뉴렐릭 통합 에는 Google Cloud Platform(GCP) 과의 Google Cloud Vertex AI 데이터를 뉴렐릭에 보고하는 통합이 포함됩니다. 이 문서에서는 GCP Vertex AI 통합을 활성화하는 방법과 보고되는 데이터에 대해 설명합니다.
특징 Vertex AI는 머신러닝 모델 및 생성형 AI 애플리케이션을 빌드, 배포 및 관리하기 위한 Google Cloud의 통합 플랫폼입니다. 뉴렐릭 Vertex AI 통합은 위치, 엔드포인트, 인덱스, 기능 스토어 및 기능 온라인 스토어 전반에서 성능, 처리량, 지연시간 및 리소스 사용률 메트릭을 수집합니다.
통합 활성화 통합을 활성화하려면 표준 절차에 따라 GCP 서비스를 뉴렐릭에 연결하십시오 :
폴링 빈도 뉴렐릭 통합은 통합에 따라 달라지는 폴링 간격에 따라 GCP 서비스를 쿼리합니다. Google Cloud Vertex AI의 폴링 빈도는 5분입니다. 해상도는 1분마다 1개의 데이터 포인트입니다.
워크로드 아이덴티티 페더레이션 데이터 찾기 및 사용 통합을 활성화하면 Vertex AI 리소스가 뉴렐릭 엔티티 탐색기에 엔티티로 표시됩니다. 대시보드를 확인하고 서비스를 관리하려면 one.newrelic.com > All capabilities > Infrastructure > GCP(으)로 이동하십시오.
GCP 클라우드 모니터링에서 사용할 수 있는 모든 Vertex AI 메트릭은 Metric 이벤트 유형에서 차원 메트릭으로 수집됩니다. 이 표 이외의 추가 메트릭은 자동으로 수집됩니다. 전체 목록은 Google의 Vertex AI 메트릭 문서 를 확인하십시오.
엔티티 Vertex AI 엔티티 실재
엔티티 유형
리소스 유형
위치
GCPAIPLATFORMLOCATION
aiplatform.googleapis.com/Location
끝점
GCPAIPLATFORMENDPOINT
aiplatform.googleapis.com/Endpoint
색인
GCPAIPLATFORMINDEX
aiplatform.googleapis.com/Index
피처스토어
GCPAIPLATFORMFEATURESTORE
aiplatform.googleapis.com/Featurestore
기능 온라인 스토어
GCPAIPLATFORMFEATUREONLINESTORE
aiplatform.googleapis.com/FeatureOnlineStore
Pipeline 작업
GCPAIPLATFORMPIPELINEJOB
aiplatform.googleapis.com/PipelineJob
측정항목 데이터 주요 메트릭 — 위치 측정항목 이름
유닛
설명
gcp.aiplatform.executing_vertexai_pipeline_jobs
세다
해당 위치에서 현재 실행 중인 파이프라인 작업 수입니다.
gcp.aiplatform.executing_vertexai_pipeline_tasks
세다
해당 위치에서 현재 실행 중인 Pipeline 작업의 수입니다.
gcp.aiplatform.online_prediction_requests_per_base_model
세다
기본 모델당 프로젝트별 온라인 예측 requests 수입니다.
gcp.aiplatform.quota.online_prediction_requests_per_base_model.usage
세다
기본 모델당 온라인 예측 requests에 대한 현재 할당량 사용량입니다.
gcp.aiplatform.quota.online_prediction_requests_per_base_model.limit
세다
기본 모델당 온라인 예측 requests에 대한 현재 할당량 한도입니다.
gcp.aiplatform.quota.online_prediction_requests_per_base_model.exceeded
세다
온라인 예측 requests 할당량을 초과한 시도 횟수입니다.
gcp.aiplatform.online_prediction_input_tokens_per_minute_per_base_model
세다
기본 모델당 프로젝트당 분당 온라인 예측 입력 토큰입니다.
gcp.aiplatform.online_prediction_output_tokens_per_minute_per_base_model
세다
기본 모델당 프로젝트당 분당 온라인 예측 출력 토큰 수입니다.
gcp.aiplatform.publisher.online_serving.token_count
세다
해당 위치의 게시자 모델에서 제공한 총 토큰입니다.
gcp.aiplatform.publisher.online_serving.first_token_latencies
밀리초
게시자 모델에서 첫 번째 응답 토큰까지의 지연시간입니다.
