Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
Este documento descreve como o Cloud Monitoring modela as medições que
coleciona. Essas medições ajudam você a entender o desempenho dos
aplicativos e serviços do sistema. O modelo do Cloud Monitoring para monitoramento de dados consiste em três conceitos principais: tipos de recursos monitorados, tipos de métricas e séries temporais:
Os tipos de recursos monitorados são as origens das medições, como
aplicativos e serviços do sistema.
Há mais de 270 tipos de recursos
monitorados disponíveis.
Para ver a lista atual, consulte Lista de recursos monitorados.
Os tipos de métricas definem a propriedade que está sendo medida, como a
utilização da CPU.
Há mais de 6.500 tipos de métricas disponíveis no
Monitoring para monitorar o Google Cloud, a AWS e vários
softwares de terceiros.
Para listas de tipos de métricas, consulte a Lista de métricas.
Se você precisar de algo que ainda não tenha sido definido, crie o seu.
Uma série temporal é uma coleção de medições de um recurso monitorado específico.
Para uma introdução a esses conceitos e como eles estão relacionados,
leia este documento. Os documentos a seguir oferecem informações
mais detalhadas:
Para informações sobre rótulos e cardinalidade de séries temporais e exemplos de recursos monitorados e tipos de métrica, consulte Componentes do modelo de métrica.
Para informações detalhadas sobre séries temporais, incluindo como elas são representadas pela API Cloud Monitoring, consulte Estrutura da série temporal.
Essas informações são particularmente relevantes se você planeja usar a API Monitoring ou métricas personalizadas.
O modelo de métrica do Cloud Monitoring
Uma métrica é um conjunto de medições relacionadas de algum atributo de um recurso que você está monitorando. As medições podem incluir a latência das solicitações para um serviço, a quantidade de espaço em disco disponível em uma máquina, o número de tabelas no banco de dados SQL, o número de widgets vendidos e assim por diante. Os recursos podem incluir máquinas virtuais (VMs), instâncias de banco de dados, discos e assim por diante.
A noção geral de uma métrica no Cloud Monitoring abrange três componentes principais:
Informações sobre a origem das medições.
Um conjunto de medições de alguma propriedade. Cada medição é registrada como
um valor com carimbo de data/hora.
Informações sobre os valores da propriedade que está sendo medida.
Por exemplo, suponha que haja uma métrica que acompanhe o número de widgets vendidos por uma loja. Os componentes do modelo são mapeados para esse exemplo das seguintes
maneiras:
Origem das medições
O modelo de métrica registra informações sobre cada recurso que está sendo monitorado.
As informações específicas capturadas dependem do tipo de recurso que está sendo monitorado: podem incluir localizações geográficas, nomes de métodos, IDs de disco e assim por diante, qualquer coisa que possa ser a fonte de medições.
A fonte de dados de monitoramento é chamada de recurso monitorado.
Exemplo: no exemplo de vendas de widget, os recursos monitorados são as lojas que vendem os widgets.
Medições
O modelo de métrica captura as medições de uma propriedade como um conjunto de pontos de dados, que consiste em valores com carimbo de data/hora.
Os valores normalmente são numéricos, mas isso depende do que você está avaliando.
Exemplo:no exemplo de vendas de widget, as medições registram informações de vendas em pontos no tempo. Essas medições podem ter a seguinte
aparência:
Os valores de avaliação não têm significado sem informações sobre como interpretá-los. Você precisa ter algumas informações de "tipo" sobre os valores, como tipo de dados, unidade e tipo de cada medida:
O valor é um número inteiro ou uma string?
O valor representa milhas por hora ou radianos?
O valor representa o total no momento ou a alteração desde o valor anterior?
O Cloud Monitoring chama cada conjunto de características sobre algo que você quer avaliar de um tipo de métrica.
Exemplo: no exemplo de vendas de widget, essas informações podem informar:
Cada valor é registrado como um número inteiro de 64 bits.
Cada valor representa uma contagem de widgets vendidos.
Cada valor representa o número de widgets vendidos desde a última medição registrada.
Série temporal: como reunir os componentes
No Cloud Monitoring, a estrutura de dados subjacente a esse modelo é a série temporal (as formas singular e plural são as mesmas).
Cada série temporal abrange os três componentes do modelo:
Uma descrição do recurso monitorado de origem das medições.
Conjunto de medições associadas a um único recurso monitorado.
Uma descrição do tipo de métrica que descreve o que você está avaliando.
Exemplo: no exemplo de vendas de widget, uma série temporal inclui o seguinte:
Uma descrição da loja que vendeu os widgets contados nessa série temporal.
O conjunto de medições registradas para esta loja.
Uma descrição dos valores: números inteiros de 64 bits que medem o número de widgets vendidos desde o valor registrado anteriormente.
Um único tipo de métrica do Cloud Monitoring ou tipo de recurso monitorado pode ser associado a muitas séries temporais relacionadas.
No exemplo de vendas de widgets, cada loja que vende widgets armazena os dados em uma série temporal. Portanto, se houver 15 lojas vendendo widgets, pode haver 15 vendas de widgets de gravação de série temporal.
A seguir
Para mais informações sobre a estrutura das métricas do Cloud Monitoring, consulte
[[["Fácil de entender","easyToUnderstand","thumb-up"],["Meu problema foi resolvido","solvedMyProblem","thumb-up"],["Outro","otherUp","thumb-up"]],[["Difícil de entender","hardToUnderstand","thumb-down"],["Informações incorretas ou exemplo de código","incorrectInformationOrSampleCode","thumb-down"],["Não contém as informações/amostras de que eu preciso","missingTheInformationSamplesINeed","thumb-down"],["Problema na tradução","translationIssue","thumb-down"],["Outro","otherDown","thumb-down"]],["Última atualização 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)."]]
