Impact and benefits of archiving or dropping data 🔗

Available in Enterprise Edition. For more information, see Subscription types, expansions, renewals, and terminations.

MPMでは、不要なデータを保持、削除、または低コストのアーカイブデータ層に送信することを決定できます。また、メトリックインジェストのルールを作成または更新して、集計された MTS の特定のディメンションを保持したり、集計されていない生データを完全に破棄したりすることもできます。

To learn more, see メトリクスパイプライン管理の概要.

注釈

データをアーカイブまたはドロップするには、Admin または Power user ロールが必要です。詳細については、Splunk Observability Cloud のロールについてを参照してください。

Archive or drop your data to reduce billing costs 🔗

データのアーカイブにより請求を削減する 🔗

Archived Metrics を使用すると、アクセス頻度の低いメトリクスデータを、通常のメトリクスのコストの10分の1という請求額の、低コストアーカイブ階層に保存できます。

アーカイブされたデータは、チャートやディテクターのルート例外を通してアクセスすることができ、同様に最大8日間の履歴データを埋め戻すことができます。

Learn more about this use case in Scenario: Improve storage use and costs by routing and archiving your data.

Reduce billing by dropping data 🔗

テーブルのディメンションをドロップすることで、課金を減らすことができます。

ただし、ホストベースのサブスクリプションの場合、これらのディメンションをドロップすると、 MTSのカウント方法に影響する可能性があります。例えば、カウント可能なディメンションをドロップした集計は、他のカテゴリではなく custom としてカウントされます。このため、カウントがプランの制限を超えると、MTSが過剰にカウントされ、スロットルされる可能性があります。

ソース	ドロップするディメンション
任意のエージェント	`host`、`host.name`、`container.id`、`container_id`、`metric_source`、`plugin`、`redis.version`、`state`、`url`
AWS	`AWSUniqueId`、`InstanceId`、`namespace`
Azure	`azure_resource_id`、`resource_type`、`monitored_resource`
GCP	`gcp_id`、`service`
VMware	`vcenter`
Heroku	`dyno_id`
NPM	`sf_product`

Considerations when archiving data 🔗

Before you decide to send your metrics to the Archived Metrics tier, consider the following impacts:

最大8日間のアーカイブデータまでに制限されますが、過去のアーカイブ MTS をリアルタイムストレージに復元することができます。
Detectors using the metric you archive will misfire alerts or stop alerting.
Charts using the metric you archive will stop reporting new data.

データをドロップする際の注意点 🔗

メトリクスの未集計の生データをドロップすることを決定する前に、以下の影響を考慮してください：

新しい受信データをドロップすることはできますが、既存のデータをドロップすることはできません。
ドロップしたデータは復元できません。
ドロップしたメトリクスまたはカスタムプロパティを使用しているディテクターは、アラートを誤作動させるか、またはアラートを停止します。
ドロップしたメトリクスまたはカスタムプロパティを使用しているチャートは、新しいデータの報告を停止します。
ドロップされたディメンションまたはメトリクスに割り当てられたカスタムプロパティは削除されます。詳細は、カスタムプロパティを参照してください。
ビルトインチャートやAutoDetectディテクターに関連付けられているメトリクスのデータをドロップすると、これらのチャートやディテクターは空になり、正しく機能しなくなります。ビルトインチャートやAutoDetect ディテクターで使用されるメトリクスのデータをドロップしないようにします。AutoDetect ディテクターの一覧については、利用可能なAutoDetectディテクターのリストを参照してください。

さらなる影響：製品エクスペリエンスとプロパティの同期 🔗

Keep in mind that archiving or dropping any of those billing-related dimensions can also affect product experience, since these metrics and their dimensions are commonly used for dashboards:

ダッシュボードのインポート修飾子が変更されると、ダッシュボードがまったくインポートされないことがあります。
ダッシュボード分析が影響を受けると、チャートが正しくレポートされないか、まったくレポートされない可能性があります。

Archiving metrics or dropping dimensions specific to a resource type and used in dashboard and detector analytics will likely only impact that resource’s charts and dashboards.

Example: Dropping a metric’s Id 🔗

メトリクスのベースディメンション(一般的に、課金に関連するものとして上記に明示的に列挙されたディメンションのサブセット)のいずれかを削除した場合、プロパティの同期に影響が出る可能性があります。

For instance, if you drop AWSUniqueId, metrics will no longer be associated to the cloud resource properties identified with aws_*, including service-specific attributes and resource group tags.

Avoid empty charts and detectors when archiving or dropping data 🔗

チャートやディテクターにデータが表示されないようにするには、新しいルールを作成する際に以下の手順に従ってください：

最初に新しいルールを作成するときは、すべてのデータをキープしてください。
メトリクスに関連するチャートとディテクターのリストをダウンロードします。
新しいルールを保存します。
関連するすべてのチャートとディテクターのメトリクスを、新しい集約メトリクスに置き換えます。
関連するチャートとディテクターを更新したら、メトリクスの未集計生データをドロップします。

データのドロップ時にカスタムプロパティの削除を回避する 🔗

カスタムプロパティが削除されないようにするには、新しいルールを作成するときに、以下の手順に従ってください：

最初に新しいルールを作成するときは、すべてのデータをキープしてください。
メタデータカタログまたはメトリクスメタデータ API を使用して、ドロップしたいディメンションまたはメトリクスに割り当てられたカスタムプロパティを検索します。
- メタデータカタログを用いてカスタムプロパティを検索するには、メタデータ・カタログを検索するを参照してください。
  
  注釈
  
  メタデータカタログは、検索結果を返すときにディメンションとプロパティを区別しません。
- API を使用してカスタムプロパティのリストを取得するには、メトリクスメタデータ API の GET エンドポイントを参照してください。
新しい集約メトリクスに維持したいカスタムプロパティを割り当てます。
新しいメトリクスにカスタムプロパティを割り当てたら、メトリクスの未集約未加工データを削除します。

このページは 2024年11月13日に最終更新されました。

Related Topics