위치 메트릭의 전체 목록은 Google의 Vertex AI 메트릭 문서 를 참조하십시오.
주요 메트릭 — 엔드포인트 측정항목 이름
유닛
설명
gcp.aiplatform.prediction.online.accelerator.duty_cycle
퍼센트
과거 샘플 기간 동안 가속기가 활발하게 처리된 평균 시간 비율입니다.
gcp.aiplatform.prediction.online.accelerator.memory.bytes_used
바이트
배포된 모델 복제본에 할당된 가속기 메모리입니다.
gcp.aiplatform.prediction.online.cpu.utilization
퍼센트
배포된 모델 복제본의 CPU 사용률.
gcp.aiplatform.prediction.online.memory.bytes_used
바이트
배포된 모델 복제본에서 사용 중인 메모리입니다.
gcp.aiplatform.prediction.online.network.received_bytes_count
바이트
배포된 모델 복제본이 수신한 네트워크 바이트 수입니다.
gcp.aiplatform.prediction.online.network.sent_bytes_count
바이트
배포된 모델 복제본에서 전송한 네트워크 바이트 수입니다.
gcp.aiplatform.prediction.online.prediction_count
세다
엔드포인트에서 제공하는 온라인 예측 수입니다.
gcp.aiplatform.prediction.online.prediction_latencies
밀리초
구현하다, 배포하다 모델의 온라인 예측 지연시간.
gcp.aiplatform.prediction.online.error_count
세다
엔드포인트에서 반환된 온라인 예측 오류의 수.
gcp.aiplatform.prediction.online.response_count
세다
응답 코드별로 분류된 엔드포인트에서 반환한 온라인 예측 응답 수입니다.
gcp.aiplatform.prediction.online.replicas
세다
배포된 모델을 제공하는 활성 복제본 수입니다.
gcp.aiplatform.prediction.online.target_replicas
세다
배포된 모델의 활성 복제본 목표 수입니다.
전체 엔드포인트 메트릭 목록은 Google의 Vertex AI 메트릭 문서 를 참조하십시오.
주요 메트릭 — 인덱스 측정항목 이름
유닛
설명
gcp.aiplatform.matching_engine.current_shards
세다
인덱스를 지원하는 현재 샤드 수.
gcp.aiplatform.matching_engine.stream_update.request_count
세다
인덱스로 전송된 스트림 업데이트 requests 수입니다.
gcp.aiplatform.matching_engine.stream_update.datapoint_count
세다
스트림 업데이트를 통해 성공적으로 업서트되거나 제거된 데이터 포인트 수입니다.
gcp.aiplatform.matching_engine.stream_update.latencies
밀리초
스트림 업데이트 응답과 업데이트 적용 사이의 지연시간입니다.
인덱스 메트릭의 전체 목록은 Google의 Vertex AI 메트릭 문서 를 참조하십시오.
주요 메트릭 ― Featurestore 측정항목 이름
유닛
설명
gcp.aiplatform.featurestore.cpu_load
퍼센트
Featurestore 온라인 스토리지의 노드 전체 평균 CPU 부하입니다.
gcp.aiplatform.featurestore.cpu_load_hottest_node
퍼센트
Featurestore 온라인 스토리지에서 가장 핫한 노드의 CPU 부하입니다.
gcp.aiplatform.featurestore.node_count
세다
Featurestore 온라인 스토리지를 위해 프로비저닝된 노드 수입니다.
gcp.aiplatform.featurestore.online_entities_updated
세다
Featurestore 온라인 스토리지에서 업데이트된 엔티티 수입니다.
gcp.aiplatform.featurestore.online_serving.request_count
세다
EntityType별로 분류된 Featurestore에서 처리한 온라인 서빙 requests 수입니다.
gcp.aiplatform.featurestore.online_serving.latencies
밀리초
EntityType을 기준으로 패싯된, Featurestore의 온라인 서빙 요청 지연시간.
gcp.aiplatform.featurestore.online_serving.request_bytes_count
바이트
EntityType별로 패싯된 Featurestore의 온라인 서빙 요청 크기입니다.
gcp.aiplatform.featurestore.online_serving.response_size
바이트
EntityType별로 분류된 Featurestore의 온라인 서빙 응답 크기입니다.
gcp.aiplatform.featurestore.storage.stored_bytes
바이트
Featurestore에 저장된 총 데이터입니다.
gcp.aiplatform.featurestore.storage.billable_processed_bytes
바이트
Featurestore 오프라인 데이터에 대해 처리된 청구 가능 바이트.
gcp.aiplatform.featurestore.streaming_write.offline_processed_count
세다
오프라인 스토리지로 처리된 스트리밍-쓰기 requests의 수입니다.
gcp.aiplatform.featurestore.streaming_write.offline_write_delays
초
스트리밍 쓰기 API가 호출된 시점부터 레코드가 오프라인 스토리지에 도달할 때까지의 시간입니다.
