Telemetrie mit Observability Analytics abfragen und analysieren

Sie können Ihre Log- und Trace-Daten mit SQL in Observability Analytics abfragen und analysieren, um Leistungstrends zu erkennen, aggregierte Statistiken zu generieren und Ergebnisse in Diagrammen und Tabellen darzustellen.

Sie können Abfrageergebnisse auch in Ihren benutzerdefinierten Dashboards speichern. Wenn Sie einzelne Logeinträge aufrufen oder bestimmte Traces und Spans prüfen möchten, verwenden Sie die Seite Log-Explorer oder die Seite Trace-Explorer.

Verknüpfte BigQuery-Datasets

Sie benötigen kein verknüpftes BigQuery-Dataset, um Ihre Logdaten, Ihre Trace-Daten oder beide Datentypen abzufragen, wenn Sie die Seite Observability Analytics verwenden.

Sie benötigen ein verknüpftes BigQuery-Dataset, wenn Sie eine der folgenden Aktionen ausführen möchten:

In diesem Dokument wird nicht beschrieben, wie Sie ein verknüpftes BigQuery-Dataset erstellen. Dieser Vorgang ist für jeden Datentyp spezifisch. Informationen zum Erstellen eines verknüpften BigQuery-Datasets finden Sie unter Logdaten mit einem verknüpften BigQuery-Dataset abfragen oder Trace-Daten mit einem verknüpften BigQuery-Dataset abfragen.

Hinweis

  1. In the Google Cloud console, on the project selector page, select or create a Google Cloud project.

    Roles required to select or create a project

    • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
    • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

    Go to project selector

  2. Verify that billing is enabled for your Google Cloud project.

  3. Enable the Observability API, if it is not already enabled.

    Roles required to enable APIs

    To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

    Enable the API

  4. Bitten Sie Ihren Administrator, Ihnen die folgenden IAM-Rollen zuzuweisen, um die Berechtigungen zu erhalten, die Sie zum Laden der Seite Observability Analytics sowie zum Schreiben, Ausführen und Speichern privater Abfragen für Ihre Trace-Daten benötigen:

    • Observability View Accessor (roles/observability.viewAccessor) für die Beobachtbarkeitsansichten, die Sie abfragen möchten. Diese Rolle unterstützt IAM-Bedingungen, mit denen Sie die Zuweisung auf eine bestimmte Ansicht beschränken können. Wenn Sie der Rollenzuweisung keine Bedingung hinzufügen, kann das Hauptkonto auf alle Beobachtbarkeitsansichten zugreifen.
    • Observability Analytics User (roles/observability.analyticsUser) für Ihr Projekt. Diese Rolle enthält die Berechtigungen, die zum Speichern und Ausführen privater Abfragen sowie zum Ausführen freigegebener Abfragen erforderlich sind.
    • Loganzeige (roles/logging.viewer) für Ihr Projekt
    • Logs View Accessor (roles/logging.viewAccessor) für das Projekt, in dem die Logansichten gespeichert sind, die Sie abfragen möchten.

    Weitere Informationen zum Zuweisen von Rollen finden Sie unter Zugriff auf Projekte, Ordner und Organisationen verwalten.

    Sie können die erforderlichen Berechtigungen auch über benutzerdefinierte Rollen oder andere vordefinierte Rollen erhalten.

Log- und Trace-Daten abfragen

In diesem Abschnitt werden die Ansätze beschrieben, mit denen Sie Ihre Log- und Trace-Daten abfragen können:

  • Laden Sie eine systemdefinierte Abfrage, bearbeiten Sie sie und führen Sie sie dann aus.
  • Geben Sie eine benutzerdefinierte Abfrage ein und führen Sie sie aus. Sie können beispielsweise eine vorhandene Abfrage einfügen oder eine neue schreiben. Benutzerdefinierte Abfragen können Joins, verschachtelte Abfragen und andere komplexe SQL-Anweisungen enthalten. Beispiele finden Sie unter Beispiel-SQL-Abfragen.
  • Erstellen Sie eine Abfrage, indem Sie Menüoptionen auswählen, und führen Sie die Abfrage dann aus. Observability Analytics wandelt Ihre Auswahl in eine SQL-Abfrage um, die Sie sich ansehen und bearbeiten können.

