Auf dieser Seite wird beschrieben, wie Sie mit Cloud Monitoring und Spanner-Audit-Logs die Spanner Data Boost-Nutzung überwachen und analysieren.
Mit Cloud Monitoring können Sie die Gesamtnutzung im Zeitverlauf verfolgen und die Nutzung nach Nutzer aufschlüsseln. Spanner-Audit-Logs ermöglichen eine flexiblere Nutzungsanalyse, einschließlich der Bereitstellung von Messwerten nach Nutzer oder nach BigQuery-Job-ID.
Data Boost-Nutzung mit Cloud Monitoring im Blick behalten
Führen Sie die folgenden Schritte aus, um die gesamte Data Boost-Nutzung zu verfolgen:
- Wechseln Sie in der Google Cloud Console zu Monitoring:
Zu „Monitoring“ - Wenn im Navigationsmenü der Metrics Explorer angezeigt wird, wählen Sie ihn aus. Klicken Sie andernfalls auf Ressourcen und wählen Sie Metrics Explorer aus.
- Wählen Sie oben auf der Seite ein Zeitintervall aus.
- Geben Sie in der Drop-down-Liste Messwert im Feld Nach Ressource oder Messwertname filtern den Wert
spanner
ein und drücken SieEnter
, um die Suche einzugrenzen. Wählen Sie in der Liste Messwert die Option Cloud Spanner-Instanz > Instanz > Verarbeitungseinheit in Sekunden aus und klicken Sie dann auf Übernehmen.
Dadurch wird ein Liniendiagramm der aggregierten Data Boost-Nutzung für alle Spanner-Instanzen erstellt.
So rufen Sie die Nutzung für eine bestimmte Instanz auf:
- Klicken Sie auf + FILTER HINZUFÜGEN, um einen Filter zu erstellen.
- Wählen Sie in der Drop-down-Liste Label 1 die Option instance_id aus.
- Geben Sie im Textfeld Wert 1 die ID der Instanz ein, für die die Nutzung angezeigt werden soll, oder wählen Sie sie aus.
So rufen Sie eine Aufschlüsselung der Nutzung nach allen Instanzen auf:
- Löschen Sie alle Filter, indem Sie auf das Papierkorbsymbol neben den Feldern Filter klicken.
- Wählen Sie unter Gruppieren nach in der Drop-down-Liste Labels die Option instance_id und dann in der Liste Gruppierungsfunktion die Option Summe aus.
Wählen Sie zum Aufschlüsseln der Nutzung nach Hauptkonto unter Gruppieren nach in der Liste Labels die Option credential_id und in der Liste Gruppierungsfunktion die Option Summe aus.
Das folgende Beispiel zeigt Sekunden der Verarbeitungseinheit nach Hauptkonto.
Data Boost-Nutzung mit Audit-Logs analysieren
Spanner-Audit-Logs ermöglichen eine flexiblere Analyse der Data Boost-Nutzung. Zusätzlich zur Möglichkeit, die Nutzung im Zeitverlauf nach Instanz oder Hauptkonto aufzuschlüsseln, wie bei Cloud Monitoring, ermöglichen Spanner-Audit-Logs, sofern aktiviert und verfügbar, eine Aufschlüsselung der Nutzung im Zeitverlauf nach Datenbank oder BigQuery-Job-ID.
Für das Aktivieren von Audit-Logs können zusätzliche Kosten anfallen. Informationen zu den Logging-Preisen finden Sie unter Preise für die Google Cloud-Beobachtbarkeit: Cloud Logging.
Data Boost-Nutzungs-Audit-Logs aktivieren
Sie müssen Audit-Logs zum Datenzugriff für Spanner aktivieren, bevor Sie Nutzungsdaten für Data Boost erfassen können. Führen Sie dazu die folgenden Schritte aus:
- Folgen Sie der Anleitung unter Audit-Logs zum Datenzugriff mit der Google Cloud Console konfigurieren.
- Aktivieren Sie den Logtyp Daten lesen für den Dienst Spanner API.
- Wenn Sie die Data Boost-Nutzung durch BigQuery-Job-SQL-Text abrufen möchten, müssen Sie auch die Audit-Logs für BigQuery aktivieren.
Nutzung nach Hauptkonto ansehen
So fragen Sie die Audit-Logs ab, um sich die Data Boost-Nutzung nach Nutzer anzusehen:
Rufen Sie in der Google Cloud Console den Log-Explorer auf.
Klicken Sie im Navigationsmenü auf Loganalysen.