전체 featurestore 메트릭 목록은 Google의 Vertex AI 메트릭 문서 를 참조하십시오.
주요 메트릭 ― 기능 온라인 스토어 측정항목 이름
유닛
설명
gcp.aiplatform.featureonlinestore.online_serving.request_count
세다
FeatureView별로 분류된 기능 온라인 스토어에서 처리한 온라인 서빙 requests 수입니다.
gcp.aiplatform.featureonlinestore.online_serving.serving_latencies
밀리초
FeatureView별로 분류된 기능 온라인 스토어의 온라인 서빙 요청 지연시간입니다.
gcp.aiplatform.featureonlinestore.online_serving.serving_bytes_count
바이트
기능 온라인 스토어의 온라인 서빙 응답 크기이며, FeatureView별로 분류됩니다.
gcp.aiplatform.featureonlinestore.running_sync
세다
기능 온라인 스토어에서 현재 실행 중인 동기화 수입니다.
gcp.aiplatform.featureonlinestore.serving_data_ages
초
기능 온라인 스토어에서 제공되는 데이터의 수명입니다.
gcp.aiplatform.featureonlinestore.serving_data_by_sync_time
세다
동기화된 타임스탬프별 기능 온라인 스토어의 레코드 내역입니다.
gcp.aiplatform.featureonlinestore.storage.bigtable_cpu_load
퍼센트
기능 온라인 스토어를 지원하는 Bigtable 노드 전체의 평균 CPU 로드입니다.
gcp.aiplatform.featureonlinestore.storage.bigtable_cpu_load_hottest_node
퍼센트
기능 온라인 스토어를 지원하는 가장 부하가 높은 Bigtable 노드의 CPU 로드입니다.
gcp.aiplatform.featureonlinestore.storage.bigtable_nodes
세다
기능 온라인 스토어를 지원하는 Bigtable 노드 수입니다.
gcp.aiplatform.featureonlinestore.storage.stored_bytes
바이트
기능 Online Store에 저장된 총 데이터입니다.
기능 온라인 스토어 메트릭의 전체 목록은 Google의 Vertex AI 메트릭 문서 를 참조하십시오.
주요 메트릭 ― Pipeline 작업 측정항목 이름
유닛
설명
gcp.aiplatform.pipelinejob.duration
초
생성부터 종료까지 실행 중인 파이프라인 작업의 실행 시간(초)입니다.
gcp.aiplatform.pipelinejob.task_completed_count
세다
파이프라인 작업에서 완료된 파이프라인 태스크의 총 수입니다.
파이프라인 작업 메트릭의 전체 목록은 Google의 Vertex AI 메트릭 문서 를 참조하십시오.
메트릭 전용 리소스 유형 뉴렐릭은 다음 Vertex AI 리소스 유형에 대한 메트릭도 수집합니다. 이러한 리소스 유형은 엔티티 탐색기에서 엔티티를 생성하지 않으므로 Metric 이벤트 유형에서 직접 메트릭을 쿼리하십시오.
게시자 모델 ― 15개 메트릭 측정항목 이름
유닛
설명
gcp.aiplatform.publisher.online_serving.character_count
세다
누적된 입력/출력 문자 수입니다.
gcp.aiplatform.publisher.online_serving.characters
세다
입력/출력 문자 수 분포.
gcp.aiplatform.publisher.online_serving.consumed_throughput
세다
문자 기준 사용된 전체 처리량(번다운 비율 고려)입니다.
gcp.aiplatform.publisher.online_serving.consumed_token_throughput
세다
토큰 측면에서 사용된 전체 처리량(번다운 속도 고려)입니다.
gcp.aiplatform.publisher.online_serving.dedicated_character_limit
초당
초당 문자 수의 전용 한도입니다.
