Google은 AI 기술을 사용하여 콘텐츠를 사용자의 기본 언어로 번역합니다. AI 번역에는 오류가 있을 수 있습니다.

관측 가능성 분석으로 원격 분석 쿼리 및 분석

Observability Analytics에서 SQL을 사용하여 로그 및 trace 데이터를 쿼리하고 분석하여 성능 추세를 파악하고, 집계된 인사이트를 생성하고, 차트와 테이블에 결과를 표시할 수 있습니다.

쿼리 결과를 커스텀 대시보드에 저장할 수도 있습니다. 개별 로그 항목을 보거나 특정 trace 및 스팬을 검사하려면 로그 탐색기 페이지 또는 Trace 탐색기 페이지를 사용합니다.

연결된 BigQuery 데이터 세트 정보

Observability Analytics 페이지를 사용하는 경우 로그 데이터, trace 데이터 또는 두 데이터 유형을 모두 쿼리하는 데 연결된 BigQuery 데이터 세트가 필요하지 않습니다.

다음 작업을 수행하려면 연결된 BigQuery 데이터 세트가 필요합니다.

로그 또는 trace 데이터를 다른 BigQuery 데이터 세트와 조인합니다.
BigQuery Studio 페이지 또는 데이터 스튜디오와 같은 다른 서비스에서 로그 또는 trace 데이터를 쿼리합니다.
주문형 슬롯 또는 BigQuery 예약 슬롯을 사용하여 BigQuery 엔진에서 Observability Analytics 쿼리를 실행합니다.
SQL 쿼리 결과를 모니터링하는 알림 정책을 만듭니다. 자세한 내용은 Logging: SQL 쿼리 결과 모니터링 및 Trace: SQL 쿼리 결과 모니터링을 참조하세요.

이 문서에서는 연결된 BigQuery 데이터 세트를 만드는 방법을 설명하지 않습니다. 이 프로세스는 각 데이터 유형에 따라 다릅니다. 연결된 BigQuery 데이터 세트를 만드는 방법은 연결된 BigQuery 데이터 세트를 사용하여 로그 데이터 쿼리 또는 연결된 BigQuery 데이터 세트를 사용하여 trace 데이터 쿼리를 참조하세요.

시작하기 전에

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.
Note: If you don't plan to keep the resources that you create in this procedure, create a project instead of selecting an existing project. After you finish these steps, you can delete the project, removing all resources associated with the project.

Go to project selector
Verify that billing is enabled for your Google Cloud project.
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

Observability Analytics 페이지를 로드하고 trace 데이터에 대한 비공개 쿼리를 작성, 실행, 저장하는 데 필요한 권한을 얻으려면 관리자에게 다음 IAM 역할을 부여해 달라고 요청하세요.
- 쿼리하려는 모니터링 가능성 뷰에 대한 모니터링 가능성 뷰 접근자(roles/observability.viewAccessor) 이 역할은 IAM 조건을 지원하므로 특정 뷰에 대한 권한 부여를 제한할 수 있습니다. 역할 부여에 조건을 연결하지 않으면 주 구성원이 모든 모니터링 가능성 뷰에 액세스할 수 있습니다.
- 프로젝트의 Observability Analytics 사용자(roles/observability.analyticsUser) 이 역할에는 비공개 쿼리를 저장 및 실행하고 공유 쿼리를 실행하는 데 필요한 권한이 포함되어 있습니다.
- 프로젝트의 로그 뷰어(roles/logging.viewer)
- 쿼리하려는 로그 뷰를 저장하는 프로젝트에 대한 로그 뷰 접근자(roles/logging.viewAccessor)
역할 부여에 대한 자세한 내용은 프로젝트, 폴더, 조직에 대한 액세스 관리를 참조하세요.

커스텀 역할이나 다른 사전 정의된 역할을 통해 필요한 권한을 얻을 수도 있습니다.

로그 및 trace 데이터 쿼리

이 섹션에서는 로그 및 trace 데이터를 쿼리하는 데 사용할 수 있는 접근 방식을 설명합니다.

