Layanan penyimpanan dan pengambilan data

Layanan data Google Cloud yang dibahas di halaman ini mencakup layanan yang menyimpan dan menyediakan data sebagai respons terhadap permintaan. SLI untuk layanan ini serupa dengan SLI untuk layanan permintaan-respons, yang dijelaskan dalam Layanan permintaan-respons, dengan fokus utama pada ketersediaan dan latensi. Perhatikan bahwa latensi, terutama saat mengukur waktu respons kueri database, sering kali merupakan faktor seberapa banyak data yang diambil, dan dapat bervariasi dengan workload aplikasi.

Anda menyatakan SLI ketersediaan berbasis permintaan menggunakan struktur TimeSeriesRatio untuk menyiapkan rasio permintaan "baik" terhadap total permintaan. Anda memutuskan cara memfilter metrik menggunakan label yang tersedia untuk mendapatkan penentuan "baik" atau "valid" yang Anda inginkan.

Anda menyatakan SLI latensi berbasis permintaan menggunakan struktur DistributionCut.

Cloud Storage

Cloud Storage adalah penyimpanan objek yang sangat tahan lama dan tersedia di seluruh dunia. Google Cloud Cloud Storage tersedia dalam beberapa kelas penyimpanan, yang memungkinkan Anda menentukan biaya dan model pengambilan yang sesuai untuk layanan atau kasus penggunaan Anda.

Untuk informasi tambahan, lihat referensi berikut:

SLI Ketersediaan

Cloud Storage menulis data metrik ke Cloud Monitoring menggunakan jenis resource yang dimonitor gcs_bucket dan jenis metrik api/request_count. Anda dapat memfilter data menggunakan label metrik response_code untuk menghitung permintaan "baik". Anda juga dapat menggunakan label metrik method untuk mengukur ketersediaan metode API tertentu, seperti ReadObject.

Anda menyatakan SLI ketersediaan berbasis permintaan untuk membaca objek dari bucket Cloud Storage menggunakan rasio, TimeSeriesRatio, permintaan yang baik terhadap total permintaan, seperti yang ditunjukkan dalam contoh berikut:

"serviceLevelIndicator": {
  "requestBased": {
    "goodTotalRatio": {
      "totalServiceFilter":
        "metric.type=\"storage.googleapis.com/api/request_count\"
         resource.type=\"gcs_bucket\"
         metric.label.\"method\"=\"ReadObject\"
         resource.label.\"bucket_name\"=\"my_bucket\"",
      "goodServiceFilter":
        "metric.type=\"storage.googleapis.com/api/request_count\"
         resource.type=\"gcs_bucket\"
         metric.label.\"method\"=\"ReadObject\"
         resource.label.\"bucket_name\"=\"my_bucket\"
         metric.label.\"response_code\"=\"OK\"",
    }
  }
}

SLI Latensi

Cloud Storage tidak menyediakan metrik latensi; jika latensi menjadi masalah, pertimbangkan untuk menginstrumentasi layanan Anda guna mengumpulkan data ini di klien.

Bigtable

Bigtable adalah layanan database NoSQL yang skalabel dan terkelola sepenuhnya untuk beban kerja analisis dan operasional yang besar. Bigtable ideal untuk menyimpan data dalam jumlah yang sangat besar di penyimpanan nilai kunci. Bigtable juga mendukung throughput baca dan tulis yang tinggi dengan latensi rendah, sehingga Anda dapat mengakses sejumlah besar data dengan cepat.

Untuk informasi tambahan, lihat referensi berikut:

SLI Ketersediaan

Bigtable menulis data metrik ke Cloud Monitoring menggunakan jenis resource yang dimonitor bigtable_table dan jenis metrik berikut:

Anda menyatakan SLI ketersediaan berbasis permintaan untuk membaca objek dari bucket Cloud Storage menggunakan rasio, TimeSeriesRatio, permintaan "buruk" terhadap total permintaan, seperti yang ditunjukkan dalam contoh berikut:

Anda dapat menggunakan dua metrik ini untuk menyatakan SLI ketersediaan berbasis permintaan dengan membuat struktur TimeSeriesRatio untuk permintaan yang gagal terhadap total permintaan, seperti yang ditunjukkan dalam contoh berikut:

"serviceLevelIndicator": {
  "requestBased": {
    "goodTotalRatio": {
      "totalServiceFilter":
        "metric.type=\"bigtable.googleapis.com/server/request_count\"
         resource.type=\"bigtable_table\"
         resource.label.\"table\"=\"my_table\"
         resource.label.\"cluster\"=\"my_cluster\"",
      "badServiceFilter":
        "metric.type=\"bigtable.googleapis.com/server/error_count\"
         resource.type=\"bigtable_table\"
         resource.label.\"table\"=\"my_table\"
         resource.label.\"cluster\"=\"my_cluster\"",
    }
  }
}

SLI Latensi

Untuk mengukur latensi, Bigtable menulis data metrik ke Cloud Monitoring menggunakan jenis resource yang dimonitor bigtable_table dan jenis metrik server/latencies. Anda dapat memfilter data menggunakan label metrik method untuk mengukur latensi metode tertentu.

