Monitorowanie programu Watson Query z produktem IBM Cloud Monitoring

Translation not up to date

The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.

Go back to the English version of the documentation

Monitorowanie instancji programu Watson Query za pomocą programu IBM Cloud Monitoring

Last updated: 07 cze 2023

Monitorowanie programu Watson Query z produktem IBM Cloud Monitoring

Dostęp do instancji programu Watson Query można uzyskać, korzystając z usługi IBM Cloud Monitoring.

Pomiary mogą pomóc w znalezieniu wąskich gardeł lub przewidywaniu możliwych problemów produkcyjnych. Watson Query przekazuje wybrane informacje o instancji do monitorowania, aby można było monitorować konkretne wielkości mierzone, takie jak wykorzystanie procesora i pamięci.

Konfigurowanie instancji usługi Watson Query

Aby skonfigurować monitorowanie dla programu Watson Query, należy utworzyć instancję usługi, a następnie włączyć pomiary platformy w tym samym regionie, co instancja Watson Query , która ma być monitorowana. W przypadku wdrożeń w więcej niż jednym regionie należy udostępnić monitorowanie i włączyć metryki platformy dla każdego regionu.

Aby skonfigurować monitorowanie, należy wykonać następujące czynności.

Z menu nawigacyjnego IBM Cloud wybierz opcję Observability(Observability).
Wybierz opcję Monitorowanie.
Użyj istniejącej instancji usługi monitorowania lub utwórz nową.
Po przygotowaniu instancji kliknij opcję Skonfiguruj wielkości mierzone platformy , aby włączyć pomiary platformy.
Wybierz region, a następnie instancję monitorowania z tego regionu. W przypadku wdrożeń w więcej niż jednym regionie należy udostępnić monitorowanie i włączyć metryki platformy dla każdego regionu.

Uzyskiwanie dostępu do metryk programu IBM Cloud Monitoring

Aby wyświetlić panele kontrolne pomiarów klienta Watson Query w produkcie Monitoring, należy wykonać następujące kroki.

Z menu nawigacyjnego IBM Cloud wybierz opcję Observability(Observability).
Wybierz opcję Monitorowanie.
Wybierz opcję Wyświetl program IBM Cloud Monitoring , aby otworzyć panel kontrolny.

Więcej informacji na ten temat zawiera sekcja Monitorowanie podczas rozpoczynania kursu.

W planie usług można używać następujących wielkości mierzonych.

Średnie wykorzystanie procesora

Tabela 1. Metadane średniego wykorzystania procesora
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ep_avg_cpu_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Średnie wykorzystanie pamięci sterty

Tabela 2. Metadane średniego pomiaru wykorzystania pamięci sterty
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ep_avg_heapmem_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Wykorzystanie CPU

Tabela 3. Metadane pomiaru wykorzystania procesora
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_adm_cpu_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Łączna liczba operacji we/wy odczytu dysku

Tabela 4. Metadane pomiarów we/wy odczytu dysku IOPS
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ibm_disk_iops_read_total`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Dyskowe operacje we/wy zapisu łącznie

Tabela 5. Metadane pomiarów we/wy dysku IOPS
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ibm_disk_iops_write_total`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Procent wykorzystania dysku

Tabela 6. Metadane wielkości mierzonej wykorzystania dysku
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ibm_disk_io_usage_percent`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Wykorzystanie pamięci sterty

Tabela 7. Metadane pomiaru wykorzystania pamięci sterty
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_adm_heapmem_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Jak długo dysk oczekiwał, ponieważ dziennik został zapisany

Tabela 8. Czas oczekiwania na dysk, ponieważ w dzienniku zostały zapisane metadane pomiarów
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_log_disk_wait`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Maksymalne wykorzystanie procesora

Tabela 9. Maksymalna liczba metadanych pomiaru wykorzystania procesora
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ep_max_cpu_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Maksymalne wykorzystanie pamięci sterty

Tabela 10. Metadane pomiaru maksymalnej wykorzystania pamięci sterty
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ep_max_heapmem_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Minimalne wykorzystanie procesora

