監控 Data Boost 使用情形

本頁面說明如何使用 Cloud Monitoring 和 Spanner 稽核記錄，監控及分析 Spanner Data Boost 用量。

Monitoring 可讓您追蹤一段時間內的總用量，並依使用者細分用量。Spanner 稽核記錄可讓您更靈活地分析用量，包括依使用者或 BigQuery 工作 ID 提供指標。

使用 Monitoring 追蹤 Data Boost 用量

如要追蹤 Data Boost 的整體用量，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「Monitoring」。
   前往「Monitoring」
2. 如果導覽選單中顯示「Metrics Explorer」，請選取該選項。否則，請按一下「Resources」(資源)，然後選取「Metrics Explorer」。
3. 在頁面頂端選取時間間隔。
4. 在「Metric」(指標) 下拉式選單的「Filter by resource or metric name」(依資源或指標名稱篩選) 欄位中，輸入 spanner 並按下 Enter 鍵，縮小搜尋範圍。

5. 在「Metric」(指標) 清單中，依序選取「Cloud Spanner Instance」(Cloud Spanner 執行個體) >「Instance」(執行個體) >「Processing unit second」(處理單元秒數)，然後點選「Apply」(套用)。

   這會建立折線圖，顯示所有 Spanner 執行個體的 Data Boost 匯總用量。

6. 如要查看特定執行個體的用量，請按照下列步驟操作：

   1. 使用「Filter」(篩選器) 欄位新增篩選器，例如執行個體 ID。
   2. 按一下「+」新增其他屬性。

7. 如要查看所有執行個體的用量明細，請按照下列步驟操作：

   1. 按一下篩選器欄位旁的「X」X圖示，即可清除所有篩選器。
   2. 在「Aggregation」(匯總) 運算子下拉式選單中，選取「Sum」(總和)，然後依 instance_id 選取。

8. 如要依主體細分用量，請在「Aggregation」(匯總) 運算子下拉式選單中選取「Sum」(總和)，然後依 credential_id 選取。

使用稽核記錄分析 Data Boost 用量

Spanner 稽核記錄可讓您更靈活地分析 Data Boost 使用情形。除了像 Monitoring 一樣，可依執行個體或主體細分用量，Spanner 稽核記錄 (如已啟用且可用) 還可依資料庫或 BigQuery 工作 ID 細分用量。

啟用稽核記錄可能會產生額外費用。如要瞭解 Cloud Logging 定價，請參閱「Google Cloud Observability 定價：Logging」。

啟用 Data Boost 使用情況稽核記錄

您必須先啟用 Spanner 的資料存取稽核記錄，才能收集 Data Boost 的使用資料。請按照以下步驟操作：

1. 請按照「使用 Google Cloud 控制台設定資料存取稽核記錄」一文的操作說明操作。
2. 為 Spanner API 服務啟用「資料讀取」記錄類型。
3. 如要依 BigQuery 工作 SQL 文字取得 Data Boost 用量，請務必啟用 BigQuery 稽核記錄。

依主體查看用量

如要查詢稽核記錄，查看各使用者的 Data Boost 用量，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「Logs Explorer」。

   前往 Logs Explorer

2. 在導覽選單中，按一下「Log Analytics」(記錄檔分析)。

3. 如要顯示過去 7 天內各使用者和資料庫的使用情形，請執行下列查詢。如要變更用量顯示的時間範圍，請修改 WHERE 子句中的 timestamp 運算式。

   SELECT
     SUM(CAST(JSON_VALUE(labels.data_boost_usage) AS INT64)) AS usage,
     REGEXP_EXTRACT(
       proto_payload.audit_log.resource_name,
       'projects/[^/]+/instances/[^/]+/databases/[^/]+') AS database,
     proto_payload.audit_log.authentication_info.principal_email AS principal_email
   FROM `PROJECT_NAME.global._Default._AllLogs`
   WHERE
     timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
     AND resource.type = 'spanner_instance' AND operation.last IS NULL
     AND JSON_VALUE(labels.data_boost_usage) != ''
   GROUP BY database, principal_email;
   

   將 PROJECT_NAME 替換為您的專案名稱。

以下範例顯示 4 個主體的處理單元用量。

依 BigQuery 工作 ID 查看用量

如要查詢稽核記錄，查看 Data Boost 用量 (依資料庫、使用者和 BigQuery 工作 ID 細分)，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「Logs Explorer」。

   前往 Logs Explorer

2. 在導覽選單中，按一下「Log Analytics」(記錄檔分析)。

3. 執行以下查詢：

   SELECT
     SUM(CAST(JSON_VALUE(labels.data_boost_usage) AS INT64)) AS usage,
     REGEXP_EXTRACT(
       proto_payload.audit_log.resource_name,
       'projects/[^/]+/instances/[^/]+/databases/[^/]+') AS database,
     proto_payload.audit_log.authentication_info.principal_email AS principal_email,
     IFNULL(JSON_VALUE(labels.data_boost_workload_id), 'not from BigQuery') AS job_id
   FROM `PROJECT_NAME.global._Default._AllLogs`
   WHERE
     timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
     AND resource.type = 'spanner_instance' AND operation.last IS NULL
     AND JSON_VALUE(labels.data_boost_usage) != ''
   GROUP BY database, principal_email, job_id;
   

   將 PROJECT_NAME 替換為您的專案名稱。

以下範例顯示 BigQuery 工作 ID 的用量。

依 BigQuery SQL 文字查看用量

如要查看多項 BigQuery 工作的 Data Boost 用量，並依這些工作的 SQL 文字匯總，請按照下列步驟操作：

1. 前往 Google Cloud 控制台的「Logs Explorer」。

   前往 Logs Explorer

2. 在導覽選單中，按一下「Log Analytics」(記錄檔分析)。

3. 執行以下查詢：

   SELECT
     SUM(
       CAST(
         JSON_VALUE(db.labels.data_boost_usage)
         AS INT64)) AS usage,
     JSON_VALUE(
       bq.proto_payload.audit_log.metadata.jobInsertion.job.jobConfig.queryConfig.query)
       AS bq_query
   FROM
     `PROJECT_NAME.global._Default._AllLogs` db,
     `PROJECT_NAME.global._Default._AllLogs` bq
   WHERE
     db.timestamp > TIMESTAMP_SUB(
       CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
     AND db.resource.type = 'spanner_instance'
     AND JSON_VALUE(db.labels.data_boost_usage) != ''
     AND db.operation.last IS NULL
     AND bq.timestamp > TIMESTAMP_SUB(
       CURRENT_TIMESTAMP(), INTERVAL 7 DAY)
     AND bq.proto_payload.audit_log.method_name
       = 'google.cloud.bigquery.v2.JobService.InsertJob'
     AND bq.resource.type = 'bigquery_project'
     AND JSON_VALUE(
       bq.proto_payload.audit_log.metadata.jobInsertion.job.jobConfig.queryConfig.query)
       IS NOT NULL
     AND JSON_VALUE(db.labels.data_boost_workload_id)
       = REGEXP_EXTRACT(bq.proto_payload.audit_log.resource_name, '[^/]*$')
   GROUP BY bq_query
   ORDER BY usage DESC
   

   將 PROJECT_NAME 替換為您的專案名稱。

以下範例顯示 SQL 文字的 Data Boost 用量。

建立 Data Boost 警告

如要建立 Data Boost 用量超過預先定義門檻時發出的警告，請參閱「設定 Data Boost 用量警告」。

後續步驟

• 如要瞭解 Data Boost，請參閱「Data Boost 總覽」。