メトリクスタイプ 🔗
Splunk Observability Cloudには、ゲージ、カウンター、累積カウンター、ヒストグラムの4種類のメトリクスがあります。
次の表は、Splunk Observability Cloudでサポートされるメトリクスの種類とデフォルトのロールアップの一覧です：
メトリクス |
説明 |
ロールアップ |
|---|---|---|
各時点で特定の値を持つデータを表します。ゲージメトリクスは増減します。 |
平均 |
|
時間間隔内の発生回数を表します。カウンターメトリクスは、時間間隔の間だけ増加します。 |
合計 |
|
発生回数の実行カウントを表し、前回のデータポイントからのメトリクス値の変化を測定します。 |
デルタ |
|
完全なパーセンタイルデータが利用可能な、測定値または測定基準の分布を表します。データは、等しい大きさの区間または「バケット」に分配されます。 |
ヒストグラム |
メトリクスのタイプによって、Splunk Observability Cloudがどのデフォルト ロールアップ 関数を適用して、指定されたデータ分解能に一致するように個々の受信データポイントを要約するかが決まります。ロールアップは、ある期間にわたるメトリック時系列（MTS）のすべてのデータポイントを取得し、単一のデータポイントを出力する統計関数です。Splunk Observability Cloudは、ストレージからデータポイントを取得した後、分析機能を適用する前にロールアップを適用します。ロールアップとデータ解決の詳細については、「データ解像度」の ロールアップ とチャートのロールアップを参照してください。
注釈
Splunk Observability Cloudは、ゲージメトリクスのデータポイントに SignalFlow average() 関数を適用します。折れ線グラフのプロットに10秒の解像度を指定し、Splunk Observability Cloudがメトリクスのデータを1秒ごとに受信している場合、折れ線の各ポイントは10個のデータポイントの平均を表します。
ゲージ 🔗
ファン速度、CPU使用率、メモリ使用率、およびリクエスト処理に費やされた時間は、gauge metric データの例です。
Splunk Observability Cloudは、ゲージメトリクスのデータポイントに SignalFlow average() 関数を適用します。折れ線グラフのプロットに10秒の解像度を指定し、Splunk Observability Cloudがメトリクスのデータを1秒ごとに受信している場合、線上の各ポイントは10個のデータポイントの平均を表します。
カウンター 🔗
処理されたリクエスト数、送信されたメール数、発生したエラー数は、counter metric データの例です。カウンターを生成するマシンやアプリは、何かが起こるたびに値をインクリメントし、各レポート間隔の終了時に値をリセットします。
Splunk Observability Cloudは、SignalFlow sum() 関数をカウンターメトリクスのデータポイントに適用します。折れ線グラフのプロットに10秒の解像度を指定し、Splunk Observability Cloudがメトリクスのデータを1秒ごとに受信している場合、線上の各ポイントは10個のデータポイントの合計を表します。
累積カウンター 🔗
成功したジョブの数、ログイン・ユーザーの数、および警告の数は、cumulative counter metric データの例です。累積カウンターメトリクスは、カウンターメトリクスとは以下の点で異なります。
累積カウンターは、監視対象のマシンまたはアプリケーションが再起動した場合、またはカウンター値が表現可能な最大値（2 32 または2 64 ）に達した場合にのみ0にリセットされます。
たいていの場合、測定と測定の間にメトリクス値がどれだけ変化したかに関心があります。
Splunk Observability Cloud は、累積カウンターメトリクスのデータ ポイントに SignalFlow delta() 関数を適用します。折れ線グラフのプロットに 10 秒の解像度を指定し、Splunk Observability Cloud がメトリクスのデータを 1 秒ごとに受信している場合、折れ線上の各ポイントは、最初に受信したデータポイントと 10 番目に受信したデータポイントとの間の変化を表します。その結果、delta() 関数を適用するためにカスタム SignalFlow を作成する必要はなく、プロット線は変動を表します。
ヒストグラム 🔗
ヒストグラムは、他のメトリクスでは再現が難しい方法でデータを要約することができます。バケットにより、すべてのデータポイントがどこにあるのかを見るためにデータセット全体を分析する必要がなくなり、連続データの時間的な分布の調査が容易になります。同時に、ヒストグラムはサブスクリプションの使用量を減らすのに役立ちます。
Splunk Observability Cloud は、ヒストグラムメトリクスのデータポイントに SignalFlow histogram() 関数をデフォルトのパーセンタイル値90で適用します。ヒストグラムには、min、max、count、sum、percentile、cumulative_distribution_function など、他にもいくつかの関数を適用できます。
詳細は Splunk Observability Cloudのヒストグラムメトリクス を参照してください。