gcp.aiplatform.publisher.online_serving.dedicated_character_project_max_limit
초당
소비할 수 있는 초당 문자 수의 프로젝트 최대 한도.
gcp.aiplatform.publisher.online_serving.dedicated_gsu_limit
세다
GSU 전용 한도.
gcp.aiplatform.publisher.online_serving.dedicated_gsu_project_max_limit
세다
소비할 수 있는 GSU의 프로젝트 최대 한도입니다.
gcp.aiplatform.publisher.online_serving.dedicated_token_limit
초당
초당 토큰 전용 한도입니다.
gcp.aiplatform.publisher.online_serving.dedicated_token_project_max_limit
초당
소비할 수 있는 초당 토큰의 프로젝트 최대 한도입니다.
gcp.aiplatform.publisher.online_serving.first_token_latencies
밀리초
요청을 받은 후 첫 번째 토큰이 클라이언트로 다시 전송될 때까지의 기간입니다.
gcp.aiplatform.publisher.online_serving.model_invocation_count
세다
모델 호출(예측 requests) 수입니다.
gcp.aiplatform.publisher.online_serving.model_invocation_latencies
밀리초
모델 호출 지연시간(예측 지연시간).
gcp.aiplatform.publisher.online_serving.token_count
세다
누적 입력/출력 토큰 수.
gcp.aiplatform.publisher.online_serving.tokens
세다
입력/출력 토큰 수 분포.
배포 리소스 풀 — 8 메트릭 측정항목 이름
유닛
설명
gcp.aiplatform.prediction.online.deployment_resource_pool.accelerator.duty_cycle
퍼센트
가속기가 적극적으로 처리 중인 지난 샘플 기간 동안의 평균 시간 비율입니다.
gcp.aiplatform.prediction.online.deployment_resource_pool.accelerator.memory.bytes_used
바이트
배포 리소스 풀 복제본에 할당된 가속기 메모리의 양.
gcp.aiplatform.prediction.online.deployment_resource_pool.cpu.utilization
퍼센트
배포 리소스 풀 복제본이 할당하고 현재 사용 중인 CPU의 비율입니다. 머신 유형에 여러 CPU가 있는 경우 100%를 초과할 수 있습니다.
gcp.aiplatform.prediction.online.deployment_resource_pool.memory.bytes_used
바이트
배포 리소스 풀 복제본에 할당되어 현재 사용 중인 메모리 양.
gcp.aiplatform.prediction.online.deployment_resource_pool.network.received_bytes_count
바이트
배포 리소스 풀 복제본이 네트워크를 통해 수신한 바이트 수입니다.
gcp.aiplatform.prediction.online.deployment_resource_pool.network.sent_bytes_count
바이트
배포 리소스 풀 복제본이 네트워크를 통해 전송한 바이트 수.
gcp.aiplatform.prediction.online.deployment_resource_pool.replicas
세다
배포 리소스 풀에서 사용하는 활성 복제본의 수.
gcp.aiplatform.prediction.online.deployment_resource_pool.target_replicas
세다
배포 리소스 풀에 필요한 활성 복제본의 목표 수.
Reasoning Engine ― 8개 메트릭 측정항목 이름
유닛
설명
gcp.aiplatform.reasoning_engine.cpu.allocation_time
CPU-초
초 단위 컨테이너 CPU 할당량입니다.
gcp.aiplatform.reasoning_engine.memory.allocation_time
GiB-초
기가바이트-초 단위의 컨테이너 메모리 할당입니다.
gcp.aiplatform.reasoning_engine.memory_bank.generate_memories_token_count
세다
Reasoning Engine당 메모리 생성 requests에 사용된 토큰 수입니다.
gcp.aiplatform.reasoning_engine.memory_bank.memory_lro_latency
밀리초
메모리 LRO의 총 지연시간입니다.
gcp.aiplatform.reasoning_engine.memory_bank.memory_mutation_count
세다
Reasoning Engine의 메모리 변형 작업 수입니다.
gcp.aiplatform.reasoning_engine.memory_bank.memory_retrieval_count
세다
Reasoning Engine당 검색된 메모리 엔티티 수.
gcp.aiplatform.reasoning_engine.request_count
세다
인스턴스에 도달하는 requests 수입니다.
gcp.aiplatform.reasoning_engine.request_latencies
밀리초
인스턴스에 도달하는 밀리초 단위의 요청 지연시간 분포입니다.