시스템 정의 쿼리를 로드하고 이 쿼리를 수정한 후 쿼리를 실행합니다.
커스텀 쿼리를 입력하고 실행합니다. 예를 들어 쿼리를 붙여넣거나 작성할 수 있습니다 커스텀 쿼리에는 조인, 중첩 쿼리, 기타 복잡한 SQL 문이 포함될 수 있습니다. 예시는 샘플 SQL 쿼리를 참조하세요.
메뉴를 선택하여 쿼리를 빌드한 후 해당 쿼리를 실행합니다. Observability Analytics는 선택 항목을 SQL 쿼리로 변환하며, 이를 확인하고 수정할 수 있습니다.

시스템 정의 쿼리 로드, 수정, 실행

Google Cloud 콘솔에서 Observability Analytics 페이지로 이동합니다.
모니터링 가능성 분석으로 이동

검색창을 사용하여 이 페이지를 찾은 경우 부제목이 Logging인 결과를 선택합니다.

참고: Observability Analytics 페이지의 창에 'Observability Analytics 시작하기' 메시지가 표시되면 창에서 닫기를 클릭합니다.
뷰 메뉴에서 뷰를 선택합니다.

쿼리할 뷰를 찾으려면 필터 막대를 사용하거나 목록을 스크롤합니다.
- Logs 섹션에 나열된 로그 뷰는 버킷 및 뷰 ID별로 정렬됩니다.
- 분석 뷰 섹션에 나열된 분석 뷰는 뷰의 위치와 ID를 기준으로 정렬됩니다.
- trace 섹션에 나열된 trace 뷰가 하나 있습니다.
  _Trace.Spans._AllSpans 뷰가 표시되지 않으면Google Cloud 프로젝트에 _Trace 모니터링 가능성 버킷이 포함되지 않은 것입니다. 이 실패를 해결하는 방법은 Trace 스토리지 초기화 실패를 참조하세요.
다음 중 하나를 수행합니다.
- 메뉴 선택으로 쿼리를 정의할 수 있는 쿼리 빌더를 사용하는 시스템 정의 쿼리를 로드하려면 쿼리 창에 쿼리 빌더가 표시되는지 확인합니다. SQL 편집기가 표시되면 빌더를 클릭합니다.
- JSON 값을 추출하는 시스템 정의 쿼리를 로드하려면 쿼리 창에 SQL 편집기가 표시되는지 확인합니다. 이 창에 쿼리 빌더가 표시되면 SQL을 클릭합니다.
스키마 창에서 쿼리를 선택한 후 덮어쓰기를 클릭합니다.

쿼리 창에 시스템 정의 쿼리가 표시됩니다. 쿼리 빌더 모드를 선택했지만 SQL 쿼리를 보려면 SQL을 클릭합니다.
선택사항: 쿼리를 수정합니다.
쿼리를 실행하려면 툴바로 이동하여 쿼리 실행을 선택합니다.

Observability Analytics는 쿼리 결과를 테이블에 표시합니다. 하지만 차트를 만들 수 있으며 표나 차트를 커스텀 대시보드에 저장할 수도 있습니다. 자세한 내용은 SQL 쿼리 결과 차트로 표시를 참조하세요.

툴바에 BigQuery에서 실행이 표시되면 기본 쿼리 엔진을 사용하도록 Observability Analytics를 전환해야 합니다. 이 변경을 수행하려면 쿼리 창의 툴바에서 설정을 클릭한 후 분석(기본값)을 선택합니다.

커스텀 쿼리 입력 및 실행

SQL 쿼리를 입력하려면 다음을 수행합니다.

Google Cloud 콘솔에서 Observability Analytics 페이지로 이동합니다.
모니터링 가능성 분석으로 이동

검색창을 사용하여 이 페이지를 찾은 경우 부제목이 Logging인 결과를 선택합니다.

