Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Dokumen ini menjelaskan cara Cloud Monitoring membuat model pengukuran yang
dikumpulkannya. Pengukuran tersebut membantu Anda memahami performa
aplikasi dan layanan sistem Anda. Model Cloud Monitoring untuk memantau data terdiri dari tiga konsep utama, yaitu jenis resource yang dimonitor, jenis metrik, deret waktu:
Jenis resource yang dimonitor adalah sumber pengukuran, seperti aplikasi dan layanan sistem Anda.
Ada lebih dari 270 jenis resource yang dimonitor
yang tersedia.
Untuk daftar saat ini, lihat Daftar resource yang dimonitor.
Jenis metrik menentukan properti yang diukur, seperti
penggunaan CPU.
Ada lebih dari 6.500 jenis metrik yang tersedia di
Monitoring, untuk memantau Google Cloud, AWS, dan berbagai
software pihak ketiga.
Untuk daftar jenis metrik, lihat Daftar metrik.
Dan jika Anda memerlukan sesuatu yang belum ditentukan, Anda dapat membuatnya sendiri.
Deret waktu adalah kumpulan pengukuran dari resource tertentu yang dipantau.
Untuk pengantar konsep ini dan hubungannya,
baca dokumen ini. Dokumen berikut memberikan informasi
selengkapnya:
Untuk informasi tentang label dan kardinalitas deret waktu, serta contoh resource yang dimonitor dan jenis metrik, lihat Komponen model metrik.
Untuk mengetahui informasi mendetail tentang deret waktu, termasuk cara deret waktu direpresentasikan oleh Cloud Monitoring API, lihat Struktur deret waktu.
Informasi ini sangat relevan bagi Anda jika Anda berencana menggunakan Monitoring API atau metrik kustom.
Model metrik Cloud Monitoring
Metrik adalah serangkaian pengukuran terkait dari beberapa atribut resource
yang Anda pantau. Pengukuran dapat mencakup latensi permintaan ke
layanan, jumlah ruang disk yang tersedia di komputer, jumlah tabel
di database SQL Anda, jumlah widget yang terjual, dan sebagainya. Resource dapat
mencakup virtual machine (VM), instance database, disk, dan sebagainya.
Istilah umum metrik di Cloud Monitoring mencakup tiga komponen utama:
Informasi tentang sumber pengukuran.
Kumpulan pengukuran beberapa properti. Setiap pengukuran dicatat sebagai
nilai dengan stempel waktu.
Informasi tentang nilai properti yang diukur.
Misalnya, ada metrik yang melacak jumlah widget yang terjual
oleh toko. Komponen model dipetakan ke contoh ini dengan cara
berikut:
Sumber pengukuran
Model metrik mencatat informasi tentang setiap resource yang dimonitor.
Informasi tertentu yang diambil bergantung pada jenis resource yang dipantau: informasi tersebut dapat mencakup lokasi geografis, nama metode, ID disk, dan sebagainya, apa pun yang mungkin menjadi sumber pengukuran.
Sumber data pemantauan disebut resource yang dimonitor.
Contoh: Dalam contoh penjualan widget, resource yang dimonitor adalah
toko yang menjual widget.
Pengukuran
Model metrik merekam pengukuran properti sebagai kumpulan
titik data, yang terdiri dari nilai berstempel waktu.
Nilai biasanya berupa angka, tetapi bergantung pada apa yang Anda ukur.
Contoh: Dalam contoh penjualan widget, pengukuran mencatat informasi
penjualan pada titik waktu tertentu. Pengukuran tersebut mungkin terlihat seperti
berikut:
Nilai pengukuran tidak akan berarti tanpa informasi tentang cara
menafsirkannya. Anda harus memiliki beberapa informasi "jenis" tentang nilai, seperti jenis data, satuan, dan jenis setiap pengukuran:
Apakah nilainya berupa bilangan bulat atau string?
Apakah nilainya mewakili mil per jam atau radian?
Apakah nilai tersebut mewakili total pada saat itu, atau perubahan sejak nilai sebelumnya?
Cloud Monitoring menyebut setiap kumpulan karakteristik tentang sesuatu yang ingin Anda ukur sebagai jenis metrik.
Contoh: Dalam contoh penjualan widget, informasi ini mungkin memberi tahu Anda
hal berikut:
Setiap nilai dicatat sebagai bilangan bulat 64-bit.
Setiap nilai mewakili jumlah widget yang terjual.
Setiap nilai mewakili jumlah widget yang terjual sejak pengukuran
terakhir yang dicatat.
Deret waktu: menggabungkan komponen
Di Cloud Monitoring, struktur data yang mendasari model ini adalah
deret waktu (bentuk tunggal dan jamak sama).
Setiap deret waktu mencakup tiga komponen model:
Deskripsi resource yang dimonitor tempat pengukuran berasal.
Kumpulan pengukuran yang terkait dengan satu resource yang dipantau.
Deskripsi jenis metrik yang menjelaskan hal yang Anda ukur.
Contoh: Dalam contoh penjualan widget, deret waktu mencakup hal berikut:
Deskripsi toko yang menjual widget yang dihitung dalam deret waktu
ini.
Kumpulan pengukuran yang dicatat untuk toko ini.
Deskripsi nilai: Bilangan bulat 64-bit yang mengukur jumlah
widget yang terjual sejak nilai yang dicatat sebelumnya.
Satu jenis metrik Cloud Monitoring atau jenis resource yang dimonitor dapat dikaitkan dengan banyak deret waktu terkait.
Dalam contoh penjualan widget, setiap toko yang menjual
widget menyimpan datanya dalam deret waktu, sehingga jika ada 15 toko
yang menjual widget, dapat ada 15 deret waktu yang mencatat penjualan widget.
Langkah selanjutnya
Untuk informasi selengkapnya tentang struktur metrik Cloud Monitoring, lihat
Komponen model metrik untuk melihat lebih dalam tentang metrik, resource, dan deret waktu.
Struktur deret waktu untuk mengetahui informasi tentang
cara deret waktu dipetakan ke Cloud Monitoring API.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 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)."]]