Tabela 11. Metadane minimalnego pomiaru wykorzystania procesora
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ep_min_cpu_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Minimalne wykorzystanie pamięci sterty

Tabela 12. Metadane minimalnego pomiaru wykorzystania pamięci sterty
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_ep_min_heapmem_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Liczba aktywnych połączeń

Tabela 13. Liczba aktywnych metadanych metryki połączeń
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_active_conn`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Liczba statusu połączenia ze źródłem danych

Tabela 14. Liczba metadanych wielkości mierzonych statusu połączenia źródła danych
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_datasource_conn_status`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Liczba połączeń bezczynnych

Tabela 15. Liczba metadanych pomiarów bezczynnych połączeń
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_idle_conn`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Liczba instrukcji SELECT

Tabela 16. Liczba metadanych metryki wyboru instrukcji select
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_select_stmts`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Status programu planującego BigSQL

Tabela 17. Status metadanych metryki BigSQL Scheduler
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_bigsql_scheduler_status`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Średnie wykorzystanie procesora przez proces roboczy

Tabela 18. Metadane średniego wykorzystania procesora przez proces roboczy
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_wkr_node_avg_cpu_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Średnie wykorzystanie pamięci sterty przez pracownika

Tabela 19. Metadane średniego wykorzystania pamięci sterty procesu roboczego
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_wkr_node_avg_heapmem_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Maksymalne wykorzystanie procesora przez proces roboczy

Tabela 20. Metadane pomiaru maksymalnego wykorzystania procesora przez proces roboczy
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_wkr_node_max_cpu_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Maksymalne wykorzystanie pamięci sterty przez proces roboczy

Tabela 21. Metadane pomiaru wykorzystania pamięci maksymalnej sterty roboczej
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_wkr_node_max_heapmem_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Minimalne użycie procesora przez proces roboczy

Tabela 22. Metadane minimalnego pomiaru wykorzystania procesora przez proces roboczy
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_wkr_node_min_cpu_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Minimalne wykorzystanie pamięci sterty przez proces roboczy

Tabela 23. Metadane minimalnego wykorzystania pamięci sterty procesu roboczego
Metadane	Opis
`Metric Name`	`ibm_data_virtualization_wkr_node_min_heapmem_util`
`Metric Type`	`gauge`
`Value Type`	`none`
`Segment By`	`Service instance`

Atrybuty dla segmentacji

Atrybuty globalne

Dla segmentacji wszystkich pomiarów dostępne są następujące atrybuty.

Tabela 24. Atrybuty globalne dla pomiarów segmentacji
Atrybut	Nazwa atrybutu	Opis atrybutu
`Cloud Type`	`ibm_ctype`	Typ przetwarzania w chmurze to wartość publiczna, dedykowana lub lokalna.
`Location`	`ibm_location`	Położenie monitorowanego zasobu, który może być regionem, centrum przetwarzania danych lub globalnym.
`Resource`	`ibm_resource`	Zasób, który jest mierzony przez usługę, która zwykle jest nazwą identyfikującą lub identyfikatorem GUID.
`Resource Type`	`ibm_resource_type`	Typ zasobu, który jest mierzony przez usługę.
`Resource group`	`ibm_resource_group_name`	Grupa zasobów, w której została utworzona instancja usługi.
`Scope`	`ibm_scope`	Zasięg to konto, organizacja lub identyfikator GUID obszaru powiązany z tym pomiarem.
`Service name`	`ibm_service_name`	Nazwa usługi generującej ten pomiar.

Inne atrybuty

Dla segmentacji jednego lub większej liczby atrybutów dostępne są następujące atrybuty. Zapoznaj się z poszczególnymi metrykami dla opcji segmentacji.

Atrybut	Nazwa atrybutu	Opis atrybutu
`Service instance`	`ibm_service_instance`	Segment instancji usługi identyfikuje instancję, z którą powiązana jest metryka.

Was the topic helpful?

0/1000