Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
In diesem Dokument wird beschrieben, wie die erfassten Messwerte in Cloud Monitoring modelliert werden. Diese Messwerte helfen Ihnen, die Leistung Ihrer Anwendungen und Systemdienste besser zu verstehen. Das Cloud Monitoring-Modell für das Monitoring von Daten besteht aus drei Hauptkonzepten: überwachte Ressourcentypen, Messwerttypen und Zeitreihen:
Überwachte Ressourcentypen sind die Quellen der Messungen, z. B. Ihre Anwendungen und Systemdienste.
Es gibt über 270 Arten von überwachten Ressourcen.
Die aktuelle Liste finden Sie unter Liste der überwachten Ressourcen.
Messwerttypen definieren die gemessene Property, z. B. die CPU-Auslastung.
In Monitoring stehen über 6.500 Messwerttypen zur Überwachung von Google Cloud, AWS und einer Vielzahl von Drittanbietersoftware zur Verfügung.
Listen der Messwerttypen finden Sie in der Messwertliste.
Wenn Sie etwas benötigen, das noch nicht definiert ist, können Sie es selbst erstellen.
Eine Zeitreihe ist eine Sammlung von Messungen aus einer bestimmten überwachten Ressource.
Eine Einführung in diese Konzepte und ihre Beziehung finden Sie in diesem Dokument. Weitere Informationen finden Sie in den folgenden Dokumenten:
Informationen zu Labels und Kardinalität von Zeitachsen sowie Beispiele für überwachte Ressourcen und Messwerttypen finden Sie unter Komponenten des Messwertmodells.
Ausführliche Informationen zu Zeitreihen, einschließlich ihrer Darstellung in der Cloud Monitoring API, finden Sie unter Struktur von Zeitreihen.
Diese Informationen sind besonders relevant, wenn Sie die Monitoring API oder benutzerdefinierte Messwerte verwenden möchten.
Das Cloud Monitoring-Messwertmodell
Ein Messwert ist ein Satz zusammengehöriger Messungen eines Attributs einer Ressource, die Sie überwachen. Die Messwerte können die Latenz von Anfragen an einen Dienst, die Menge des auf einem Computer verfügbaren Speicherplatzes, die Anzahl der Tabellen in Ihrer SQL-Datenbank, die Anzahl der verkauften Widgets usw. umfassen. Zu den Ressourcen können virtuelle Maschinen (VMs), Datenbankinstanzen, Laufwerke usw. gehören.
Der allgemeine Begriff eines Messwerts in Cloud Monitoring umfasst drei Hauptkomponenten:
Informationen zur Quelle der Messungen.
Eine Reihe von Messwerten für eine bestimmte Property. Jede Messung wird als Wert mit Zeitstempel aufgezeichnet.
Informationen zu den Werten der zu messenden Eigenschaft.
Angenommen, es gibt einen Messwert, mit dem die Anzahl der von einem Geschäft verkauften Widgets erfasst wird. Die Komponenten des Modells werden diesem Beispiel folgendermaßen zugeordnet:
Quelle der Messungen
Das Messwertmodell zeichnet Informationen zu jeder überwachten Ressource auf.
Welche Informationen erfasst werden, hängt vom Typ der überwachten Ressource ab: Sie können geografische Standorte, Methodennamen, Laufwerk-IDs usw. enthalten, was die Quelle der Messungen sein kann.
Die Quelle der Überwachungsdaten wird als überwachte Ressource bezeichnet.
Beispiel:Im Beispiel für das Widget-Verkauf sind die überwachten Ressourcen die Geschäfte, die die Widgets verkaufen.
Messungen
Das Messwertmodell erfasst Messungen einer Eigenschaft als Gruppe von Datenpunkten, die aus Zeitstempeln bestehen.
Werte sind normalerweise numerisch, aber es hängt davon ab, was Sie messen.