Systemdefinierte Abfrage laden, bearbeiten und ausführen

  1. Rufen Sie in der Google Cloud Console die Seite Observability Analytics auf:

    Zu Observability Analytics

    Wenn Sie diese Seite über die Suchleiste suchen, wählen Sie das Ergebnis mit der Zwischenüberschrift Logging aus.

  2. Wählen Sie im Menü Ansichten eine Ansicht aus.

    Verwenden Sie die Filterleiste oder scrollen Sie durch die Liste, um die Ansicht zu finden, die Sie abfragen möchten:

    • Logansichten, die im Abschnitt Logs aufgeführt sind, werden nach Bucket- und Ansichts-IDs sortiert.
    • Analyseansichten, die im Abschnitt Analyseansichten der aufgeführt sind, werden nach Standort und ID der Ansicht sortiert.
    • Es gibt eine Trace-Ansicht, die im Abschnitt Traces aufgeführt ist.

      Wenn Sie keine Ansicht mit dem Namen _Trace.Spans._AllSpans sehen, enthält IhrGoogle Cloud -Projekt keinen Beobachtbarkeits-Bucket mit dem Namen _Trace. Informationen zur Behebung dieses Fehlers finden Sie unter Trace-Speicherinitialisierung schlägt fehl.

  3. Führen Sie einen der folgenden Schritte aus:

    • Wenn Sie eine systemdefinierte Abfrage laden möchten, die auf dem Query Builder basiert, mit dem Sie die Abfrage über Menüauswahlen definieren können, muss im Bereich Abfrage die Option Query Builder angezeigt werden. Wenn ein SQL-Editor angezeigt wird, klicken Sie auf  Builder.

    • Wenn Sie eine systemdefinierte Abfrage laden möchten, die JSON-Werte extrahiert, muss im Bereich Abfrage der SQL-Editor angezeigt werden. Wenn in diesem Bereich Query Builder angezeigt wird, klicken Sie auf  SQL.

  4. Wählen Sie im Bereich Schema die Option Abfrage aus und klicken Sie dann auf Überschreiben.

    Im Bereich Abfrage wird eine systemdefinierte Abfrage angezeigt. Wenn Sie den Modus Query Builder ausgewählt haben, aber die SQL-Abfrage aufrufen möchten, klicken Sie auf  SQL.

  5. Optional: Ändern Sie die Abfrage.

  6. Wählen Sie in der Symbolleiste Abfrage ausführen aus, um die Abfrage auszuführen.

    Observability Analytics stellt die Abfrageergebnisse in einer Tabelle dar. Sie können jedoch ein Diagramm erstellen und die Tabelle oder das Diagramm in einem benutzerdefinierten Dashboard speichern. Weitere Informationen finden Sie unter SQL-SQL-Abfrage darstellen.

    Wenn in der Symbolleiste In BigQuery ausführen angezeigt wird, müssen Sie Observability Analytics auf die Standardabfrage-Engine umstellen. Klicken Sie dazu in der Symbolleiste des Bereichs Abfrage auf  Einstellungen und wählen Sie dann Analytics (Standard) aus.

Benutzerdefinierte Abfrage eingeben und ausführen

So geben Sie eine SQL-Abfrage ein:

  1. Rufen Sie in der Google Cloud Console die Seite Observability Analytics auf:

    Zu Observability Analytics

    Wenn Sie diese Seite über die Suchleiste suchen, wählen Sie das Ergebnis mit der Zwischenüberschrift Logging aus.