Anda menyatakan SLI latensi berbasis permintaan menggunakan struktur DistributionCut.

Contoh SLO berikut mengharapkan 99% dari semua permintaan ke tabel my_table di cluster my_cluster berada di antara 0 dan 100 md dalam total latensi selama periode satu jam bergulir:

{
  "serviceLevelIndicator": {
    "requestBased": {
      "distributionCut": {
        "distributionFilter":
          "metric.type=\"bigtable.googleapis.com/server/latencies\"
           resource.type=\"bigtable_table\"
           resource.label.\"table\"=\"my_table\"
           resource.label.\"cluster\"=\"my_cluster\"",
        "range": {
          "min": 0,
          "max": 100
        }
      }
    }
  },
  "goal": 0.99,
  "rollingPeriod": "3600s",
  "displayName": "98% requests under 100 ms"
}

Spanner

Spanner adalah layanan database relasional terkelola sepenuhnya yang menawarkan konsistensi transaksional dalam skala global, skema, SQL (ANSI 2011 dengan ekstensi), dan replikasi sinkron otomatis untuk ketersediaan tinggi.

Untuk informasi tambahan, lihat referensi berikut:

SLI Ketersediaan

Spanner menulis data metrik ke Cloud Monitoring menggunakan jenis resource yang dimonitor spanner_instance dan jenis metrik query_count. Anda dapat memfilter data menggunakan label metrik status untuk menghitung kueri database yang berhasil dan gagal.

Anda menyatakan SLI ketersediaan berbasis permintaan dengan membuat struktur TimeSeriesRatio untuk "permintaan yang baik" terhadap total permintaan, seperti yang ditunjukkan dalam contoh berikut:

"serviceLevelIndicator": {
  "requestBased": {
    "goodTotalRatio": {
      "totalServiceFilter":
        "metric.type=\"spanner.googleapis.com/query_count\"
         resource.type=\"spanner_instance\"
         metric.label.\"database\"=\"my_database\"",
      "goodServiceFilter":
        "metric.type=\"spanner.googleapis.com/query_count\"
         resource.type=\"spanner_instance\"
         metric.label.\"database\"=\"my_database\"
         metric.label.\"status\"=\"ok\"",
    }
  }
}

SLI Latensi

Untuk mengukur latensi, Spanner menulis data metrik ke Cloud Monitoring menggunakan jenis resource yang dimonitor spanner_instance dan jenis metrik api/request_latencies. Anda dapat memfilter data menggunakan label metrik method untuk mengukur latensi metode tertentu. Data mencakup latensi tidak hanya untuk kueri, tetapi juga untuk panggilan Spanner API lainnya.

Anda menyatakan SLI latensi berbasis permintaan menggunakan struktur DistributionCut. SLO contoh berikut mengharapkan 99% dari semua permintaan API ke database my_database memiliki total latensi antara 0 dan 100 md selama periode satu jam bergulir:

{
  "serviceLevelIndicator": {
    "requestBased": {
      "distributionCut": {
        "distributionFilter":
          "metric.type=\"spanner.googleapis.com/api/request_latencies\"
           resource.type=\"spanner_instance\"
           metric.label.\"database\"=\"my_database\"",
        "range": {
          "min": 0,
          "max": 100
        }
      }
    }
  },
  "goal": 0.99,
  "rollingPeriod": "3600s",
  "displayName": "98% requests under 100 ms"
}

Datastore

Datastore adalah database NoSQL yang sangat skalabel untuk aplikasi Anda. Datastore secara otomatis menangani sharding dan replikasi, sehingga Anda memiliki database yang sangat tersedia dan andal yang diskalakan secara otomatis untuk menangani beban aplikasi Anda.

Untuk informasi tambahan, lihat referensi berikut:

SLI Ketersediaan

Datastore menulis data metrik ke Cloud Monitoring menggunakan jenis resource yang dimonitor datastore_request dan jenis metrik api/request_count. Anda dapat memfilter data menggunakan label metrik response_code untuk menghitung panggilan API yang berhasil dan gagal atau menggunakan label metrik api_method untuk, misalnya, hanya mengukur pembacaan dokumen.

Anda menyatakan SLI ketersediaan berbasis permintaan dengan membuat struktur TimeSeriesRatio untuk permintaan yang berhasil terhadap total permintaan, seperti yang ditunjukkan dalam contoh berikut:

"serviceLevelIndicator": {
  "requestBased": {
    "goodTotalRatio": {
      "totalServiceFilter":
        "metric.type=\"datastore.googleapis.com/api/request_count\"
         resource.type=\"datastore_request\"",
      "goodServiceFilter":
        "metric.type=\"datastore.googleapis.com/api/request_count\"
         resource.type=\"datastore_request\"
         metric.label.\"response_code\"=\"success\"",
    }
  }
}

SLI Latensi

Datastore saat ini tidak menyediakan metrik latensi. Untuk metrik yang tersedia, lihat jenis metrik datastore.googleapis.com.