Beispiel:Im Beispiel für das Widget „Verkäufe“ werden die Verkaufsinformationen zu einem bestimmten Zeitpunkt aufgezeichnet. Solche Messungen können wie folgt aussehen:
Die Messwerte sind ohne Informationen zu ihrer Interpretation bedeutungslos. Sie benötigen einige "Typ" -Informationen zu den Werten, z. B. Datentyp, Einheit und Art jeder Messung:
Ist der Wert eine Ganzzahl oder ein String?
Steht der Wert für Meilen pro Stunde oder Radiant?
Stellt der Wert die Gesamtzahl zum Zeitpunkt oder die Änderung seit dem vorherigen Wert dar?
Cloud Monitoring ruft jede Gruppe von Merkmalen für etwas auf, das Sie einen Messwerttyp messen möchten.
Beispiel:Im Widget-Sales-Beispiel könnten diese Informationen folgende Informationen enthalten:
Jeder Wert wird als 64-Bit-Ganzzahl aufgezeichnet.
Jeder Wert steht für die Anzahl der verkauften Widgets.
Jeder Wert steht für die Anzahl der seit der letzten erfassten Messung verkauften Widgets.
Zeitreihe: Zusammenstellung der Komponenten
In Cloud Monitoring ist die Datenstruktur, die diesem Modell zugrunde liegt, die Zeitachse (Singular und Plural sind identisch).
Jede Zeitreihe umfasst die drei Komponenten des Modells:
Eine Beschreibung der überwachten Ressource, von der die Messungen stammen.
Der Satz von Messungen, die einer einzelnen überwachten Ressource zugeordnet sind.
Eine Beschreibung des Messwerttyps, der beschreibt, was gemessen wird.
Beispiel:Im Beispiel für das Widget „Verkäufe“ enthält eine Zeitachse Folgendes:
Eine Beschreibung des Shops, in dem die in dieser Zeitachse gezählten Widgets verkauft wurden.
Die Messwerte, die für diesen Speicher aufgezeichnet wurden.
Eine Beschreibung der Werte: 64-Bit-Ganzzahlen, die die Anzahl der seit dem vorherigen aufgezeichneten Wert verkauften Widgets messen.
Ein einzelner Cloud Monitoring-Messwerttyp oder Typ einer überwachten Ressource kann vielen zugehörigen Zeitachsen zugeordnet werden.
Im Beispiel für Widget-Verkäufe speichert jeder Händler, der Widgets verkauft, seine Daten in einer Zeitachse. Wenn also 15 Geschäfte Widgets verkaufen, können 15 Zeitachsen Widget-Verkäufe aufzeichnen.
Nächste Schritte
Weitere Informationen zur Struktur von Cloud Monitoring-Messwerten finden Sie unter
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-08-28 (UTC)."],[],[],null,["# Metrics, time series, and resources\n\nThis document describes how Cloud Monitoring models the measurements it\ncollects, those measurements help you understand how your\napplications and system services are performing. Cloud Monitoring's model\nfor monitoring data consists of three primary\nconcepts---monitored-resource types, metric types, time series:\n\n- *Monitored-resource types* are the sources of the measurements, like your\n applications and system services.\n\n There are more than 270 types of monitored\n resources available.\n\n For the current list, see [Monitored resource list](/monitoring/api/resources).\n\n- *Metric types* define the property that is being measured, like\n CPU utilization.\n\n There are more than 6,500 types of metrics available in\n Monitoring, for monitoring Google Cloud, AWS, and a variety\n of third-party software.\n\n For lists of metric types, see [Metrics list](/monitoring/api/metrics).\n\n And if you need something that isn't already defined, you can create your own.\n\n- A *time series* is a collection of measurements from a specific\n monitored resource.\n\nFor an introduction to these concepts and how they are related,\nread this document. The following documents provide more in-depth\ninformation:\n\n- For information about labels and time series cardinality, and for examples of monitored resources and metric types, see [Components of the metric model](/monitoring/api/v3/metric-model).\n- For detailed information about time series, including how they are represented by the Cloud Monitoring API, see [Structure of time series](/monitoring/api/v3/metrics-details). This information is particularly relevant to you if you plan to use the Monitoring API or custom metrics.\n\nThe Cloud Monitoring metric model\n---------------------------------\n\nA *metric* is a set of related measurements of some attribute of a resource\nyou are monitoring. Measurements might include the latency of requests to a\nservice, the amount of disk space available on a machine, the number of tables\nin your SQL database, the number of widgets sold, and so forth. Resources might\ninclude virtual machines (VMs), database instances, disks, and so forth.