  2. Klicken Sie im Bereich Abfrage auf  SQL.

    • Wir empfehlen, den Zeitraum über die Zeitraumauswahl festzulegen. Wenn Sie eine WHERE-Klausel hinzufügen, die das Feld timestamp angibt, überschreibt dieser Wert die Einstellung in der Zeitraumauswahl und die Auswahl wird deaktiviert.

    • Beispiele finden Sie unter Beispiel-SQL-Abfragen.

    • Die abgefragte Ansicht bestimmt das Format der FROM-Klausel:

      Logdaten

      Sie können Logansichten oder Analyseansichten abfragen. Verwenden Sie für die FROM-Klausel das folgende Format:

      • Logansichten: 
        FROM `PROJECT_ID.LOCATION.BUCKET_ID.LOG_VIEW_ID`
      • Analyseansichten: 
        FROM `analytics_view.PROJECT_ID.LOCATION.ANALYTICS_VIEW_ID`

      Die Felder in den vorherigen Ausdrücken haben die folgende Bedeutung:

      • PROJECT_ID: Die Kennung des Projekts.
      • LOCATION: Der Speicherort der Logansicht oder der Analyseansicht.
      • BUCKET_ID: Der Name oder die ID des Log-Buckets.
      • LOG_VIEW_ID: Die Kennung der Logansicht. Sie ist auf 100 Zeichen begrenzt und darf nur Buchstaben, Ziffern, Unterstriche und Bindestriche enthalten.
      • ANALYTICS_VIEW_ID: Die ID der Analyseansicht. Sie ist auf 100 Zeichen begrenzt und darf nur Buchstaben, Ziffern, Unterstriche und Bindestriche enthalten.

      Wenn im Bereich „Abfrage“ eine Fehlermeldung angezeigt wird, die auf die FROM-Anweisung verweist, kann die Ansicht nicht gefunden werden. Informationen zur Behebung dieses Fehlers finden Sie unter Fehler: FROM-Klausel muss genau eine Logansicht enthalten.

      Trace-Daten

      Im SQL-Editor wird der vollständig qualifizierte Name für die Ansicht _Trace.Spans._AllSpans angezeigt, der das folgende Format hat:

      FROM `PROJECT_ID.LOCATION._Trace.Spans._AllSpans`

      Die Felder im vorherigen Ausdruck haben die folgende Bedeutung:

      Wenn im Bereich „Abfrage“ eine Fehlermeldung angezeigt wird, die auf die FROM-Anweisung verweist, kann die Ansicht nicht gefunden werden. Informationen zur Behebung dieses Fehlers finden Sie unter Fehlermeldung, dass eine Ansicht nicht vorhanden ist.

  3. Wählen Sie in der Symbolleiste Abfrage ausführen aus, um die Abfrage auszuführen.

    Observability Analytics stellt die Abfrageergebnisse in einer Tabelle dar. Sie können jedoch ein Diagramm erstellen und die Tabelle oder das Diagramm in einem benutzerdefinierten Dashboard speichern. Weitere Informationen finden Sie unter SQL-SQL-Abfrage darstellen.

    Wenn in der Symbolleiste In BigQuery ausführen angezeigt wird, müssen Sie Observability Analytics auf die Standardabfrage-Engine umstellen. Klicken Sie dazu in der Symbolleiste des Bereichs Abfrage auf  Einstellungen und wählen Sie dann Analytics (Standard) aus.

Abfrage erstellen, bearbeiten und ausführen

Über die Query Builder-Oberfläche können Sie eine Abfrage erstellen, indem Sie eine Auswahl aus Menüs treffen. Observability Analytics wandelt Ihre Auswahl in eine SQL-Abfrage um, die Sie sich ansehen und bearbeiten können. Sie können beispielsweise mit der Query Builder-Oberfläche beginnen und dann zum SQL-Editor wechseln, um Ihre Abfrage zu verfeinern.

