhand der Messwerte zu ermitteln, berechnen Sie das Verhältnis der fehlgeschlagenen Anfragen zur Gesamtzahl der Anfragen.

Best Practices

Wenn Sie ein Verhältnis von Messwertdaten beobachten oder darstellen möchten, empfehlen wir die Verwendung von Monitoring Query Language (MQL). Sie können MQL mit der Cloud Monitoring API und mit der Google Cloud Console verwenden. Die Google Cloud Console enthält einen Codeeditor, der Vorschläge bietet, Fehler erkennt und andere Unterstützung beim Erstellen gültiger MQL-Abfragen bietet. Weitere Informationen und Beispiele finden Sie in den folgenden Dokumenten:

Wenn Sie eine Benachrichtigungsrichtlinie erstellen möchten, die ein Verhältnis von Messwerten überwacht, wenn Sie mit MQL nicht vertraut sind, verwenden Sie die Cloud Monitoring API und fügen Sie einen Zeitachsenfilter ein. Ein Beispiel finden Sie unter Messwertverhältnis.

Wenn Sie ein Verhältnis von Messwertdaten darstellen möchten, wenn Sie mit MQL nicht vertraut sind, sollten Sie die Google Cloud Console und eine menügesteuerte Oberfläche verwenden. Eine ausführliche Anleitung finden Sie unter Diagramm eines Messwertanteils erstellen und Einem benutzerdefinierten Dashboard Diagramme und Tabellen hinzufügen.

Einschränkungen mit Seitenverhältnissen

Wenn Sie ein Verhältnis konfigurieren, gelten die folgenden Einschränkungen:

  • Nach der Aggregation müssen die Labels in der Nenner-Zeitachse mit denen in der Zähler-Zeitachse identisch oder eine Teilmenge davon sein.

    Wir empfehlen, Aggregationsoptionen so auszuwählen, dass die Zähler- und Nennerzeitachsen nach der Aggregation dieselben Labels haben.

    Stellen Sie sich eine Konfiguration vor, bei der die Zählerzeitachse die Labels method, quota_metric und project_id hat. Die Nenner-Zeitachse hat die Labels limit_name, quota_metric und project_id. Die gültigen Auswahlmöglichkeiten für die Nennergruppierung hängen von der Auswahl für den Zähler ab:

    • Nach dem Label method gruppierter Zähler: Kombinieren Sie die Zeitachse des Nenners zu einer einzigen Zeitreihe. Die Labels für die Nennerzeitachse sind keine anderen Gruppierungen, die eine Teilmenge der Labels für die Zählerzeitachse sind.
    • Nach dem Label quota_metric gruppierter Zähler: Gruppiert den Nenner nach diesem Label oder fasst alle Zeitachsen im Nenner zu einer einzigen Zeitreihe zusammen.
    • Nach den Labels quota_metric und project_id gruppierter Zähler: Sie können den Nenner nach beiden Labels oder nach einem Label gruppieren oder die Zeitachse des Nenners zu einer einzigen Zeitachse kombinieren.

    Die Aggregierungsoptionen für gültige Nenner entfernen das Label limit_name immer aus den gruppierten Zeitachsen, da dieses Label in der Zählerzeitreihe nicht vorhanden ist.

    Beispiele finden Sie unter Beispiele für MQL-Benachrichtigungsrichtlinien.

  • Der Ausrichtungszeitraum muss beim Konfigurieren eines Diagramms über die Google Cloud Console für den Zähler und den Nenner identisch sein. Diese Felder können jedoch bei Verwendung der Cloud Monitoring API unterschiedlich sein.

    Wir empfehlen, für den Zähler und den Nenner denselben Ausrichtungszeitraum zu verwenden, unabhängig davon, mit welchem Tool Sie das Diagramm erstellen.

  • Der Zähler und der Nenner müssen denselben Werttyp haben. Wenn der Zähler beispielsweise vom Typ DOUBLE ist, muss auch der Nenner vom Typ DOUBLE sein.

    Verhältnisse erfordern, dass der Zähler- und Nennermesswert den Werttyp DOUBLE oder INT64 hat.

  • Die ausgerichtete Zeitachse für den Zähler und den Nenner muss dieselbe Messwertart haben. Wenn die beiden Messwerte unterschiedliche Arten haben, müssen Sie sie mithilfe von Alignern in denselben Typ konvertieren.

