Interroger les données ATP dans New Relic

Aperçu

Nous travaillons toujours sur cette fonctionnalité, mais nous aimerions que vous l'essayiez !

Cette fonctionnalité est actuellement fournie dans le cadre d'un aperçu conformément à nos politiques de pré-sortie.

ATP collecte des métriques de processus via le hostmetricsreceiver OpenTelemetry et les enrichit de métadonnées de filtrage intelligent. Vous pouvez interroger ces données pour :

Monitorer les états des processus et identifier les processus stuck ou problématiques
Suivez comment les seuils dynamiques d'ATP s'adaptent à vos modèles de workload
Mesurez l'efficacité du filtrage pour comprendre l'efficacité de la réduction des données.
Détecter les anomalies et les comportements inhabituels des processus
Configurer des alertes pour le monitoring des processus critiques

Toutes les métriques de processus sont disponibles sous l'espace de noms process.* dans New Relic, avec les métadonnées spécifiques à ATP stockées dans le champ process.atp.

Monitoring de l'état des processus

Cette requête affiche une répartition de tous les processus en cours d'exécution sur votre hôte, classés par état d'exécution. C'est essentiel pour identifier les processus stuck ou l'épuisement des ressources.

FROM Metric
SELECT uniqueCount(process.pid) as 'Process Count'
FACET process.state, CASES(
  WHERE process.state = 'R' AS 'Running',
  WHERE process.state = 'S' AS 'Sleeping (Interruptible)',
  WHERE process.state = 'D' AS 'Uninterruptible Sleep (Disk I/O)',
  WHERE process.state = 'Z' AS 'Zombie',
  WHERE process.state = 'T' AS 'Stopped',
  WHERE process.state = 'I' AS 'Idle Kernel Thread',
  WHERE process.state = 'X' AS 'Dead',
  WHERE process.state = 'W' AS 'Paging'
)

Monitoring de l'intelligence ATP

Cette requête affiche les valeurs actuelles des seuils dynamiques comparées aux métriques réelles des processus, vous aidant à comprendre à quel point les processus sont proches de déclencher des actions ATP.

FROM Metric
SELECT
  latest(numeric(jparse(`process.atp`)[threshold_details][`process.cpu.utilization`][threshold])) * 100 AS 'Process CPU Utilization',
  latest(numeric(jparse(`process.atp`)[threshold_details][`process.memory.usage`][threshold])) AS 'Memory Usage'
WHERE host.name = 'YOUR_HOST_NAME'
TIMESERIES MAX

Comment utiliser cette requête :

Remplacez YOUR_HOST_NAME par votre véritable nom d'hôte
Vous pouvez modifier les noms de métriques dans la fonction jparse pour suivre les seuils d'autres métriques
Surveillez les motifs où les valeurs réelles s'approchent systématiquement des valeurs seuils

Cette requête mesure l'efficacité avec laquelle ATP réduit le volume de télémétrie tout en conservant les données critiques.

FROM Metric
SELECT latest(numeric(jparse(`process.atp`)['filtering_summary']['efficiency_ratio'])) * 100 as 'Filtering Efficiency'
WHERE metricName like 'process.%'
AND `process.atp` IS NOT NULL

Requêtes de détection d'anomalies

Cette requête visualise la fréquence à laquelle ATP détecte des anomalies dans différents exécutables, vous aidant à identifier les processus les plus sujets à un comportement inhabituel.

FROM Metric
SELECT latest(numeric(jparse(`process.atp`, 'filtering_summary.stage_hits.anomaly_detection'))) AS 'Anomaly Count'
WHERE metricName like 'process.%'
FACET process.executable.name
TIMESERIES MAX

Cette requête met en évidence des processus spécifiques ayant subi des anomalies d'utilisation de la mémoire détectées par ATP.

FROM Metric
SELECT max(process.memory.usage) as 'Memory Usage'
WHERE metricName = 'process.memory.usage'
AND numeric(jparse(`process.atp`)['filtering_summary']['stage_hits']['anomaly_detection']) > 0
AND process.atp IS NOT NULL
FACET process.pid, process.executable.name, host.name
TIMESERIES MAX

Cette requête affiche les processus ayant connu des anomalies d'utilisation du CPU.

FROM Metric
SELECT max(process.cpu.utilization) * 100 as 'CPU Utilization'
WHERE metricName like 'process.cpu.utilization'
AND numeric(jparse(`process.atp`)['filtering_summary']['stage_hits']['anomaly_detection']) > 0
AND process.atp IS NOT NULL
FACET process.pid, process.executable.name, host.name
TIMESERIES MAX

Remarque: vous pouvez modifier ces requêtes pour monitorer les anomalies de toute autre métrique de processus en modifiant le filtre metricName.

Monitoring des performances

Cette requête suit le taux de changement de contexte par processus. Des taux élevés de changement de contexte indiquent souvent une contention du processeur ou un multi-threading inefficace.

SELECT rate(sum(process.context_switches), 1 minute) AS 'Context Switches/min'
FROM Metric
WHERE metricName = 'process.context_switches'
FACET process.executable.name, process.pid
TIMESERIES MAX

Configuration des alertes

Utilisez cette requête pour créer une alerte qui se déclenche lorsque la télémétrie des processus s'arrête complètement, indiquant une défaillance potentielle de l'agent ou des problèmes réseau. Pour plus d'informations sur la configuration des alertes, consultez Créer des conditions d'alerte.

FROM Metric
SELECT count(*)
WHERE metricName LIKE 'process.%'

ATP pour l'hôte

En savoir plus sur la configuration d'ATP pour votre environnement hôte.

ATP pour Kubernetes

Apprenez à configurer l'ATP pour votre environnement Kubernetes.

Fonctionnalités-avancées

Découvrez comment activer les fonctionnalités avancées de votre déploiement ATP.

Cette traduction automatique est fournie pour votre commodité.

Interroger les données ATP dans New Relic

Aperçu

Monitoring de l'état des processus

Répartition des processus par état

Monitoring de l'intelligence ATP

Suivi des seuils dynamiques

Efficacité du filtrage ATP

Requêtes de détection d'anomalies

Nombre d'anomalies au fil du temps

Anomalies d'utilisation de la mémoire

Anomalies d'utilisation du CPU

Monitoring des performances

Changements de contexte par minute

Configuration des alertes

Alerte de manque de données

ATP pour l'hôte

ATP pour Kubernetes

Fonctionnalités-avancées

Cette traduction automatique est fournie pour votre commodité.

Interroger les données ATP dans New Relic

Aperçu

Monitoring de l'état des processus .css-21sua1{background:none;border:none;width:0;padding:0;}

Monitoring de l'intelligence ATP

Suivi des seuils dynamiques

Efficacité du filtrage ATP

Requêtes de détection d'anomalies

Nombre d'anomalies au fil du temps

Anomalies d'utilisation de la mémoire

Anomalies d'utilisation du CPU

Monitoring des performances

Changements de contexte par minute

Configuration des alertes

Alerte de manque de données

Ressources connexes

ATP pour l'hôte

ATP pour Kubernetes

Fonctionnalités-avancées

Monitoring de l'état des processus