Observability Analytics kann Ihre Menüauswahl aus der Query Builder-Oberfläche immer in eine SQL-Abfrage konvertieren. Nicht alle SQL-Abfragen können jedoch über die Query Builder-Oberfläche dargestellt werden. Abfragen mit Joins können beispielsweise nicht über diese Schnittstelle dargestellt werden.

So erstellen Sie eine Abfrage:

  1. Rufen Sie in der Google Cloud Console die Seite Observability Analytics auf:

    Zu Observability Analytics

    Wenn Sie diese Seite über die Suchleiste suchen, wählen Sie das Ergebnis mit der Zwischenüberschrift Logging aus.

  2. Wenn im Bereich Abfrage ein SQL-Editor angezeigt wird, wählen Sie Builder aus, um den Bereich Query Builder zu öffnen.

  3. Wählen Sie im Menü Quelle die Ansicht aus, die Sie abfragen möchten. Ihre Auswahl wird der FROM-Klausel in der SQL-Abfrage zugeordnet.

  4. Optional: Verwenden Sie die folgenden Menüs, um die Ergebnistabelle einzuschränken oder zu formatieren:

    • In allen Feldern suchen: Nach übereinstimmenden Strings suchen. Ihre Auswahl wird der WHERE-Klausel in der SQL-Abfrage zugeordnet.

    • Spalten: Wählen Sie die Spalten aus, die in der Ergebnistabelle angezeigt werden sollen. Ihre Auswahl wird den SELECT-Klauseln in der SQL-Abfrage zugeordnet.

      Wenn Sie in diesem Menü einen Feldnamen auswählen, wird ein Dialogfeld geöffnet. In diesem Dialogfeld können Sie Folgendes tun:

      • Verwenden Sie das Menü, um Ihre Daten zu aggregieren oder zu gruppieren.

        Um Syntaxfehler zu vermeiden, werden alle Aggregationen und Gruppierungen, die Sie auf eine Spalte anwenden, automatisch auch auf andere Spalten angewendet. Ein Beispiel für das Aggregieren und Gruppieren von Einträgen finden Sie unter Daten mit dem Query Builder gruppieren und aggregieren.

      • Wandelt einen Wert eines beliebigen Typs in einen anderen angegebenen Datentyp um. Weitere Informationen finden Sie in der Dokumentation zu CAST.

      • Teilstring von Werten mithilfe von regulären Ausdrücken extrahieren. Weitere Informationen finden Sie in der Dokumentation zu REGEXP_EXTRACT.

    • Filter: Fügen Sie Filter hinzu, wenn Sie die Abfrage auf Spans beschränken möchten, die ein bestimmtes Attribut oder eine bestimmte Span-ID enthalten. Im Menü werden alle verfügbaren Filteroptionen aufgeführt. Ihre Auswahl wird der WHERE-Klausel in der SQL-Abfrage zugeordnet.

    • Sortieren nach: Legen Sie die Spalten fest, nach denen sortiert werden soll, und ob die Sortierung aufsteigend oder absteigend erfolgen soll. Ihre Auswahl wird der ORDER BY-Klausel in der SQL-Abfrage zugeordnet.

    • Limit: Legen Sie die maximale Anzahl von Zeilen in der Ergebnistabelle fest. Ihre Auswahl wird der LIMIT-Klausel in der SQL-Abfrage zugeordnet.

  5. Wählen Sie in der Symbolleiste Abfrage ausführen aus, um die Abfrage auszuführen.

    Observability Analytics stellt die Abfrageergebnisse in einer Tabelle dar. Sie können jedoch ein Diagramm erstellen und die Tabelle oder das Diagramm in einem benutzerdefinierten Dashboard speichern. Weitere Informationen finden Sie unter SQL-SQL-Abfrage darstellen.

