APMのMetricSetsについて 🔗

MetricSetsは、Splunk APMでトレースとスパンから計算されるリクエスト率、エラー率、時間といった主要なパフォーマンス指標です。MetricSetsには2つのカテゴリがあります。高カーディナリティのトラブルシューティングに使用されるTroubleshooting MetricSets（TMS）と、リアルタイムの監視に使用されるMonitoring MetricSets（MMS）です。MetricSetsは、Splunk Infrastructure Monitoringでチャートへのデータ投入およびアラートの生成のために使用されるメトリック時系列（MTS）と似ています。詳細はメトリック時系列を参照してください。MetricSetsは、Splunk APM固有のMTSです。

Monitoring MetricSetsメトリックセットの監視 🔗

Monitoring MetricSets (MMS) are metric time series (MTS) that power the monitoring capabilities in Splunk APM, including charts and dashboards. MMS power the APM landing page and the dashboard view. MMS are also the metrics that detectors monitor to generate alerts.

MMSは、特定のエンドポイント、またはサービス内のすべてのエンドポイントの集合体に対して利用可能です。

Endpoint-level MMS reflect the activity of a single endpoint in a service, while service-level MMS aggregate the activity of all of the endpoints in the service. MMS are created for spans where the span.kind has a value of SERVER or CONSUMER.

次のような場合、スパンは、kind の値がなかったり、kind の値が異なったりする可能性があります：

スパンの起点が、自己開始型の操作または推定サービスである場合
インストルメンテーションでエラーが発生した場合

MMSの保存期間 🔗

Splunk Observability Cloudは、MMSをデフォルトで13か月間保存します。

利用可能なデフォルトのMMSのメトリクスとディメンション 🔗

MMS are available for the APM components listed in the following table. Each MMS also has a set of dimensions you can use to monitor and alert on service performance. In addition to the following default MMS, you can create custom MMS to deep dive on your MMS. See カスタムディメンションを使用してMonitoring MetricSetを生成する.

Metric name	Dimensions	Custom dimension available? (Yes/No)
`service.request` - the requests to endpoints in a service	`sf_environment` `deployment.environment` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_service` `service.name` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_error`	あり
`inferred.services` -	`sf_service` `service.name` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_environment` `deployment.environment` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_error` `sf.kind` `sf_operation` `sf_httpMethod`	なし
`spans` - the count of spans (a single operation)	`sf_environment` `deployment.environment` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_service` `service.name` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_operation` `sf_kind` `sf_error` `sf_httpMethod` （該当する場合）	あり
`traces` - the count of traces (collection of spans that represents a transaction)	`sf_environment` `deployment.environment` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_service` `service.name` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_operation` `sf_httpMethod` `sf_error`	なし
`workflows` - created by default when you create a business workflow	`sf_environment` `deployment.environment` - このディメンションは、ヒストグラムMMSでのみ利用可能です。 `sf_workflow` `sf_error`	なし

Monitoring MetricSets in APM are generated as histogram metrics. Histogram metrics represent a distribution of measurements or metrics, with complete percentile data available. Data is distributed into equally sized intervals, allowing you to compute percentiles across multiple services and aggregate datapoints from multiple metric time series. Histogram metrics provide an advantage over other metric types when calculating percentiles, such as the p90 percentile for a single MTS. See more in メトリクスタイプ. For histogram MMS, there is a single metric for each component.

Previously, MMS were classified as either a counter or gauge metric type. The previous MMS included 6 metrics for each component.

説明	ヒストグラムMMS	MMS (deprecated)
リクエスト数	`<component>` （ `count` 関数を使用）	`<component>.count`
リクエスト時間の最小値	`<component>` （ `min` 関数を使用）	`<component>.duration.ns.min`
リクエスト時間の最大値	`<component>` （ `max` 関数を使用）	`<component>.duration.ns.max`
リクエスト時間の中央値	`<component>` （ `median` 関数を使用）	`<component>.duration.ns.median`
リクエスト時間のパーセンタイル	`<component>` （ `percentile` 関数とパーセンタイル `value` を使用）	`<component>.duration.ns.p90`
リクエスト時間のパーセンタイル	`<component>` （ `percentile` 関数とパーセンタイル `value` を使用）	`<component>.duration.ns.p99`

Example metrics in APM 🔗

A histogram MTS uses the following syntax using SignalFlow:

histogram(metric=<metric_name>[,filter=<filter_dict>][,resolution=<resolution>)

The following table displays example SignalFlow functions:

説明	ヒストグラムMMS	Previous MMS (deprecated)
Aggregate count of all MTS	`A = histogram('spans').count().publish(label='A')`	`A = data('spans.count').sum().publish(label='A')`
P90 percentile for single MTS	`filter_ = filter('sf_environment', 'environment1') and filter('sf_service', 'service 1') and filter('sf_operation', 'operation1') and filter('sf_httpMethod', 'POST') and filter('sf_error', 'false') A = data('spans.duration.ns.p90', filter=filter_, rollup='sum').publish(label='A')`	`filter_ = filter('sf_environment', 'us1') and filter('sf_service', 'service1') and filter('sf_operation', 'POST /api/autosuggest/tagvalues') and filter('sf_httpMethod', 'POST') and filter('sf_error', 'false') A = data('spans.duration.ns.p90', filter=filter_, rollup='sum').publish(label='A')`
Combined p90 for multiple services	`A = histogram('service.request', filter=filter('sf_service', 'service 2', 'service 1')).percentile(pct=90).publish(label='A')`	`A = data('service.request.duration.ns.p90', filter=filter('sf_service', 'service 2', 'service 1'), rollup='average').mean().publish(label='A')`

注釈

Because an aggregation is applied on histogram(), to display all of the metric sets separately, each dimension needs to be applied as a groupby.

Splunk APM内でMMSを使用する 🔗

Splunk APM内でアラートとリアルタイム監視のためにMMSを使用します。Monitoring MetricSetsに基づいてチャート、ダッシュボード、アラートを作成できます。

タスク	ドキュメント
チャートの作成	Splunk Observability Cloudでチャートを作成する
ダッシュボードの作成	ダッシュボードの作成およびカスタマイズ
アラートの作成	Splunk APMでディテクターとアラートを設定する
APMダッシュボードでのサービスの監視	Splunk APMのダッシュボードを使用してサービスパフォーマンスを追跡する

Troubleshooting MetricSets 🔗

Troubleshooting MetricSets（TMS）は、APMでカーディナリティの高いIDのトラブルシューティングに使用できるメトリック時系列（MTS）です。TMSは、スパンやワークフロー間の履歴比較を行うためにも使用できます。

Splunk APMは、デフォルトでいくつかのスパンタグをインデックス化しTroubleshooting MetricSetsを作成します。これらの各タグの詳細については、APMのデフォルトのインデックス付きスパンタグを参照してください。APMによるこれらのスパンタグのインデックス化を変更したり停止したりすることはできません。

追加のスパンタグやプロセスをインデックス化することで、カスタムTMSを作成することもできます。スパンタグやプロセスをインデックス化して新しいTroubleshooting MetricSetsを作成する方法については、スパンタグをインデックス化してTroubleshooting MetricSetsを作成するを参照してください。

利用可能なTMSメトリクス 🔗

すべてのTMSは、以下のメトリクスを作成します。これは、リクエスト、エラーおよび時間（RED）メトリクスと呼ばれます。REDメトリクスは、サービスマップ内でサービスを選択すると表示されます。サービスマップ内でのREDメトリクスの使用方法の詳細については、シナリオ：KaiがSplunk APMのサービスマップを使用してエラーの根本原因を調査するを参照してください。

リクエスト率
エラー率
根本原因エラー率
P50、P90、P99レイテンシ

Troubleshooting MetricSetsの測定精度は10秒です。Splunk APMは、各10秒のレポートウィンドウについて、メトリクスの分散から分位数をレポートします。

Splunk APM内でTMSを使用する 🔗

TMSは、サービスマップとTag Spotlightに表示されます。TMSを使用して、サービスマップをフィルタリングしたり、指定したインデックス済みのスパンタグまたはプロセスの値について内訳を作成したりできます。

サービスマップでサービス間の依存関係を表示するおよび Tag Spotlightを使用してサービスパフォーマンスを分析するを参照してください。

TMSの保存期間 🔗

Splunk Observability Cloudは、生のトレースと同じ期間にわたってTMSを保持します。デフォルトでは、保持期間は8日間です。

Troubleshooting MetricSetsの詳細については、スパンタグとTroubleshooting MetricSetsのリファレンスおよびベストプラクティスを参照してください。

Monitoring MetricSetsとTroubleshooting MetricSetsの比較 🔗

エンドポイントレベルのMMSとサービスレベルのMMSにはTMSメトリクスのサブセットが含まれるため、Splunk APMでのコンテキストによってサービスのメトリクス値が異なることに気づくかもしれません。これは、MMSがダッシュボードビューのベースであり、MMSの kind には SERVER または CONSUMER しかないためです。対照的に、TMSはトラブルシューティングビューおよびTag Spotlightビューのベースであり、TMSは特定のメトリクスに限定されません。

例えば、ホストダッシュボードに表示される checkout サービスのメトリクスの値は、サービスマップに表示されるメトリクスの値と異なる場合があります。これは、このサービスに関連するスパンの kind の値が複数存在し、ダッシュボードを動かすMMSがそれを監視していないためです。

MMSとTMSを直接比較するには、特定のエンドポイントにフィルタリングすることでTMSをエンドポイントのみのデータに制限します。また、サービスマップをエンドポイントごと分解することもできます。

このページは 2025年04月23日に最終更新されました。

Related Topics