참고: Observability Analytics 페이지의 창에 'Observability Analytics 시작하기' 메시지가 표시되면 창에서 닫기를 클릭합니다.
쿼리 창에서 SQL을 클릭합니다.
- 기간을 지정하려면 기간 선택기를 사용하는 것이 좋습니다. timestamp 필드를 지정하는 WHERE 절을 추가하면 이 값은 기간 선택기의 설정을 재정의하고 해당 선택기는 사용 중지됩니다.
- 예시는 샘플 SQL 쿼리를 참조하세요.
- 쿼리하는 뷰에 따라 FROM 절의 형식이 결정됩니다.
  로그 데이터
  
  로그 뷰 또는 분석 뷰를 쿼리할 수 있습니다. FROM 절에 다음 형식을 사용합니다.
  
  로그 뷰:
  FROM `PROJECT_ID.LOCATION.BUCKET_ID.LOG_VIEW_ID`
  
  분석 뷰:
  FROM `analytics_view.PROJECT_ID.LOCATION.ANALYTICS_VIEW_ID`
  
  이전 표현식의 필드는 다음과 같은 의미를 갖습니다.
  
  PROJECT_ID: 프로젝트 식별자
  
  LOCATION: 로그 뷰 또는 분석 뷰의 위치
  
  BUCKET_ID: 로그 버킷의 이름 또는 ID
  
  LOG_VIEW_ID: 로그 뷰의 식별자로, 100자(영문 기준)로 제한되며 문자, 숫자, 밑줄, 하이픈만 포함할 수 있습니다.
  
  ANALYTICS_VIEW_ID: 분석 뷰의 ID로, 100자(영문 기준)로 제한되며 문자, 숫자, 밑줄, 하이픈만 포함할 수 있습니다.
  
  쿼리 창에 FROM 문을 참조하는 오류 메시지가 표시되면 뷰를 찾을 수 없습니다. 이 실패를 해결하는 방법은 FROM 오류 절에는 로그 뷰가 정확히 하나만 포함되어야 합니다를 참조하세요.
  Trace 데이터
  
  SQL 편집기에는 다음 형식의 _Trace.Spans._AllSpans 뷰에 대한 정규화된 이름이 표시됩니다.
  
  FROM `PROJECT_ID.LOCATION._Trace.Spans._AllSpans`
  
  이전 표현식의 필드는 다음과 같은 의미를 갖습니다.
  
  PROJECT_ID: 프로젝트 식별자
  
  LOCATION: 모니터링 가능성 버킷의 위치입니다.
  
  쿼리 창에 FROM 문을 참조하는 오류 메시지가 표시되면 뷰를 찾을 수 없습니다. 이 실패를 해결하는 방법은 뷰가 없다는 오류 메시지를 참조하세요.
쿼리를 실행하려면 툴바로 이동하여 쿼리 실행을 선택합니다.

Observability Analytics는 쿼리 결과를 테이블에 표시합니다. 하지만 차트를 만들 수 있으며 표나 차트를 커스텀 대시보드에 저장할 수도 있습니다. 자세한 내용은 SQL 쿼리 결과 차트로 표시를 참조하세요.

툴바에 BigQuery에서 실행이 표시되면 기본 쿼리 엔진을 사용하도록 Observability Analytics를 전환해야 합니다. 이 변경을 수행하려면 쿼리 창의 툴바에서 설정을 클릭한 후 분석(기본값)을 선택합니다.

쿼리 빌드, 수정, 실행

쿼리 빌더 인터페이스를 사용하면 메뉴에서 선택하여 쿼리를 빌드할 수 있습니다. Observability Analytics는 선택한 항목을 SQL 쿼리로 변환하며, 이를 확인하고 수정할 수 있습니다. 예를 들어 쿼리 빌더 인터페이스를 사용하여 시작한 다음 SQL 편집기로 전환하여 쿼리를 미세 조정할 수 있습니다.