    Wenn in der Symbolleiste In BigQuery ausführen angezeigt wird, müssen Sie Observability Analytics auf die Standardabfrage-Engine umstellen. Klicken Sie dazu in der Symbolleiste des Bereichs Abfrage auf  Einstellungen und wählen Sie dann Analytics (Standard) aus.

Beispiel: Daten mit dem Query Builder gruppieren und aggregieren

Wenn Sie im Query Builder eine Spalte auswählen, enthält jedes Feld ein Menü, in dem Sie Gruppierungen und Aggregationen hinzufügen können. Mit der Gruppierung können Sie Ihre Daten basierend auf dem Wert einer oder mehrerer Spalten in Gruppen organisieren. Mit der Aggregation können Sie Berechnungen für diese Gruppen durchführen, um einen einzelnen Wert zurückzugeben.

Jedes Feld, das Sie im Element Spalten auswählen, hat ein angehängtes Menü mit den folgenden Optionen:

  • Keine: Nicht nach diesem Feld gruppieren oder aggregieren.
  • Aggregieren: Gruppieren Sie die im Element Spalten aufgeführten Felder, es sei denn, für das Feld ist Aggregieren ausgewählt. Berechnen Sie für diese Felder den Wert, indem Sie einen Vorgang für alle Einträge in jeder Gruppierung ausführen. Der Vorgang kann darin bestehen, den Durchschnitt eines Felds zu berechnen oder die Anzahl der Einträge in jeder Gruppierung zu zählen.
  • Gruppieren nach: Einträge werden nach allen Feldern gruppiert, die im Element Spalten aufgeführt sind.

Die folgenden Beispiele veranschaulichen, wie Sie eine Abfrage erstellen können, die Einträge gruppiert und dann eine Art von Aggregation ausführt.

Beispiel für das Aggregieren von Logdaten

In diesem Beispiel wird gezeigt, wie Sie mit dem Query Builder Logeinträge nach Schweregrad und Zeitstempel gruppieren und dann den Durchschnitt des Felds http_request.response_size für jede Gruppe berechnen:

  1. Wählen Sie im Menü Spalten die Felder timestamp, severity und http_request.response_size aus.

    1. Klicken Sie auf das Feld timestamp, um das Dialogfeld mit den Einstellungen zu öffnen und Ihre Daten zu gruppieren. Wählen Sie in diesem Dialogfeld die Option Gruppieren nach aus und legen Sie die Kürzungsgranularität auf HOUR fest. Die Gruppierung wird dann automatisch auf alle anderen Felder angewendet, um Syntaxfehler zu vermeiden. Wenn ungültige Felder vorhanden sind, auf die die Gruppierung nicht angewendet werden kann, wird eine Fehlermeldung angezeigt. Entfernen Sie die ungültigen Felder aus dem Menü, um diesen Fehler zu beheben.

    2. Wenn Sie eine Aggregation für das Feld http_request.response_size ausführen möchten, klicken Sie auf das Feld, um das Dialogfeld mit den Einstellungen zu öffnen. Wählen Sie in diesem Dialogfeld Aggregieren aus. Klicken Sie im Menü Aggregation auf Durchschnitt.

  2. Fügen Sie im Menü Filter den Wert http_request.response_size hinzu und setzen Sie den Vergleichsoperator auf IS NOT NULL. Dieser Filter stimmt mit Logeinträgen überein, die einen response_size-Wert enthalten.

    Die Query Builder-Menüs sehen in etwa so aus:

    Mit den Query Builder-Menüs aggregieren und gruppieren.

