Integración de monitoreo de Google VertexAI

La integración de New Relic incluye una integración para informar sus datos de ejecución de GCP a nuestros productos. Aquí explicamos cómo activar la integración y qué datos recopila.

Activar la integración

Para habilitar la integración, siga los procedimientos estándar para conectar su servicio GCP a New Relic.

Configuración y sondeo

Puede cambiar la frecuencia de sondeo y filtrar datos usando las opciones de configuración.

Información de sondeo predeterminada para la integración de GCP Run:

New Relic intervalo de sondeo: 5 minutos

Buscar y utilizar datos

Para encontrar sus datos de integración, vaya a one.newrelic.com > All capabilities > Infrastructure > GCP y seleccione una integración.

Los datos se adjuntan a los siguientes tipos de eventos:

Entidad	Tipo de evento	Proveedor
Extremo	`GcpVertexAiEndpointSample`	`GcpVertexAiEndpoint`
Tienda caracteristica	`GcpVertexAiFeaturestoreSample`	`GcpVertexAiFeaturestore`
Tienda característica online	`GcpVertexAiFeatureOnlineStoreSample`	`GcpVertexAiFeatureOnlineStore`
Ubicación	`GcpVertexAiLocationSample`	`GcpVertexAiLocation`
Índice	`GcpVertexAiIndexSample`	`GcpVertexAiIndex`
PipelineJob	`GcpVertexAiPipelineJobSample`	`GcpVertexAiPipelineJob`

Para obtener más información sobre cómo utilizar sus datos, consulte Comprender y utilizar los datos de integración.

Datos métricos

Esta integración recopila datos de GCP para VertexAI.

Datos extremos de VertexAI

Métrica	Unidad	Descripción
`prediction.online.accelerator.duty_cycle`	Por ciento	Fracción de tiempo promedio durante el último periodo de muestra durante el cual los aceleradores estuvieron procesando activamente.
`prediction.online.accelerator.memory.bytes_used`	Bytes	Cantidad de memoria aceleradora asignada por la réplica del modelo de despliegue.
`prediction.online.error_count`	Contar	Número de errores de predicción en línea.
`prediction.online.memory.bytes_used`	Bytes	Cantidad de memoria asignada por la réplica del modelo de despliegue y actualmente en uso.
`prediction.online.network.received_bytes_count`	Bytes	Número de bytes recibidos a través de la red por la réplica del modelo de desplegar.
`prediction.online.network.sent_bytes_count`	Bytes	Número de bytes enviados a través de la red por la réplica del modelo de desplegar.
`prediction.online.prediction_count`	Contar	Número de predicciones en línea.
`prediction.online.prediction_latencies`	Milisegundos	Latencia de predicción online del modelo desplegar.
`prediction.online.private.prediction_latencies`	Milisegundos	Latencia de predicción online del modelo privado desplegar.
`prediction.online.replicas`	Contar	Número de réplicas activas empleadas por el modelo desplegar.
`prediction.online.response_count`	Contar	Número de códigos de respuesta de predicción en línea diferentes.
`prediction.online.target_replicas`	Contar	Número objetivo de réplicas activas necesarias para el modelo de despliegue.

Datos de VertexAI Featurestore

Métrica	Unidad	Descripción
`featurestore.cpu_load`	Por ciento	La carga promedio de CPU para un nodo en el almacenamiento en línea de Featurestore.
`featurestore.cpu_load_hottest_node`	Por ciento	La carga de CPU para el nodo más activo en el almacenamiento en línea de Featurestore.
`featurestore.node_count`	Contar	La cantidad de nodos para el almacenamiento en línea de Featurestore.
`featurestore.online_entities_updated`	Contar	Número de entidad actualizada en el almacenamiento en línea de Featurestore.
`featurestore.online_serving.latencies`	Milisegundos	Latencia de servicio online por EntityType.
`featurestore.online_serving.request_bytes_count`	Bytes	Tamaño de la solicitud por EntityType.
`featurestore.online_serving.request_count`	Contar	Recuento de servicios en línea de Featurestore por EntityType.
`featurestore.online_serving.response_size`	Bytes	Tamaño de respuesta por EntityType.
`featurestore.storage.billable_processed_bytes`	Bytes	Número de bytes facturados por datos fuera de línea procesados.
`featurestore.storage.stored_bytes`	Bytes	Bytes almacenados en Featurestore.
`featurestore.streaming_write.offline_processed_count`	Contar	Número de solicitudes de escritura en streaming procesadas para almacenamiento sin conexión.
`featurestore.streaming_write.offline_write_delays`	Segundos	Tiempo (en segundos) desde que se llama a la API de escritura hasta que se escribe en el almacenamiento fuera de línea.

Datos de VertexAI FeatureOnlineStore

Métrica	Unidad	Descripción
`featureonlinestore.online_serving.request_count`	Contar	Número de recuento de porciones por FeatureView.
`featureonlinestore.online_serving.serving_bytes_count`	Bytes	Tamaño de respuesta de publicación por FeatureView.
`featureonlinestore.online_serving.serving_latencies`	Milisegundos	Latencia de servicio en línea mediante FeatureView.
`featureonlinestore.running_sync`	Milisegundos	Número de sincronizaciones en ejecución en un momento determinado.
`featureonlinestore.serving_data_ages`	Segundos	Medida de la antigüedad de los datos de servicio en segundos.
`featureonlinestore.serving_data_by_sync_time`	Contar	Desglose de datos en Feature Online Store por timestamp sincronizada.
`featureonlinestore.storage.bigtable_cpu_load`	Por ciento	La carga promedio de CPU de los nodos en Feature Online Store.
`featureonlinestore.storage.bigtable_cpu_load_hottest_node`	Por ciento	La carga de CPU del nodo más caliente en Feature Online Store.
`featureonlinestore.storage.bigtable_nodes`	Contar	El número de nodos de Feature Online Store(Bigtable).
`featureonlinestore.storage.stored_bytes`	Contar	Bytes almacenados en Feature Online Store.

Datos de ubicación de VertexAI

Métrica	Unidad	Descripción
`online_prediction_requests_per_base_model`	Contar	Número de solicitudes por modelo base.
`quota.online_prediction_requests_per_base_model.exceeded`	Contar	Número de intentos de superar el límite de la métrica de cuota.
`quota.online_prediction_requests_per_base_model.limit`	Contar	Límite actual de la métrica de cuota.
`quota.online_prediction_requests_per_base_model.usage`	Contar	Uso actual en la métrica de cuota.
`executing_vertexai_pipeline_jobs`	Contar	Número de trabajos de canalización que se ejecutan.
`executing_vertexai_pipeline_tasks`	Contar	Número de tareas de canalización que se ejecutan.

Datos del índice VertexAI

Métrica	Unidad	Descripción
`matching_engine.stream_update.datapoint_count`	Contar	Número de puntos de datos insertados o eliminados correctamente.
`matching_engine.stream_update.latencies`	Milisegundos	La latencia entre el usuario recibe una UpsertDatapointsResponse o RemoveDatapointsResponse y esa actualización surte efecto.
`matching_engine.stream_update.request_count`	Contar	Número de solicitudes de actualización de flujo.

Datos del trabajo de pipeline de VertexAI

Métrica	Unidad	Descripción
`pipelinejob.duration`	Segundos	Segundos de tiempo de ejecución del trabajo de canalización que se ejecuta (desde la creación hasta el final).
`pipelinejob/task_completed_count`	Contar	Número total de tareas de canalización completadas.

Te ofrecemos esta traducción automática para facilitar la lectura.