管理员设置 - 系统活动信息中心

管理员菜单的系统活动部分会显示内置信息中心，其中包含 Looker 实例的使用情况和性能信息。您可以下载、安排、设置提醒以及深入分析指标和元素，就像在任何其他信息中心内一样。系统活动信息中心内的数据每 12 小时更新和缓存一次。

在具有 MySQL 后端的客户托管 Looker 部署上启用系统活动之前，请验证您是否已为后端数据库正确设置用户。具体而言，您必须先执行grant all on looker_tmp.* to '<DB_username>'@'%';步骤，然后才能启用系统活动功能。请参阅将 Looker 后端数据库迁移到 MySQL 文档页面上的过程。

由于向电子邮件目标传送内容的权限因模型而异，因此，如需向电子邮件目标发送或安排系统活动信息中心，用户必须在其角色指定的模型集中选择所有模型。

系统活动信息中心会连接到 Looker 实例的基础应用数据库。这些信息中心会显示实例的相关信息，包括 Look 和信息中心、用户信息、历史查询信息以及性能统计信息。系统活动数据的粒度和保留期限均受系统限制。系统活动旨在收集大量数据，汇总这些数据可用于补充业务日志。

这些数据可用于补充监控和审核活动，但不能取代您当前的合规策略。

默认情况下，系统活动数据存储在 Looker 实例的内部数据库中。在此配置中，Looker 最多可存储 90 天的历史查询和事件数据。

用户运行的过滤条件中的文本可在系统活动中访问，并且任何有权查看系统活动模型的用户都可以查看。

采取行动：修改哪些人有权查看系统活动模型。管理员默认有权访问此模型。如果非管理员用户获得了 see_system_activity 权限，则可以访问系统活动模型。

在嵌入式环境中，严格的限制会阻止嵌入式用户呈现底层系统数据，即使您在单点登录 (SSO) 身份验证期间授予了 see_system_activity 权限也是如此。不支持为典型的嵌入式用户直接嵌入系统活动信息中心。如需了解共享此数据的其他方式，请参阅嵌入式环境中的系统活动。

系统活动信息中心和探索可运行的并发查询数量有限。此限制可能会增加系统活动信息中心的加载时间。

Chat 团队提示：系统活动记录中基于时间的数据会使用系统时区进行存储。如需了解详情，请参阅使用时区设置文档页面。

系统活动信息中心

以下是系统活动信息中心：

用户活动信息中心

用户活动信息中心会显示有关用户及其对 Looker 实例的使用情况的信息。

用户活动信息中心包含显示以下信息的图块：

  • Looker 实例上的用户总数。

  • Looker 实例中每种类型的用户数量，包括：

  • 一段时间内 Looker 实例上的用户总数。

  • 过去 7 天内在您的 Looker 实例上发出过至少 1 次查询的用户所占的百分比。

  • 过去 90 天内用户登录活动的快照。

  • 过去 6 周内，每位用户每周的平均活动分钟数和平均查询次数。

  • 过去 7 天内至少发出过一次查询的用户数量（按查询来源分组）。

  • 过去 7 天内使用 Looker 实例时间最长的用户列表。

  • 过去 7 天内在您的 Looker 实例上创建新信息中心最多的用户列表。

  • 从您的 Looker 实例中触发最多 Git 事件的用户列表。

  • 过去 90 天内未登录 Looker 实例的用户列表。

  • 一个文本图块，其中包含指向 Looker 教育和培训资源的链接。

  • 最近登录失败的列表，其中包含每次失败的以下信息：

    • 尝试登录的时间。
    • 用户 ID。
    • 所用的身份验证方法。
    • 返回的所有错误消息。

内容活动信息中心

内容活动信息中心会显示有关在 Looker 实例上查看和安排哪些信息中心、Look 和探索的信息。

内容活动信息中心包含显示以下数据的图块：

  • 尚未删除的信息中心数量。
  • 未删除的 Look 数量。
  • 预设方案的数量。
  • 过去 30 天内查询过的仪表板所占的百分比。
  • 过去 30 天内查询过的 Look 所占的百分比。
  • 过去 7 天内每天的预定作业数量。
  • 过去 30 天内发出的探索查询数量。
  • 过去 30 天内访问过的所有信息中心和 Look 的列表，可按以下条件排序：在 Looker 界面中的查看次数、在嵌入内容中的查看次数、通过 API 查看的次数、内容被收藏的次数，以及内容通过计划作业传送的次数。
  • 过去 30 天内创建的探索列表，其中显示了探索的运行次数以及运行探索的用户数量。
  • 过去 30 天内未访问过的仪表板和 Look 的列表，其中显示了过去 90 天内该内容在 Looker 界面、嵌入和通过 API 的查看次数；以及过去 90 天内该内容被收藏的次数，以及该内容通过计划作业传送的次数。
  • 过去 90 天内创建且过去 30 天内未查询过的探索列表，其中显示了自上次运行探索以来的时长、过去 90 天内运行探索的次数、上次运行探索的日期以及首次运行探索的日期。