\n\nThe general notion of a *metric* in Cloud Monitoring\nencompasses three primary components:\n\n- Information about the source of the measurements.\n- A set of measurements of some property. Each measurement is recorded as a time-stamped value.\n- Information about the values of the property being measured.\n\nFor example, suppose there is a metric that tracks the number of widgets sold\nby a store. The components of the model map to this example in the following\nways:\n\n- **Source of the measurements**\n\n The metric model records information about each resource being monitored.\n The particular information captured depends on the type of resource\n being monitored: it might include geographical locations, method\n names, disk IDs, and so forth, anything that might be the source of\n measurements.\n\n The source of monitoring data is called a *monitored resource*.\n\n **Example:** In the widget-sales example, the monitored resources are the\n stores selling the widgets.\n- **Measurements**\n\n The metric model captures measurements of a property as a set of\n data points, consisting of time-stamped values.\n\n Values are typically numeric, but it depends on what you're measuring.\n\n **Example:** In the widget-sales example, the measurements record sales\n information at points in time. Such measurements might look like the\n following: \n\n ```\n [(150, 2024-05-23T17:37:00-04:00),\n (229, 2024-05-23T17:38:00-04:00),\n (138, 2024-05-23T17:39:00-04:00),\n ...]\n ```\n- **Information about the values**\n\n The measurement values are meaningless without information about how to\n interpret them. You need to have some \"type\" information\n about the values, like data type, unit, and kind of each measurement:\n - Is the value an integer or a string?\n - Does the value represent miles per hour or radians?\n - Does the value represent the total at the time, or the change since the previous value?\n\n Cloud Monitoring calls each set of characteristics about something\n you want to measure a *metric type*.\n\n **Example:** In the widget-sales example, this information might tell you\n the following:\n - Each value is recorded as a 64-bit integer.\n - Each value represents a count of widgets sold.\n - Each value represents the number of widgets sold since the last recorded measurement.\n\nTime series: putting the components together\n--------------------------------------------\n\nIn Cloud Monitoring, the data structure that underlies this model is\nthe *time series* (the singular and the plural forms are the same).\n\nEach time series encompasses the three components of the model:\n\n- A description of the monitored resource from which the measurements originated.\n- The set of measurements associated with a single monitored resource.\n- A description of the metric type that describes what you are measuring.\n\n**Example:** In the widget-sales example, a time series includes the following:\n\n- A description of the store that sold the widgets counted in this time series.\n- The set of measurements recorded for this store.\n- A description of the values: 64-bit integers measuring the number of widgets sold since the previous recorded value.\n\nA single Cloud Monitoring metric type or monitored-resource type\ncan be associated with many related time series.\nIn the widget-sales example, each store that sells\nwidgets stores its data in a time series, so if there are 15 stores\nselling widgets, there can be 15 time series recording widget sales.\n\nWhat's next\n-----------\n\n- For more information on the structure of Cloud Monitoring metrics, see\n - [Components of the metric model](/monitoring/api/v3/metric-model) for a deeper look at metrics, resources, and time series.\n - [Structure of time series](/monitoring/api/v3/metrics-details) for information about how time series map to the Cloud Monitoring API.\n- For information on time-series operations like aggregation, grouping, and filtering, see [Filtering and aggregation: manipulating time\n series](/monitoring/api/v3/aggregation).\n- For help with terminology, see [Notes on terminology](/monitoring/api/v3/terminology)."]]