인덱스 엔드포인트 — 6개 메트릭 측정항목 이름
유닛
설명
gcp.aiplatform.matching_engine.current_replicas
세다
DeployedIndex에서 사용하는 활성 복제본 수입니다.
gcp.aiplatform.matching_engine.current_shards
세다
DeployedIndex의 샤드 수.
gcp.aiplatform.matching_engine.query.latencies
밀리초
서버 측 request 지연시간.
gcp.aiplatform.matching_engine.query.request_count
세다
수신된 requests 수입니다.
gcp.aiplatform.matching_engine.cpu.request_utilization
퍼센트
매치 서버 컨테이너에서 현재 사용 중인 요청된 CPU의 비율입니다.
gcp.aiplatform.matching_engine.memory.used_bytes
바이트
매치 서버 컨테이너에 사용된 메모리(바이트).
모델 — 3개의 메트릭 측정항목 이름
유닛
설명
gcp.aiplatform.model_monitoring.feature_attribution_deviation
세다
주어진 기능의 기능 기여도 편차 값입니다.
gcp.aiplatform.model_monitoring.feature_drift_deviation
세다
주어진 기능의 드리프트 편차 값입니다.
gcp.aiplatform.model_monitoring.prediction_output_drift_deviation
세다
예측 출력의 드리프트 편차 값입니다.
Online Evaluator — 2 메트릭 측정항목 이름
유닛
설명
gcp.aiplatform.online_evaluator.evaluations_count
세다
Online Evaluator 리소스의 평가 수.
gcp.aiplatform.online_evaluator.scores
세다
Online Evaluator의 점수 분포입니다.
서비스 계정 또는 사용자 계정 데이터 찾기 및 사용 통합을 활성화하고 몇 분 정도 기다리면( 폴링 빈도 에 따라) New Relic UI 에 데이터가 표시됩니다. 대시보드 및 공지 설정에 대한 링크를 포함하여 데이터를 찾고 사용 하려면 one.newrelic.com > All capabilities > Infrastructure > GCP > (select an integration))로 이동하세요.
데이터는 다음 이벤트 유형 에 첨부됩니다.
실재
이벤트 유형
공급자
끝점
GcpVertexAiEndpointSample
GcpVertexAiEndpoint
매장이 있어요
GcpVertexAiFeaturestoreSample
GcpVertexAiFeaturestore
기능 온라인 스토어
GcpVertexAiFeatureOnlineStoreSample
GcpVertexAiFeatureOnlineStore
위치
GcpVertexAiLocationSample
GcpVertexAiLocation
색인
GcpVertexAiIndexSample
GcpVertexAiIndex
파이프라인작업
GcpVertexAiPipelineJobSample
GcpVertexAiPipelineJob
데이터 사용 방법에 대한 자세한 내용은 통합 데이터 이해 및 사용 을 참조하십시오.
VertexAI 엔드포인트 데이터 미터법
유닛
설명
prediction.online.accelerator.duty_cycle
퍼센트
가속기가 적극적으로 처리 중인 지난 샘플 기간 동안의 평균 시간 비율입니다.
prediction.online.accelerator.memory.bytes_used
바이트
구현하다, 배포하다 모델 복제본에 의해 할당된 가속기 메모리의 양입니다.
prediction.online.error_count
세다
온라인 예측 오류 수입니다.
prediction.online.memory.bytes_used
바이트
구현하다, 배포하다 모델 복제본에 의해 할당되어 현재 사용 중인 메모리 양입니다.
prediction.online.network.received_bytes_count
바이트
구현하다, 배포하다 모델 복제본이 네트워크를 통해 수신한 바이트 수입니다.
prediction.online.network.sent_bytes_count
바이트
구현하다, 배포하다 모델 복제본이 네트워크를 통해 전송한 바이트 수입니다.
prediction.online.prediction_count
세다
온라인 예측 수입니다.
prediction.online.prediction_latencies
밀리초
구현하다, 배포하다 모델의 온라인 예측 지연시간.
prediction.online.private.prediction_latencies
밀리초
비공개 구현하다, 배포하다 모델의 온라인 예측 지연시간.
prediction.online.replicas
세다
구현하다, 배포하다 모델에서 사용되는 활성 복제본 수입니다.
prediction.online.response_count
세다
다양한 온라인 예측 응답 코드의 수입니다.
prediction.online.target_replicas
세다
그릇, 구현하다, 배포하다 모델에 필요한 활성 복제본의 목표 수입니다.
