Intégration monitoring Google VertexAI

L'intégration de New Relic inclut une intégration permettant de signaler vos données GCP Run à nos produits. Ici, nous expliquons comment activer l'intégration et quelles données elle collecte.

Activer l'intégration

Pour activer l'intégration, suivez les procédures standard pour connecter votre service GCP à New Relic.

configuration et sondage

Vous pouvez modifier la fréquence d'interrogation et filtrer les données à l'aide des options de configuration.

Informations d'interrogation par défaut pour l'intégration GCP Run :

Intervalle d'interrogation de New Relic : 5 minutes

Rechercher et utiliser des données

Pour trouver vos données d’intégration, accédez à one.newrelic.com > All capabilities > Infrastructure > GCP et sélectionnez une intégration.

Les données sont attachées aux types d’événements suivants :

Entité	Type d'événement	Fournisseur
Point de terminaison	`GcpVertexAiEndpointSample`	`GcpVertexAiEndpoint`
magasin de fonctionnalités	`GcpVertexAiFeaturestoreSample`	`GcpVertexAiFeaturestore`
Fonctionnalité Boutique en ligne	`GcpVertexAiFeatureOnlineStoreSample`	`GcpVertexAiFeatureOnlineStore`
Emplacement	`GcpVertexAiLocationSample`	`GcpVertexAiLocation`
Indice	`GcpVertexAiIndexSample`	`GcpVertexAiIndex`
PipelineJob	`GcpVertexAiPipelineJobSample`	`GcpVertexAiPipelineJob`

Pour en savoir plus sur l’utilisation de vos données, consultez Comprendre et utiliser les données d’intégration.

données métriques

Cette intégration collecte des données GCP pour VertexAI.

Données du point de terminaison VertexAI

métrique	Unité	Description
`prediction.online.accelerator.duty_cycle`	Pour cent	Fraction moyenne de temps au cours de la période d'échantillonnage précédente pendant laquelle les accélérateurs étaient en cours de traitement actif.
`prediction.online.accelerator.memory.bytes_used`	Octets	Quantité de mémoire accélératrice allouée par la réplique du modèle Dél.
`prediction.online.error_count`	Compter	Nombre d'erreurs de prédiction en ligne.
`prediction.online.memory.bytes_used`	Octets	Quantité de mémoire allouée par la réplique du modèle Décal et actuellement utilisée.
`prediction.online.network.received_bytes_count`	Octets	Nombre d'octets reçus sur le réseau par la réplique du modèle Déploy.
`prediction.online.network.sent_bytes_count`	Octets	Nombre d'octets envoyés sur le réseau par la réplique du modèle déployé.
`prediction.online.prediction_count`	Compter	Nombre de prédictions en ligne.
`prediction.online.prediction_latencies`	Millisecondes	Latence de prédiction en ligne du modèle déployé.
`prediction.online.private.prediction_latencies`	Millisecondes	Latence de prédiction en ligne du modèle de déploiement privé.
`prediction.online.replicas`	Compter	Nombre de répliques actives utilisées par le modèle déployé.
`prediction.online.response_count`	Compter	Nombre de codes de réponse de prédiction en ligne différents.
`prediction.online.target_replicas`	Compter	nombre cible de répliques actives nécessaires pour le modèle déployé.

