メトリクスタイプ 🔗
In Splunk Observability Cloud, there are four types of metrics: gauge, counters, cumulative counters, and histograms.
The following table lists the types of supported metrics and their default rollups in Splunk Observability Cloud:
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 |
|
Represent a distribution of measurements or metrics, with complete percentile data available. Data is distributed into equally sized intervals or 「buckets」. |
Histogram |
The type of the metric determines which default rollup function Splunk Observability Cloud applies to summarize individual incoming data points to match a specified data resolution. A rollup is a statistical function that takes all the data points in a metric time series (MTS) over a time period and outputs a single data point. Splunk Observability Cloud applies rollups after it retrieves the data points from storage but before it applies analytics functions. To learn more about rollups and data resolution, see Rollups in Data resolution and rollups in charts.
注釈
Splunk Observability Cloud applies the SignalFlow average() function to data points for gauge metrics. When you specify a 10-second resolution for a line graph plot, and Splunk Observability Cloud is receiving data for the metric every second, each point in the line represents the average of 10 data points.
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 applies the SignalFlow average() function to data points for gauge metrics.
When you specify a ten second resolution for a line graph plot, and Splunk Observability Cloud is receiving data for the metric every second, each point on the line represents the average of 10 data points.
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 applies the SignalFlow sum() function to data points for counter metrics. When you specify a ten second resolution for a line graph plot, and Splunk Observability Cloud is receiving data for the metric every second, each point on the line represents the sum of 10 data points.
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 applies the SignalFlow delta() function to data points for cumulative counter metrics. When you specify a ten second resolution for a line graph plot, and Splunk Observability Cloud is receiving data for the metric every second, each point on the line represents the change between the first data point received and
the 10th data point received. As a result, you don’t have to create custom SignalFlow to apply the delta() function, and the plot line represents variations.
Histograms 🔗
Histograms can summarize data in ways that are difficult to reproduce with other metrics. Thanks to the buckets, the distribution of your continuous data over time is easier to explore, as you don’t have to analyze the entire dataset to see where all the data points are. At the same time, histogram helps reduce usage of your subscription.
Splunk Observability Cloud applies the SignalFlow histogram() function to data points for histogram metrics, with a default percentile value of 90. You can apply several other functions to histograms, like min, max, count, sum, percentile, and cumulative_distribution_function.
For more information, see Histogram metrics in Splunk Observability Cloud.