Surveillance des Performances pour Google Cloud BigQuery
La Surveillance des Performances de DataSunrise pour Google Cloud BigQuery offre une vue claire de la performance de la base de données sous la forme de données enregistrées. Cette solution permet aux administrateurs d’examiner ses processus pour trouver une solution afin de surmonter tout obstacle à une fonctionnalité efficace.
La Surveillance des Performances de DataSunrise fournit des données et des diagrammes qui vous aideront à comprendre et éliminer ce qui interfère avec le bon fonctionnement. Les journaux incluent les informations suivantes :
- Journal des requêtes
- Journal des résultats des requêtes
- Temps d’exécution des requêtes
- Types de requêtes
- Nombre de lignes dans les opérations INSERT/UPDATE/DELETE/SELECT
- Nombre d’opérations par seconde
- Volume de données transmis ou reçu par un serveur, et plus encore
Ces informations permettent aux développeurs de repérer les requêtes redondantes et inattendues. En outre, la fonctionnalité de Surveillance des Performances pour Google Cloud BigQuery peut être utile pour analyser le fonctionnement de l’application, lorsque sa propre journalisation n’est pas suffisante ou n’est pas incluse du tout. En parcourant la liste des requêtes, cela peut vous aider à identifier certains problèmes de performance que votre BigQuery peut rencontrer et à trouver une solution pour y remédier.
Il est possible de tracer la dynamique des changements de requêtes dans le temps et la fréquence d’exécution des types INSERT/UPDATE/DELETE/SELECT. Vous pouvez utiliser le diagramme pour voir comment ils évoluent dans le temps, ainsi que d’autres informations liées à la surveillance de BigQuery.
La Surveillance des Performances de DataSunrise aide à minimiser les efforts gaspillés sur la surveillance des performances de BigQuery et les dépenses liées à la collecte de données pour détecter les obstacles empêchant son fonctionnement normal. Les informations collectées sont suffisantes à des fins d’évaluation, car il n’est pas nécessaire d’installer des outils supplémentaires pour analyser les processus de BigQuery et les retards d’opération.