数据库性能信息中心

Database Performance 信息中心会显示 Looker 实例上内容和 PDT 的性能信息。您可以按连接名称过滤整个信息中心。该信息中心包含有关查询运行时、并发和 PDT 构建的分析洞见，并列出了查询错误和 PDT 构建失败的数量。

数据库性能信息中心包含显示以下数据的图块：

  • 查询延迟时间：在数据库上执行查询所需的平均时间的细分。这有助于区分 Looker 导致的延迟和数据库本身导致的延迟。如果您发现“运行查询所用的平均时间”或“初始化和连接所用的平均时间”始终很高，则可能表明您的数据库预配不足，增加其资源可能会带来显著改进。
  • 查询并发数：按来源分类的同时查询平均数量视图。为了进行有效分析，您可以按单个连接进行过滤，并取消隐藏最大连接数系列，以便将查询负载与连接的限制进行比较。如果并发量持续较高，您可以在“连接”管理页面上调整最大连接数设置，以防止数据库过载。
  • 从缓存返回的查询所占的百分比。
  • 过去 30 天内运行的所有查询，按查询来源分组，查询运行时汇总到各个层级，每个运行时层级显示为所有查询的百分比。
  • 一个包含前 15 位用户的表格，其中显示了过去 7 天内运行的查询数量。
  • 一个包含前 10 个查询来源的表格，其中显示了过去 7 天内运行的查询数量。
  • 一天中每小时运行的查询数、活跃用户数以及从缓存返回的查询百分比。
  • 一天中每个小时的计划作业数和计划方案数。
  • 每个连接在一天中每个小时的 PDT 构建次数。
  • 过去 7 天内每个探索的平均运行时长，按运行时长从长到短排序。
  • 过去 7 天内每个 Look 的平均运行时长，按运行时长从长到短排序。
  • 过去 7 天内每个信息中心的平均运行时间，按最长运行时间排序。
  • 过去 7 天内构建的所有 PDT 的列表，其中显示了触发器失败次数、创建失败次数和成功构建次数。
  • 过去 7 天内每个 PDT 的平均构建时间，按平均构建时间从长到短排序。

实例性能信息中心

实例性能信息中心会显示有关调度器的负载和性能以及性能密集型内容的信息。

实例性能信息中心包含显示以下数据的图块：

  • 信息中心审核：Taxing Dashboards（高负载信息中心）功能块可帮助您识别可能导致实例负载过高的信息中心。您可以对表格进行排序，查看哪些信息中心的刷新间隔最短、图块数量最多或合并查询数量最多。如需详细了解这些设置，您可以前往内容护栏页面，主动管理内容并提升实例性能。
  • 一个热图，显示一周中每天每小时的计划作业数量及其在队列中的平均时间，向您显示哪些小时或哪些天对 Scheduler 的影响最大。
  • 平均运行时长超过所有天数标准差 1.5 倍的天数的查询数量和查询平均运行时长，显示哪些天数对调度器有异常严重的影响。
  • 每个“探索”的预定作业数量。
  • 过去 14 天内最常安排的内容，显示每天安排每个内容项的次数。
  • 使用所有结果选项下载或安排的查询列表。
  • 优化资源：一组按钮，可链接到“最佳实践”页面和有关优化实例的文档。

“性能建议”信息中心

性能建议信息中心会显示提升 Looker 实例性能的机会。

性能建议信息中心包含显示以下信息的图块：

  • 信息中心建议：可能性能不佳的信息中心列表以及提高性能的建议。
  • 探索建议：可能性能不佳的探索列表以及提升性能的建议。

以下部分将更详细地介绍这些板块。

信息中心建议

信息中心建议功能块会显示可能导致 Looker 实例或数据库性能紧张的信息中心。该功能块会提供构建高性能 Looker 信息中心时的注意事项最佳实践页面中的建议。您可以在信息中心级别采纳这些建议，以帮助提升效果。您可能会看到以下警告：