Führen Sie die folgende Abfrage aus, um die Nutzung nach Nutzer und Datenbank in den letzten 7 Tagen anzuzeigen. Wenn Sie die Zeitspanne ändern möchten, für die die Nutzung angezeigt wird, ändern Sie den Ausdruck
timestamp
in derWHERE
-Klausel.SELECT SUM(CAST(JSON_VALUE(labels.data_boost_usage) AS INT64)) AS usage, REGEXP_EXTRACT( proto_payload.audit_log.resource_name, 'projects/[^/]+/instances/[^/]+/databases/[^/]+') AS database, proto_payload.audit_log.authentication_info.principal_email AS principal_email FROM `PROJECT_NAME.global._Default._AllLogs` WHERE timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND resource.type = 'spanner_instance' AND operation.last IS NULL AND JSON_VALUE(labels.data_boost_usage) != '' GROUP BY database, principal_email;
Ersetzen Sie
PROJECT_NAME
durch Ihren Projektnamen.
Das folgende Beispiel zeigt die Verwendung in Verarbeitungseinheiten für vier Hauptkonten.
Nutzung nach BigQuery-Job-ID ansehen
So fragen Sie die Audit-Logs ab, um die Data Boost-Nutzung aufgeschlüsselt nach Datenbank, Nutzer und BigQuery-Job-ID anzusehen:
Rufen Sie in der Google Cloud Console den Log-Explorer auf.
Klicken Sie im Navigationsmenü auf Loganalysen.
Führen Sie die folgende Abfrage aus:
SELECT SUM(CAST(JSON_VALUE(labels.data_boost_usage) AS INT64)) AS usage, REGEXP_EXTRACT( proto_payload.audit_log.resource_name, 'projects/[^/]+/instances/[^/]+/databases/[^/]+') AS database, proto_payload.audit_log.authentication_info.principal_email AS principal_email, IFNULL(JSON_VALUE(labels.data_boost_workload_id), 'not from BQ') AS job_id FROM `PROJECT_NAME.global._Default._AllLogs` WHERE timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND resource.type = 'spanner_instance' AND operation.last IS NULL AND JSON_VALUE(labels.data_boost_usage) != '' GROUP BY database, principal_email, job_id;
Ersetzen Sie
PROJECT_NAME
durch Ihren Projektnamen.
Das folgende Beispiel zeigt die Verwendung nach BigQuery-Job-ID.
Nutzung nach BigQuery-SQL-Text ansehen
So rufen Sie die Data Boost-Nutzung für mehrere BigQuery-Jobs auf, die nach dem SQL-Text dieser Jobs zusammengefasst sind:
Rufen Sie in der Google Cloud Console den Log-Explorer auf.
Klicken Sie im Navigationsmenü auf Loganalysen.
Führen Sie die folgende Abfrage aus:
SELECT SUM( CAST( JSON_VALUE(db.labels.data_boost_usage) AS INT64)) AS usage, JSON_VALUE( bq.proto_payload.audit_log.metadata.jobInsertion.job.jobConfig.queryConfig.query) AS bq_query FROM `PROJECT_NAME.global._Default._AllLogs` db, `PROJECT_NAME.global._Default._AllLogs` bq WHERE db.timestamp > TIMESTAMP_SUB( CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND db.resource.type = 'spanner_instance' AND JSON_VALUE(db.labels.data_boost_usage) != '' AND db.operation.last IS NULL AND bq.timestamp > TIMESTAMP_SUB( CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND bq.proto_payload.audit_log.method_name = 'google.cloud.bigquery.v2.JobService.InsertJob' AND bq.resource.type = 'bigquery_project' AND JSON_VALUE( bq.proto_payload.audit_log.metadata.jobInsertion.job.jobConfig.queryConfig.query) IS NOT NULL AND JSON_VALUE(db.labels.data_boost_workload_id) = REGEXP_EXTRACT(bq.proto_payload.audit_log.resource_name, '[^/]*$') GROUP BY bq_query ORDER BY usage DESC
Ersetzen Sie
PROJECT_NAME
durch Ihren Projektnamen.
Das folgende Beispiel zeigt die Data Boost-Nutzung nach SQL-Text.
Data Boost-Benachrichtigung erstellen
Informationen zum Erstellen einer Benachrichtigung, die ausgegeben wird, wenn die Data Boost-Nutzung einen vordefinierten Grenzwert überschreitet, finden Sie unter Benachrichtigung über die Data Boost-Nutzung einrichten.
Nächste Schritte
- Weitere Informationen zu Data Boost finden Sie unter Data Boost – Übersicht.