Données du magasin de fonctionnalités VertexAI

métrique	Unité	Description
`featurestore.cpu_load`	Pour cent	La charge CPU moyenne pour un nœud dans le stockage en ligne Featuresstore.
`featurestore.cpu_load_hottest_node`	Pour cent	La charge CPU pour le nœud le plus chaud du stockage en ligne Featuresstore.
`featurestore.node_count`	Compter	Le nombre de nœuds pour le stockage en ligne Featuresstore.
`featurestore.online_entities_updated`	Compter	Numéro d'entité mis à jour sur le stockage en ligne Featuresstore.
`featurestore.online_serving.latencies`	Millisecondes	Latence de service en ligne par EntityType.
`featurestore.online_serving.request_bytes_count`	Octets	Taille de la demande par EntityType.
`featurestore.online_serving.request_count`	Compter	Nombre de services en ligne de Featuresstore par EntityType.
`featurestore.online_serving.response_size`	Octets	Taille de la réponse par EntityType.
`featurestore.storage.billable_processed_bytes`	Octets	Nombre d'octets facturés pour les données hors ligne traitées.
`featurestore.storage.stored_bytes`	Octets	Octets stockés dans Featuresstore.
`featurestore.streaming_write.offline_processed_count`	Compter	Nombre de requests d'écriture en streaming traitées pour le stockage hors ligne.
`featurestore.streaming_write.offline_write_delays`	Secondes	Temps (en secondes) écoulé depuis que l'API d'écriture est appelée jusqu'à ce qu'elle soit écrite dans le stockage hors ligne.

Données de VertexAI FeatureOnlineStore

métrique	Unité	Description
`featureonlinestore.online_serving.request_count`	Compter	Nombre de portions par FeatureView.
`featureonlinestore.online_serving.serving_bytes_count`	Octets	Taille de la réponse de diffusion par FeatureView.
`featureonlinestore.online_serving.serving_latencies`	Millisecondes	Latence de service en ligne par FeatureView.
`featureonlinestore.running_sync`	Millisecondes	Nombre de synchronisations en cours d'exécution à un moment donné.
`featureonlinestore.serving_data_ages`	Secondes	Mesure de l'âge des données de service en secondes.
`featureonlinestore.serving_data_by_sync_time`	Compter	Répartition des données de la fonctionnalité Boutique en ligne par horaire synchronisé.
`featureonlinestore.storage.bigtable_cpu_load`	Pour cent	La charge CPU moyenne des nœuds dans la fonctionnalité Boutique en ligne.
`featureonlinestore.storage.bigtable_cpu_load_hottest_node`	Pour cent	La charge CPU du nœud le plus chaud de la fonctionnalité Online Store.
`featureonlinestore.storage.bigtable_nodes`	Compter	Le nombre de nœuds pour la fonctionnalité Boutique en ligne (Bigtable).
`featureonlinestore.storage.stored_bytes`	Compter	Octets stockés dans la fonctionnalité Online Store.

Données de localisation VertexAI

métrique	Unité	Description
`online_prediction_requests_per_base_model`	Compter	Nombre de requests par modèle de base.
`quota.online_prediction_requests_per_base_model.exceeded`	Compter	Nombre de tentatives de dépassement de la limite de la métrique de quota.
`quota.online_prediction_requests_per_base_model.limit`	Compter	Limite actuelle sur la métrique de quota.
`quota.online_prediction_requests_per_base_model.usage`	Compter	Utilisation actuelle de la métrique de quota.
`executing_vertexai_pipeline_jobs`	Compter	Nombre de tâches de pipeline en cours d'exécution.
`executing_vertexai_pipeline_tasks`	Compter	Nombre de tâches de pipeline en cours d'exécution.

Données de l'index VertexAI

métrique	Unité	Description
`matching_engine.stream_update.datapoint_count`	Compter	Nombre de points de données insérés ou supprimés avec succès.
`matching_engine.stream_update.latencies`	Millisecondes	La latence entre l'utilisateur reçoit un UpsertDatapointsResponse ou RemoveDatapointsResponse et cette mise à jour prend effet.
`matching_engine.stream_update.request_count`	Compter	Nombre de requests de mise à jour de flux.

Données sur les tâches Pipeline VertexAI

métrique	Unité	Description
`pipelinejob.duration`	Secondes	Secondes d'exécution du travail du pipeline en cours d'exécution (de la création à la fin).
`pipelinejob/task_completed_count`	Compter	Nombre total de tâches Pipeline terminées.

Cette traduction automatique est fournie pour votre commodité.