  3. Wählen Sie in der Symbolleiste Abfrage ausführen aus, um die Abfrage auszuführen.

    Das Ergebnis dieser Abfrage sieht in etwa so aus:

    +-----------------------------------+----------+---------------+
| Row | hour_timestamp              | severity | response_size |
|     | TIMESTAMP                   | STRING   | INTEGER       |
+-----+-----------------------------+----------+---------------+
| 1   | 2025-10-06 16:00:00.000 UTC | NOTICE   | 3082          |
| 2   | 2025-10-06 17:00:00.000 UTC | WARNING  | 338           |
| 3   | 2025-10-06 16:00:00.000 UTC | INFO     | 149           |

Die entsprechende SQL-Abfrage für das vorherige Beispiel sieht so aus:

SELECT
  -- Truncate the timestamp by hour.
  TIMESTAMP_TRUNC( timestamp, HOUR ) AS hour_timestamp,
  severity,
  -- Compute average response_size.
  AVG( http_request.response_size ) AS average_http_request_response_size
FROM
  `PROJECT_ID.LOCATION.BUCKET_ID.LOG_VIEW_ID`
WHERE
  -- Matches log entries that have a response_size.
  http_request.response_size IS NOT NULL
GROUP BY
  -- Group log entries by timestamp and severity.
  TIMESTAMP_TRUNC( timestamp, HOUR ),
  severity
LIMIT
  1000

Beispiel für die Aggregation von Trace-Daten

In diesem Beispiel wird gezeigt, wie Sie mit dem Query Builder Spans nach Startzeit, Spanname und Spantyp gruppieren und dann die durchschnittliche Dauer in Nanosekunden für jede Gruppe berechnen:

  1. Wählen Sie im Menü Spalten die Felder start_time, name, kind und duration_nano aus.
  2. Wenn Sie die Startzeit auf die Stunde kürzen möchten, maximieren Sie das Menü in der Spalte start_time und wählen Sie Gruppieren nach aus. Achten Sie darauf, dass im Menü für die Granularität Stunde ausgewählt ist.

  3. Klicken Sie auf Übernehmen.

    Wenn Sie für eine Spalte Gruppieren nach auswählen, werden die Einträge nach allen Spalten gruppiert. In diesem Beispiel werden die Einträge nach dem gekürzten Wert von start_time, dem Span-Namen, der Span-Art und dem Wert der Dauer gruppiert.

    In diesem Beispiel sollen die Einträge jedoch nach der gekürzten Zeit, dem Span-Namen und der Span-Art gruppiert und dann für jede Gruppe die durchschnittliche Dauer berechnet werden. Im nächsten Schritt ändern Sie die Gruppierung und fügen eine Aggregation hinzu.

  4. Maximieren Sie das Menü im Feld duration_nano, wählen Sie Aggregieren aus und legen Sie dann für das Feld Aggregation die Option Durchschnitt fest.

    Wenn Sie die Abfrage ausführen, entspricht jede Zeile einer Gruppe, die aus einer gekürzten Zeit, einem Span-Namen und einer Span-Art besteht. Der letzte Eintrag in jeder Zeile ist die durchschnittliche Dauer für alle Einträge in dieser Gruppe.

    Das Ergebnis dieser Abfrage sieht in etwa so aus:

    +-----------------------------------+----------------+----------+-----------------------+
| Row | hour_timestamp              | span_name      | kind     | average_duration_nano |
|     | TIMESTAMP                   | STRING         | INTEGER  | FLOAT                 |
+-----+-----------------------------+-----------+---------------+-----------------------+
| 1   | 2025-10-09 13:00:00.000 EDT | http.receive   | 3        | 122138.22813990474
| 2   | 2025-10-09 13:00:00.000 EDT | query.request  | 1        | 6740819304.390297
| 3   | 2025-10-09 13:00:00.000 EDT | client.handler | 2        | 6739339098.409376

  5. Ihre Abfrage kann mehrere Aggregationen enthalten. So fügen Sie beispielsweise eine Spalte hinzu, in der die Anzahl der Einträge in jeder Gruppe gezählt wird:

    1. Klicken Sie im Element Spalten auf Spalte hinzufügen.
    2. Wählen Sie Alle (*) aus.
    3. Wählen Sie im Dialogfeld Aggregieren aus, wählen Sie Anzahl für die Aggregation aus und wählen Sie dann Anwenden aus.