警告 建议
The number of queries generated by this dashboard is <X>, which is higher than recommended (<25). 减少查询图块的数量或创建第二个信息中心。
The number of merge queries generated by this dashboard is <X>, which is higher than recommended (<=4). 减少合并结果图块的数量。
The auto-refresh interval of this dashboard is <X>, which is lower than recommended (>=15 min). 请增加或停用自动刷新间隔设置，以免数据库过载。

探索建议

探索建议功能块会显示可能会导致 Looker 实例或数据库性能下降的探索。

该图块会将每个探索的查询性能指标平均值与健康实例性能基准进行比较。每个探索旁边列出的严重程度表示该探索的指标超出这些基准的程度。

根据哪些指标超出了基准，该卡片会提供有针对性的问题排查策略，帮助您提升效果。以下是您可能会看到的警告和建议。

查询步骤 警告 建议
Model Init: Computed The average model init: computed time is <X>, which is above the recommended benchmark. 从 LookML 模型的 include 参数中移除不必要的视图。确保 LookML 正式版代码不经常更改，最好是在用户不运行大量查询时更改。
Explore Init: From Cache The average explore init: from cache (marshalled cache load) time is <X>, which is above the recommended benchmark. 尽可能将自定义字段和表计算移至 LookML 中。
Explore Init: Computed The average explore init: computed time is <X>, which is above the recommended benchmark. 从 LookML explore 文件中移除不必要的联接。使用 fields LookML 参数从探索中排除不必要的字段。确保 LookML 正式版代码不经常更改，最好是在用户不运行大量查询时更改。
Prepare The average prepare time is <X>, which is above the recommended benchmark. 启用新 LookML 运行时功能可缩短准备时间。尽可能将自定义字段和表计算移至 LookML 中。
Acquire Connection The average connection acquisition time is <X>, which is above the recommended benchmark. 在连接设置面板中配置连接数上限。设置的上限不低于在流量高峰期需要并发运行的查询数上限。
Execute Main Query The average main query execution time is <X>, which is above the recommended benchmark. 避免使用复杂的 SQL 逻辑，例如窗口函数、CTE、日期字段上的联接条件或大型联接链。将复杂的 SQL 逻辑放入永久性派生表 (PDT) 中，以缩短查询时间。尽可能使用汇总感知。
Postprocessing The average postprocessing time is <X>, which is above the recommended benchmark. 简化表计算，并尽可能将其移至 LookML。移除复杂的透视、排序或值格式。
Stream to Cache The average stream to cache time is <X>, which is above the recommended benchmark. 简化表计算，并尽可能将其移至 LookML。移除复杂的透视、排序或值格式。

“错误和已损坏的内容”信息中心

错误和损坏的内容信息中心会显示产生查询错误的信息中心、Look、时间表和 PDT，以及每个查询来源的错误数量。

此信息中心仅显示在查询运行时发生的错误。例如，如果您从视图中移除 LookML 字段，则使用该字段的所有 Look 和信息中心都会显示警告，但错误和损坏的内容信息中心不会显示这些警告。使用内容验证器检查 Look 和信息中心是否存在 LookML 引用问题。

错误和已损坏的内容信息中心包含显示以下数据的图块：

  • 产生错误的仪表板列表，包括给出的错误、每个仪表板查询的发出者，以及使用每个仪表板运行查询的用户数量。
  • 产生错误的预定作业列表，包括给出的错误和每个预定作业的创建者。
  • 显示部分数据传送警告的预定作业列表。对于每项作业，列表会包含信息中心名称、说明传送未完成原因的状态详情、时间表创建者和时间表创建日期，以及指向内容和文件夹的链接。
  • 产生错误的 Look 列表，包括给出的错误和每个 Look 查询的发出者。
  • 产生错误的 PDT 列表，包括创建错误日志条目的 PDT 操作、与 PDT 操作相关的任何数据、PDT 产生“创建已取消错误”操作的次数，以及 PDT 产生“触发器值错误”的次数。
  • 过去 10 天内每个查询来源的错误数量。

