Memantau database dengan Cloud Monitoring

Halaman ini menjelaskan cara menggunakan dasbor Cloud Monitoring untuk melihat metrik yang tersedia, membuat dasbor kustom, dan menyetel pemberitahuan.

Melihat metrik kompatibilitas Firestore dengan MongoDB

Untuk melihat berbagai metrik kompatibilitas Firestore dengan MongoDB dan membuat diagram, gunakan salah satu opsi berikut:

• Halaman Monitoring di bagian Firestore pada konsol Google Cloud . Halaman ini mencakup dasbor pemantauan standar. Anda juga dapat membuat hingga satu dasbor kustom. Untuk mengakses halaman Monitoring database, ikuti langkah-langkah berikut:

  1. Di Google Cloud console, buka halaman Databases Firestore.

     Buka Databases

  2. Pilih database dari daftar.

  3. Di menu navigasi, klik Monitoring untuk membuka dasbor.

• Penjelajah metrik dalam Cloud Monitoring di konsol Google Cloud . Untuk informasi selengkapnya tentang cara membuat diagram, lihat Membuat diagram dengan Metrics Explorer.

Resource yang Dimonitor

Resource yang dipantau di Cloud Monitoring merepresentasikan entitas logis atau fisik, seperti virtual machine, database, atau aplikasi. Resource yang dipantau berisi serangkaian metrik unik yang dapat dieksplorasi, dilaporkan melalui dasbor, atau digunakan untuk membuat pemberitahuan. Setiap resource juga memiliki serangkaian label resource, yang merupakan pasangan nilai kunci yang menyimpan informasi tambahan tentang resource. Label resource tersedia untuk semua metrik yang terkait dengan resource.

Dengan menggunakan Cloud Monitoring API, performa Firestore dengan kompatibilitas MongoDB dipantau dengan resource berikut:

Metrik

Untuk mengetahui daftar lengkap metrik untuk Firestore, lihat Metrik Firestore. Bagian berikut menjelaskan beberapa metrik yang tersedia.

Metrik runtime layanan

Metrik serviceruntime memberikan ringkasan umum tentang traffic proyek. Metrik ini tersedia untuk sebagian besar API Google Cloud . Jenis resource yang dipantau consumed_api berisi metrik umum ini. Metrik ini diambil sampelnya setiap 30 menit sehingga data menjadi lebih lancar.

Label resource penting untuk metrik serviceruntime adalah method. Label ini mewakili metode RPC pokok yang dipanggil. Metode SDK yang Anda panggil mungkin tidak harus memiliki nama yang sama dengan metode RPC pokok. Alasannya adalah SDK menyediakan abstraksi API tingkat tinggi. Namun, saat mencoba memahami cara aplikasi Anda berinteraksi dengan Firestore, penting untuk memahami metrik berdasarkan nama metode RPC.

Jika Anda perlu mengetahui metode RPC pokok untuk metode SDK tertentu, lihat dokumentasi API.

api/request_latencies

Metrik api/request_latencies memberikan distribusi latensi di semua permintaan yang telah selesai.

Firestore mencatat metrik dari komponen Layanan Firestore. Metrik latensi mencakup waktu saat Firestore menerima permintaan hingga waktu saat Firestore selesai mengirimkan respons, termasuk interaksi dengan lapisan penyimpanan. Oleh karena itu, latensi pulang pergi (rtt) antara klien dan layanan Firestore tidak disertakan dalam metrik ini.

Metrik operasi dokumen

Firestore menyediakan jumlah pembacaan, penulisan, dan penghapusan. Metrik operasi tulis memberikan perincian antara operasi 'CREATE' dan 'UPDATE'. Metrik ini selaras dengan operasi CRUD.

Metrik berikut dapat digunakan untuk memahami apakah database Anda lebih banyak membaca atau menulis, dan rasio dokumen baru versus dokumen yang dihapus.

• document/delete_ops_count: Jumlah dokumen yang berhasil dihapus.
• document/read_ops_count: Jumlah pembacaan dokumen yang berhasil dari kueri atau pencarian.
• document/write_ops_count: Jumlah dokumen yang berhasil ditulis.

Metrik penagihan

Gunakan metrik ini untuk memahami penggunaan penagihan. Metrik ini tidak mencakup penagihan dari operasi administrator (pengindeksan, impor, ekspor, dan penghapusan massal).

• api/billable_read_units: Jumlah unit baca yang dapat ditagih. Penggunaan dapat dikelompokkan berdasarkan nama layanan dan metode API.

• api/billable_write_units: Jumlah unit tulis yang dapat ditagih. Penggunaan dapat dikelompokkan berdasarkan nama layanan dan metode API.

• document/billable_managed_delete_write_units: Jumlah unit tulis yang dapat ditagih dari layanan penghapusan terkelola seperti TTL.

Metrik indeks

Kecepatan penulisan indeks dapat dibandingkan dengan metrik document/write_ops_count untuk memahami fanout indeks.

• index/write_count: Jumlah penulisan indeks.

Metrik TTL

Metrik TTL untuk metrik kompatibilitas Firestore dengan MongoDB digunakan untuk memantau efek kebijakan TTL yang diterapkan.

• document/ttl_deletion_count: Jumlah total dokumen yang dihapus oleh layanan TTL.
• document/ttl_expiration_to_deletion_delays: Waktu yang berlalu antara saat dokumen dengan TTL habis masa berlakunya, dan saat dokumen benar-benar dihapus.

Membuat dasbor Cloud Monitoring kustom

Di Cloud Monitoring, dasbor kustom memungkinkan Anda menampilkan informasi yang relevan bagi Anda secara teratur. Misalnya, Anda dapat membuat dasbor untuk menampilkan metrik performa dan kebijakan pemberitahuan untuk project di lingkungan produksi.

Untuk mengetahui informasi selengkapnya tentang cara menyiapkan dasbor kustom, lihat artikel Mengelola dasbor kustom dan Menambahkan widget dasbor.

Membuat kebijakan pemberitahuan

Di Cloud Monitoring, Anda dapat membuat pemberitahuan untuk memberi tahu Anda saat terjadi perubahan pada kondisi metrik. Anda dapat menggunakan notifikasi ini untuk mendapatkan pemberitahuan tentang potensi masalah sebelum masalah tersebut memengaruhi pengguna Anda.

Untuk mengetahui informasi selengkapnya tentang cara membuat pemberitahuan, lihat Membuat kebijakan pemberitahuan batas metrik.

Pertimbangkan contoh berikut saat kita membuat kebijakan pemberitahuan latensi. Kebijakan pemberitahuan memeriksa latensi p99 selama periode 5 menit. Jika latensi p99 tetap lebih tinggi dari 250 md selama 5 menit, pemberitahuan akan dipicu.

fetch consumed_api
| metric 'serviceruntime.googleapis.com/api/request_latencies'
| filter (resource.service == 'firestore.googleapis.com')
| group_by 5m,
    [value_request_latencies_percentile:
      percentile(value.request_latencies, 99)]
| every 5m
| condition val() > 0.25 's'