Observability Analytics는 항상 쿼리 빌더 인터페이스의 메뉴 선택을 SQL 쿼리로 변환할 수 있습니다. 하지만 모든 SQL 쿼리를 쿼리 빌더 인터페이스로 표현할 수 있는 것은 아닙니다. 예를 들어 조인이 있는 쿼리는 이 인터페이스로 표현할 수 없습니다.

쿼리를 빌드하려면 다음을 수행합니다.

Google Cloud 콘솔에서 Observability Analytics 페이지로 이동합니다.
모니터링 가능성 분석으로 이동

검색창을 사용하여 이 페이지를 찾은 경우 부제목이 Logging인 결과를 선택합니다.

참고: Observability Analytics 페이지의 창에 'Observability Analytics 시작하기' 메시지가 표시되면 창에서 닫기를 클릭합니다.
쿼리 창에 SQL 편집기가 표시되면 빌더를 선택하여 쿼리 빌더 창을 엽니다.
소스 메뉴를 사용하여 쿼리할 뷰를 선택합니다. 선택한 항목은 SQL 쿼리의 FROM 절에 매핑됩니다.
선택사항: 다음 메뉴를 사용하여 결과 테이블을 제한하거나 형식을 지정합니다.
- 모든 필드 검색: 일치하는 문자열을 검색합니다. 선택한 항목은 SQL 쿼리의 WHERE 절에 매핑됩니다.
- 열: 결과 테이블에 표시되는 열을 선택합니다. 선택한 항목은 SQL 쿼리의 SELECT 절에 매핑됩니다.
  
  이 메뉴에서 필드 이름을 선택하면 대화상자가 열립니다. 이 대화상자에서 다음을 수행할 수 있습니다.
  - 메뉴를 사용하여 데이터를 집계하거나 그룹화합니다.
    
    문법 오류를 방지하기 위해 한 열에 적용하는 집계 및 그룹화는 다른 열에도 자동으로 적용됩니다. 항목을 집계하고 그룹화하는 방법의 예시는 쿼리 빌더를 사용하여 데이터 그룹화 및 집계를 참조하세요.
  - 모든 유형의 값을 지정된 다른 데이터 유형으로 변환합니다. 자세한 내용은 CAST 문서를 참조하세요.
  - 정규 표현식을 사용하여 값의 하위 문자열을 추출합니다. 자세한 내용은 REGEXP_EXTRACT 문서를 참조하세요.
- 필터: 특정 속성 또는 스팬 ID가 포함된 스팬으로 쿼리를 제한하려면 필터를 추가합니다. 메뉴에는 사용 가능한 모든 필터 옵션이 나열됩니다. 선택 항목이 SQL 쿼리의 WHERE 절에 매핑됩니다.
- 정렬 기준: 정렬할 열과 정렬이 오름차순인지 내림차순인지 설정합니다. 선택한 항목이 SQL 쿼리의 ORDER BY 절에 매핑됩니다.
- 제한: 결과 테이블의 최대 행 수를 설정합니다. 선택한 항목은 SQL 쿼리의 LIMIT 절에 매핑됩니다.
쿼리를 실행하려면 툴바로 이동하여 쿼리 실행을 선택합니다.

Observability Analytics는 쿼리 결과를 테이블에 표시합니다. 하지만 차트를 만들 수 있으며 표나 차트를 커스텀 대시보드에 저장할 수도 있습니다. 자세한 내용은 SQL 쿼리 결과 차트로 표시를 참조하세요.

툴바에 BigQuery에서 실행이 표시되면 기본 쿼리 엔진을 사용하도록 Observability Analytics를 전환해야 합니다. 이 변경을 수행하려면 쿼리 창의 툴바에서 설정을 클릭한 후 분석(기본값)을 선택합니다.

예시: 쿼리 빌더를 사용하여 데이터 그룹화 및 집계

쿼리 빌더에서 열을 선택하면 각 필드에 그룹화 및 집계를 추가할 수 있는 메뉴가 포함됩니다. 그룹화를 사용하면 하나 이상의 열 값을 기준으로 데이터를 그룹으로 구성할 수 있으며, 집계를 사용하면 이러한 그룹에 대해 계산을 수행하여 단일 값을 반환할 수 있습니다.