    Die Gruppierung bleibt gleich. Die Einträge werden nach der gekürzten Startzeit, dem Span-Namen und dem Span-Typ gruppiert. Für jede Gruppe werden jedoch die durchschnittliche Dauer und die Anzahl der Einträge berechnet.

Die entsprechende SQL-Abfrage für das vorherige Beispiel sieht so aus:

WITH
  scope_query AS (
  SELECT
    *
  FROM
    `PROJECT_ID.us._Trace.Spans._AllSpans` )
SELECT
  -- Report the truncated start time, span name, span kind, average duration and number
  -- of entries for each group.
  TIMESTAMP_TRUNC( start_time, HOUR ) AS hour_start_time,
  name AS span_name,
  kind,
  AVG( duration_nano ) AS average_duration_nano,
  COUNT( * ) AS count_all
FROM
  scope_query
GROUP BY
  TIMESTAMP_TRUNC( start_time, HOUR ),
  name,
  kind
LIMIT
  100

Schema anzeigen

Das Schema definiert, wie die Daten gespeichert werden, einschließlich der Felder und ihrer Datentypen. Diese Informationen sind wichtig, da das Schema die Felder bestimmt, die Sie abfragen, und ob Sie Felder in andere Datentypen umwandeln müssen. Wenn Sie beispielsweise eine Abfrage schreiben möchten, die die durchschnittliche Latenz von HTTP-Anfragen berechnet, müssen Sie wissen, wie Sie auf das Latenzfeld zugreifen und ob es als Ganzzahl wie 100 oder als String wie "100" gespeichert wird. Wenn die Latenzdaten als String gespeichert sind, muss die Abfrage den Wert in einen numerischen Wert umwandeln, bevor ein Durchschnitt berechnet wird.

So identifizieren Sie das Schema:

  1. Rufen Sie in der Google Cloud Console die Seite Observability Analytics auf:

    Zu Observability Analytics

    Wenn Sie diese Seite über die Suchleiste suchen, wählen Sie das Ergebnis mit der Zwischenüberschrift Logging aus.

  2. Wählen Sie im Menü Ansichten eine Ansicht aus.

    Der Bereich Schema wird aktualisiert. Observability Analytics leitet die Felder einer Spalte automatisch ab, wenn der Datentyp JSON ist. Wenn Sie sehen möchten, wie oft diese abgeleiteten Felder in Ihren Daten vorkommen, klicken Sie auf Optionen und wählen Sie Informationen und Beschreibung ansehen aus.

    Logdaten

    Bei Logansichten ist das Schema fest und entspricht dem LogEntry. Bei Analyseansichten können Sie die SQL-Abfrage ändern, um das Schema zu ändern.

    Trace-Daten

    Informationen zum Schema finden Sie unter Speicherschema für Trace-Daten.

    Wenn Sie keine Ansicht mit dem Namen _Trace.Spans._AllSpans sehen, enthält IhrGoogle Cloud -Projekt keinen Beobachtbarkeits-Bucket mit dem Namen _Trace. Informationen zur Behebung dieses Fehlers finden Sie unter Trace-Speicherinitialisierung schlägt fehl.

Beschränkungen

Wenn Sie mehrere Ansichten abfragen möchten, müssen sich diese am selben Speicherort befinden. Wenn Sie beispielsweise zwei Ansichten am Speicherort us-east1 speichern, können beide Ansichten mit einer einzigen Abfrage abgefragt werden. Sie können auch zwei Ansichten abfragen, die in der Multiregion us gespeichert sind. Wenn der Standort einer Ansicht jedoch global ist, kann sich diese Ansicht an einem beliebigen physischen Standort befinden. Daher können Joins zwischen zwei Ansichten mit dem Standort global fehlschlagen.

Eine Liste der Einschränkungen für Logdaten finden Sie unter Observability Analytics: Einschränkungen.

Nächste Schritte