VertexAI Featurestore 데이터 미터법
유닛
설명
featurestore.cpu_load
퍼센트
Featurestore 온라인 저장소에 있는 노드의 평균 CPU 로드입니다.
featurestore.cpu_load_hottest_node
퍼센트
Featurestore 온라인 스토리지에서 가장 인기 있는 노드의 CPU 로드입니다.
featurestore.node_count
세다
Featurestore 온라인 스토리지의 노드 수입니다.
featurestore.online_entities_updated
세다
피처스토어 온라인 스토리지에 엔터티 개수가 업데이트되었습니다.
featurestore.online_serving.latencies
밀리초
EntityType별 온라인 서비스 지연 시간입니다.
featurestore.online_serving.request_bytes_count
바이트
EntityType별 요청 크기입니다.
featurestore.online_serving.request_count
세다
EntityType별 Featurestore 온라인 제공 횟수입니다.
featurestore.online_serving.response_size
바이트
EntityType별 응답 크기입니다.
featurestore.storage.billable_processed_bytes
바이트
처리된 오프라인 데이터에 대해 청구된 바이트 수입니다.
featurestore.storage.stored_bytes
바이트
Featurestore에 저장된 바이트입니다.
featurestore.streaming_write.offline_processed_count
세다
오프라인 스토리지를 위해 처리된 스트리밍 쓰기 요청 수입니다.
featurestore.streaming_write.offline_write_delays
초
쓰기 API가 호출된 이후 오프라인 저장소에 기록될 때까지의 시간(초)입니다.
VertexAI FeatureOnlineStore 데이터 미터법
유닛
설명
featureonlinestore.online_serving.request_count
세다
FeatureView별 제공 횟수입니다.
featureonlinestore.online_serving.serving_bytes_count
바이트
FeatureView별로 응답 크기를 제공합니다.
featureonlinestore.online_serving.serving_latencies
밀리초
FeatureView의 온라인 서비스 지연 시간입니다.
featureonlinestore.running_sync
밀리초
특정 시점에 실행 중인 동기화 수입니다.
featureonlinestore.serving_data_ages
초
제공 데이터 기간을 초 단위로 측정합니다.
featureonlinestore.serving_data_by_sync_time
세다
동기화된 타임스탬프에 의한 온라인 스토어의 데이터 분석입니다.
featureonlinestore.storage.bigtable_cpu_load
퍼센트
온라인 스토어에 있는 노드의 평균 CPU 로드입니다.
featureonlinestore.storage.bigtable_cpu_load_hottest_node
퍼센트
온라인 스토어에서 가장 인기 있는 노드의 CPU 로드입니다.
featureonlinestore.storage.bigtable_nodes
세다
Online Store(Bigtable)의 노드 수입니다.
featureonlinestore.storage.stored_bytes
세다
온라인 스토어에 저장된 바이트입니다.
VertexAI 위치 데이터 미터법
유닛
설명
online_prediction_requests_per_base_model
세다
기본 모델당 요청 수입니다.
quota.online_prediction_requests_per_base_model.exceeded
세다
할당량 기준을 초과하려는 시도 횟수입니다.
quota.online_prediction_requests_per_base_model.limit
세다
현재 할당량 기준 한도입니다.
quota.online_prediction_requests_per_base_model.usage
세다
현재 할당량 기준 사용량입니다.
executing_vertexai_pipeline_jobs
세다
실행 중인 파이프라인 작업 수입니다.
executing_vertexai_pipeline_tasks
세다
실행 중인 파이프라인 작업 수입니다.
VertexAI 인덱스 데이터 미터법
유닛
설명
matching_engine.stream_update.datapoint_count
세다
성공적으로 업데이트되거나 제거된 데이터 포인트의 수입니다.
matching_engine.stream_update.latencies
밀리초
사용자가 UpsertDatapointsResponse 또는 RemoveDatapointsResponse를 수신하고 해당 업데이트가 적용되는 사이의 지연 시간입니다.
matching_engine.stream_update.request_count
세다
스트림 업데이트 요청 수입니다.
VertexAI 파이프라인 작업 데이터 미터법
유닛
설명
pipelinejob.duration
초
실행 중인 파이프라인 작업의 런타임 초입니다(생성부터 끝까지).
pipelinejob/task_completed_count
세다
완료된 파이프라인 작업의 총 개수입니다.