열 요소에서 선택하는 각 필드에는 다음 옵션이 있는 메뉴가 연결되어 있습니다.

없음: 이 필드를 기준으로 그룹화하거나 집계하지 않습니다.
집계: 필드에 집계 선택 항목이 있는 경우를 제외하고 열 요소에 나열된 필드를 그룹화합니다. 이러한 필드의 경우 각 그룹의 모든 항목에 대해 작업을 수행하여 값을 계산합니다. 이 작업은 필드의 평균을 계산하거나 각 그룹의 항목 수를 계산하는 등의 작업일 수 있습니다.
그룹화: 열 요소에 나열된 모든 필드를 기준으로 항목을 그룹화합니다.

다음 예시에서는 항목을 그룹화한 후 특정 유형의 집계를 수행하는 쿼리를 구성하는 방법을 보여줍니다.

로그 데이터 집계 예시
trace 데이터 집계 예시

로그 데이터 집계 예시

이 예시에서는 쿼리 빌더를 사용하여 심각도 및 타임스탬프별로 로그 항목을 그룹화한 후 각 그룹의 http_request.response_size 필드 평균을 계산하는 방법을 보여줍니다.

열 메뉴에서 timestamp, severity, http_request.response_size 필드를 선택합니다.
1. 데이터를 그룹화하려면 timestamp 필드를 클릭하여 설정 대화상자를 엽니다. 이 대화상자에서 그룹화 기준 옵션을 선택하고 잘림 세분화를 HOUR로 설정합니다. 그런 다음 문법 오류를 방지하기 위해 그룹화가 다른 모든 필드에 자동으로 적용됩니다. 그룹화를 적용할 수 없는 잘못된 필드가 있으면 오류 메시지가 표시됩니다. 이 오류를 해결하려면 메뉴에서 잘못된 필드를 삭제하세요.
2. http_request.response_size 필드에서 집계를 수행하려면 필드를 클릭하여 설정 대화상자를 엽니다. 이 대화상자에서 집계를 선택합니다. 집계 메뉴에서 평균을 클릭합니다.
  
  참고: 집계 옵션을 선택하면 열에 그룹화가 자동으로 적용됩니다.
필터 메뉴에서 http_request.response_size를 추가하고 비교 연산자를 IS NOT NULL로 설정합니다. 이 필터는 response_size 값이 포함된 로그 항목과 일치합니다.

쿼리 빌더 메뉴는 다음과 유사합니다.

쿼리를 실행하려면 툴바로 이동하여 쿼리 실행을 선택합니다.

이 쿼리 결과는 다음과 유사합니다.

+-----------------------------------+----------+---------------+
| 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           |

이전 예시에 해당하는 SQL 쿼리는 다음과 같습니다.

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

trace 데이터 집계 예시

이 예시에서는 쿼리 빌더를 사용하여 시작 시간, 스팬 이름, 스팬 종류별로 스팬을 그룹화한 후 각 그룹의 평균 기간을 나노초 단위로 계산하는 방법을 보여줍니다.

열 메뉴에서 start_time, name, kind, duration_nano 필드를 선택합니다.
시작 시간을 시간 단위로 자르려면 start_time 열에서 메뉴를 펼치고 그룹화를 선택합니다. 세부사항 메뉴가 시간으로 설정되어 있는지 확인합니다.
적용을 클릭합니다.

열에 대해 그룹화 기준을 선택하면 시스템에서 모든 열을 기준으로 항목을 그룹화합니다. 이 예시에서는 항목이 start_time의 잘린 값, 스팬 이름, 스팬 종류, 기간 값으로 그룹화됩니다.

하지만 이 예시의 목표는 잘린 시간, 스팬 이름, 스팬 종류별로 항목을 그룹화한 다음 각 그룹의 평균 기간을 계산하는 것입니다. 다음 단계에서는 그룹화를 수정하고 집계를 추가합니다.

duration_nano 필드에서 메뉴를 펼치고 집계를 선택한 후 집계 필드를 평균으로 설정합니다.