    Angenommen, der Messwert DELTA wird für den Zähler und der Messwert GAUGE für den Nenner ausgewählt. Verwenden Sie in diesem Fall die Rate Aligner (ALIGN_RATE), um den Messwert DELTA in einen GAUGE-Messwert umzuwandeln. Ein Beispiel finden Sie unter Verhältnisbenachrichtigungsrichtlinien zur Nutzung des Ratenkontingents für ein Limit.

  • Bei Verhältnissen, die nicht mit MQL definiert sind, muss der Typ der überwachten Ressource für den Zähler und den Nenner identisch sein.

    Wenn die Ressource für den Zählermesswert beispielsweise Compute Engine-Instanzen sind, müssen die Ressource für den Nennermesswert ebenfalls Compute Engine-Instanzen sein.

Anomalien aufgrund von Abweichungen bei der Stichprobenerhebung und der Ausrichtung

Im Allgemeinen ist es am besten, Verhältnisse basierend auf Zeitachsen zu berechnen, die unter Einsatz von Labelwerten für einen einzelnen Messwerttyp erfasst wurden. Ein Verhältnis, das über zwei verschiedene Messwerttypen berechnet wird, unterliegt aufgrund unterschiedlicher Stichprobenzeiträume und Ausrichtungsfenster Anomalien.

Angenommen, Sie haben zwei verschiedene Messwerttypen, eine RPCs-Gesamtzahl und eine RPC-Fehlerzahl, und Sie möchten das Verhältnis von Fehler- zu Gesamtzahl berechnen. Die fehlgeschlagenen RPCs werden in der Zeitachse beider Messwerttypen gezählt. Daher kann es vorkommen, dass beim Ausrichten der Zeitachse ein fehlgeschlagener RPC nicht im selben Ausrichtungsintervall für beide Zeitachsen angezeigt wird. Dies kann folgende Gründe haben:

  • Da zwei verschiedene Zeitachsen dasselbe Ereignis aufzeichnen, gibt es zwei unterliegende Zählerwerte, die die Sammlung implementieren. Diese werden nicht atomar aktualisiert.
  • Die Abtastraten können abweichen. Wenn die Zeitachsen auf einen gemeinsamen Zeitraum ausgerichtet sind, kann die Anzahl für ein einzelnes Ereignis in angrenzenden Ausrichtungsintervallen für die verschiedenen Messwerte angezeigt werden.

Die unterschiedliche Anzahl der Werte in den entsprechenden Ausrichtungsintervallen kann zu einem unsinnigen error/total-Verhältniswert führen, z. B. 1/0 oder 2/1.

Bei Verhältnissen größerer Zahlen ist die Wahrscheinlichkeit geringer, dass sie zu unsinnigen Werten führen. Sie können durch Aggregation größere Zahlen erhalten, indem Sie entweder ein Ausrichtungsfenster verwenden, das länger als der Stichprobenzeitraum ist, oder indem Sie Daten für bestimmte Labels gruppieren. Diese Techniken minimieren den Effekt kleiner Unterschiede in der Anzahl der Punkte in einem gegebenen Intervall. Das heißt, ein Zwei-Punkte-Unterschied ist bei einer erwarteten Anzahl von 3 Punkten in einem Intervall signifikanter als bei einer erwarteten Anzahl von 300.

Wenn Sie integrierte Messwerttypen verwenden, haben Sie möglicherweise keine andere Wahl, als die Verhältnisse zwischen den Messwerttypen zu berechnen, um den von Ihnen benötigten Wert zu erhalten.

Wenn Sie benutzerdefinierte Messwerte entwerfen, die die gleiche Sache – wie RPCs, die den Fehlerstatus zurückgeben – in zwei verschiedenen Messwerten zählen könnten, sollten Sie stattdessen einen einzigen Messwert in Betracht ziehen, der jede Zählung nur einmal enthält. Angenommen, Sie zählen RPCs und möchten das Verhältnis von nicht erfolgreichen RPCs zu allen RPCs verfolgen. Zur Behebung dieses Problems erstellen Sie einen einzelnen Messwerttyp, um RPCs zu zählen, und verwenden ein Label, um den Status des Aufrufs einschließlich des Status „OK“ aufzuzeichnen. Dann wird jeder Statuswert bzw. jeder Fehler oder jedes „OK“ aufgezeichnet, indem für diesen Fall ein einzelner Zähler aktualisiert wird.

Nächste Schritte