信息中心诊断

信息中心诊断信息中心会显示提升单个信息中心性能的机会。

您可以从任何信息中心访问信息中心诊断信息中心，方法是点击信息中心操作 三点状菜单，然后选择信息中心性能摘要。

某些图块（例如按小时划分的查询运行时和按图块划分的查询运行时）会按查询阶段细分查询运行时。查询阶段如下：

  • 在队列中：查询在 Looker 队列中花费的时间（以秒为单位）。当达到连接的每个节点的连接数上限或每用户上限（默认值为 15 个并发查询）时，Looker 会将查询排入队列。
  • 查询初始化：这是 Looker 根据源 LookML 构建查询并连接到数据库所花费的时间（以秒为单位）。如果此阶段耗时较长，则可能表明 LookML 模型复杂性或数据库连接性正在影响查询运行时。
  • 运行查询：这是在数据库上运行查询时，Looker 等待查询结果所花费的时间（以秒为单位）。这包括主查询和任何所需的其他查询，包括计算总计和构建 PDT。这是导致信息中心运行时间过长的最常见原因，可以通过优化查询性能来改善。
  • 处理结果：Looker 用于设置结果格式、计算表计算和缓存结果集的时间（以秒为单位）。

信息中心诊断信息中心包含显示以下信息的图块：

  • 信息中心的标题。
  • 在所选时间范围内运行过此信息中心的用户数量。
  • 此信息中心在所选时间范围内的运行次数。
  • 此信息中心内从缓存运行的查询所占的百分比。
    • 如果缓存百分比较低，请使用缓存策略来减少数据库负载。
  • 每个图块的平均查询时间。
  • 最常运行此信息中心的用户。
  • 每小时的平均查询时间。
    • 如果此图块中出现峰值，请确保没有同时发送多个预定方案。
  • 至少包含一个合并结果查询的图块数量。
  • 信息中心内合并结果查询的数量。
  • 信息中心建议：可能存在的性能问题列表，以及旨在提升此信息中心性能的建议。

对话式分析

对话式分析信息中心会显示 Looker 中对话式分析功能的使用情况和遥测数据。此信息中心每 24 小时刷新一次。

对话式分析信息中心分为以下标签页：

如果启用了最终用户对话式分析 (CA) 查询审核 预览版功能，对话式分析信息中心会显示有关用户对话式分析查询的其他信息。对话式分析信息中心分为以下标签页：

系统会从启用此功能时开始收集反馈信息和查询回答。

对话式分析互动

对话式分析使用情况数据会显示在互动标签页中。

“用户和对话”部分会显示以下数据：

  • 用户总数：使用对话分析功能提出过问题的用户数量。
  • 活跃用户数占总用户数的百分比（过去 7 天）：使用对话式分析功能提出过问题的活跃用户所占的百分比。
  • 智能体总数：在对话中使用过的数据智能体数量。
  • 对话总数：用户至少提出一个问题的对话数量。
  • 按类型划分的用户：根据用户的 Looker 许可类型，按用户类型对用户进行比较。
  • 按类型划分的对话：与数据代理的对话数量和与探索的对话数量的对比。
  • 每周用户数：每周用户数。
  • 每周对话数：与数据智能体或 Looker 探索的每周对话数量明细。
  • 过去 7 天内的活跃用户数：过去 7 天内的活跃用户数。
  • Weekly Average Queries per User：每位用户的每周平均查询次数。

热门代理、探索和用户部分会显示以下数据：

  • 热门探索：使用最频繁的探索，按用户最多、对话最多和查询最多的探索排序。
  • 过去 30 天内未使用的代理：过去 30 天内未使用的代理的 ID。
  • 活跃用户：最活跃的用户，按对话次数最多和查询次数最多的用户排序。

Dashboard Agents Deep Dive（信息中心代理深入探究）部分会显示以下数据：

  • 总对话次数（信息中心智能体）：用户在信息中心内向数据智能体提出至少一个问题的对话次数。
  • 总用户数（信息中心代理）：通过信息中心向数据代理提出问题的用户数量。
  • 有问题的信息中心：用户至少提出过一个问题的数据代理信息中心数量。
  • Dashboard Views vs Questions (Last Week)：信息中心的浏览量与向该信息中心关联的数据代理提出的问题数量的对比。
  • 信息中心问题时间轴：一个图表，显示一段时间内向信息中心的数据智能体提出的问题数量。
  • 热门代理：使用最频繁的数据代理，按用户最多、对话最多和查询最多的代理排序。