쿼리를 실행하면 각 행은 잘린 시간, 스팬 이름, 스팬 종류로 구성된 그룹에 해당합니다. 각 행의 마지막 항목은 해당 그룹에 있는 모든 항목의 평균 기간입니다.

이 쿼리 결과는 다음과 유사합니다.

+-----------------------------------+----------------+----------+-----------------------+
| 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

쿼리에 여러 집계가 포함될 수 있습니다. 예를 들어 각 그룹의 항목 수를 계산하는 열을 추가하려면 다음을 수행합니다.
1. 열 요소에서 열 추가를 클릭합니다.
2. 모두(*)를 선택합니다.
3. 대화상자에서 집계를 선택하고 집계에 대해 개수를 선택한 후 적용을 선택합니다.
이 변경사항으로 인해 그룹화는 동일하게 유지됩니다. 항목은 잘린 시작 시간, 스팬 이름, 스팬 종류별로 그룹화됩니다. 하지만 각 그룹에 대해 쿼리는 평균 기간과 항목 수를 계산합니다.

이전 예시에 해당하는 SQL 쿼리는 다음과 같습니다.

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

스키마 표시

스키마는 데이터가 저장되는 방식을 정의하며, 여기에는 필드와 데이터 유형이 포함됩니다. 스키마는 쿼리하는 필드와 필드를 다른 데이터 유형으로 변환해야 하는지 여부를 결정하므로 이 정보는 중요합니다. 예를 들어 HTTP 요청의 평균 지연 시간을 계산하는 쿼리를 작성하려면 지연 시간 필드에 액세스하는 방법과 정수(예: 100)로 저장되는지 또는 문자열(예: "100")로 저장되는지 여부를 알아야 합니다. 지연 시간 데이터가 문자열로 저장된 경우 평균을 계산하기 전에 쿼리가 값을 숫자 값으로 형 변환해야 합니다.

스키마를 식별하려면 다음을 수행합니다.

Google Cloud 콘솔에서 Observability Analytics 페이지로 이동합니다.
모니터링 가능성 분석으로 이동

검색창을 사용하여 이 페이지를 찾은 경우 부제목이 Logging인 결과를 선택합니다.
뷰 메뉴에서 뷰를 선택합니다.

스키마 창이 업데이트됩니다. Observability Analytics는 데이터 유형이 JSON인 경우 열의 필드를 자동으로 추론합니다. 이러한 추론된 필드가 데이터에 표시되는 빈도를 보려면 옵션을 클릭하고 정보 및 설명 보기를 선택합니다.

로그 데이터

로그 뷰의 경우 스키마는 고정되어 있으며 LogEntry에 해당합니다. 분석 뷰의 경우 SQL 쿼리를 수정하여 스키마를 변경할 수 있습니다.

Trace 데이터

스키마에 대한 자세한 내용은 trace 데이터의 스토리지 스키마를 참조하세요.

_Trace.Spans._AllSpans 뷰가 표시되지 않으면Google Cloud 프로젝트에 _Trace 모니터링 가능성 버킷이 포함되지 않은 것입니다. 이 실패를 해결하는 방법은 Trace 스토리지 초기화 실패를 참조하세요.

제한사항

여러 뷰를 쿼리하려면 해당 뷰가 동일한 위치에 있어야 합니다. 예를 들어 us-east1 위치에 두 개의 뷰를 저장하는 경우 하나의 쿼리로 두 뷰를 모두 쿼리할 수 있습니다. us 멀티 리전에 저장된 두 개의 뷰를 쿼리할 수도 있습니다. 하지만 뷰의 위치가 global인 경우 해당 뷰는 모든 물리적 위치에 있을 수 있습니다. 따라서 global 위치가 있는 두 뷰 간의 조인이 실패할 수 있습니다.

로그 데이터에 적용되는 제한사항 목록은 Observability Analytics: 제한사항을 참조하세요.