查询部分会显示以下数据：

  • 运行时间最长的查询：运行时间最长的查询，按运行时间最长的查询排序。
  • 按运行时层级划分的查询：按运行时层级（以秒为单位）细分的查询。

对话式分析令牌使用情况

对话式分析的 token 用量会显示在 Token 用量标签页中。用量以数据 token 为单位进行衡量，这些 token 是大语言模型 (LLM) 处理的基本文本和数据单位。与 Looker 中的对话式分析的所有互动均以数据 token 为单位进行衡量。这包括提出的问题、提供给模型的上下文以及返回的答案。这些互动分为两种类型：输入数据 Token 和输出数据 Token。

输入数据 token 是指发送到模型进行处理的数据 token。输入数据 Token 可能包含以下文本或数据：

  • 在对话中输入的问题。
  • 会话的对话历史记录。
  • 任何相关的数据上下文，例如元数据和代理指令。

输出数据 token 是模型生成并作为回答的一部分发送回的数据 token。输出数据令牌可能包含以下文本或数据：

  • 对问题的自然语言回答。
  • 为检索数据而生成的 API 调用或 SQL 查询。
  • 模型作为回答的一部分生成的任何其他文本。
  • 模型创建的可视化图表。

“Token 使用量”标签页会显示以下数据：

  • 预计输入数据 Token 总数：预计在对话分析中使用的输入数据 Token 总数。
  • 预计输出词元总数：预计在对话分析中使用的输出数据词元总数。
  • 每日估算 token 用量：一个可视化图表，显示一段时间内输入和输出 token 的每日估算用量。
  • 每日 token 利用率：显示一段时间内每日 token 利用率估算值的可视化图表。
  • 按 token 用量排序的热门智能体：一个可视化图表，显示智能体发送的输入 token 和输出 token 回答。对话界面列表示数据代理的类型，并包含以下选项：
  • Top Users by Token Usage：一个表格，显示令牌用量最高的用户。
  • 按 token 使用量排序的热门对话：一个表格，显示 token 使用量最高的对话。

管理员可以在“Token 使用情况”标签页上使用页面级过滤条件，按以下属性过滤 Token 使用量：

  • 创建日期
  • 代理 ID
  • 对话界面
  • 用户 ID
  • 对话 ID

如需详细了解基于 token 用量的价格，请参阅 Looker 价格页面。

回复和反馈

Responses & feedback（回答和反馈）标签页会报告同意向 Looker 管理员透露其查询数据的用户的 Conversational Analytics 用户行为信息。

回复和反馈标签页会显示以下数据：

  • Overall Answer Success（总体回答成功率）：一个图表，显示用户查询导致成功响应 (Success)、错误 (Error) 或超时 (Timeout) 的百分比。您可以深入了解某种结果类型，以查看、下载或探索返回该结果的查询。
  • 评分分布：一个图表，显示用户对对话式分析回答其问题的满意度评分的计数。用户评分包括我喜欢、不喜欢、未评分和已移除评分。您可以深入了解某种评分类型，以查看、下载和探索用户给出该评分的查询。

  • 用户反馈：一个表格，其中列出了房客评分以及用户提交的关于所收到回答质量的可选书面评论。其中会显示以下信息：

    • 问题：用户输入的查询，必要时会截断。当您深入探究问题时，用户的对话会在一个单独的面板中打开。
    • 智能体：对话分析智能体的唯一标识符。
    • 信息中心：对于信息中心数据智能体，指包含智能体正在查询的数据的信息中心。
    • 模型：对于探索数据代理，指代理正在查询的探索的底层模型。
    • 探索：对于探索数据代理，指代理正在查询的探索。
    • 评分：用户对回答的评分。
    • Answer Success：回答成功结果。
    • 延迟时间：从用户提交查询到最终回答交付的单个对话轮次的端到端时长（以秒为单位）。
    • 用户：与代理对话的用户的名称。
    • 时间戳：用户提交查询时的时间戳，格式为 YYYY-MM-DD HH:MM:SS。

查询历史记录

查询历史记录信息中心可从探索性能面板访问，其中显示了查询以及用于创建查询的探索的当前和历史效果数据。

查询历史记录信息中心包含显示以下数据的图块：

  • 查询运行并返回结果所需的平均时间。
  • 查询运行的总次数。
  • 查询在三个查询阶段中的每个阶段所花费的平均时间。
  • 有关查询的详细指标。
  • 从用于创建初始查询的“探索”中运行的查询数量，按 5 秒运行时增量细分。
  • 基于用于创建初始查询的“探索”运行的查询总数。
  • 基于用于创建初始查询的探索，查询运行并返回结果所需的平均时间。