métricas

Métricas de utilización

En la siguiente tabla se muestran las métricas de uso emitidas por Ops Insights.

Nombre de métrica Dimensiones específicas Descripción
WarehouseCpuUtilization

resourceId: ID de Ops Insights para el almacén

resourceDisplayName: nombre mostrado del almacén de Ops Insights.

Uso de CPU del ADW aprovisionado para el almacén de Ops Insights en porcentaje.
DaysToReachHighUtilization
resourceMetric -
  • Uso de bases de datos: CPU, MEMORY, STORAGE
  • Uso de hosts: CPU, LOGICAL_MEMORY, ALMACENAMIENTO
  • Uso de Exadata: CPU, ALMACENAMIENTO, MEMORIA, IOPS, A TRAVÉS

aggregateDataMeasure: indica qué medida agregada subyacente se está utilizando en la previsión. Actualmente puede ser AVG o MAX

forecastModel: indica qué modelo de previsión se está utilizando en la previsión. Actualmente, puede ser SEASONALITY_AWARE, LINEAR_REGRESSION o AUTOML

exceededForecastWindow: indica si el número de días devueltos es equivalente a la cantidad de días que se prevé. Se debe utilizar en las alarmas, de esta forma: DaysToReachHighUtilization[1D]{resourceMetric="STORAGE", resourceType="Exadata", exceededForecastWindow="false"}.grouping(telemetrySource,resourceId).mean() < 30

Nota

Para obtener más dimensiones para esta métrica, consulte Métricas de dimensiones comunes en Ops Insights.
Días para alcanzar una utilización alta (por encima del valor por defecto del 75 %) para un determinado tipo de recurso y métrica de recursos.

Para modificar los umbrales de utilización de la configuración por defecto, consulte: Cambio de umbrales de utilización.

DaysToReachLowUtilization
resourceMetric -
  • Uso de bases de datos: CPU, MEMORY, STORAGE
  • Uso de hosts: CPU, LOGICAL_MEMORY, ALMACENAMIENTO
  • Uso de Exadata: CPU, ALMACENAMIENTO, MEMORIA, IOPS, A TRAVÉS

aggregateDataMeasure: indica qué medida agregada subyacente se está utilizando en la previsión. Actualmente puede ser AVG o MAX

forecastModel: indica qué modelo de previsión se está utilizando en la previsión. Actualmente, puede ser SEASONALITY_AWARE, LINEAR_REGRESSION o AUTOML

exceededForecastWindow: indica si el número de días devueltos es equivalente a la cantidad de días que se prevé. Se debe utilizar en las alarmas, de esta forma: DaysToReachHighUtilization[1D]{resourceMetric="STORAGE", resourceType="Exadata", exceededForecastWindow="false"}.grouping(telemetrySource,resourceId).mean() < 30

Nota

Para obtener más dimensiones para esta métrica, consulte Métricas de dimensiones comunes en Ops Insights.
Días para alcanzar una utilización baja (por debajo del valor por defecto del 25 %) en un determinado tipo de recurso y métrica de recursos.

Para modificar los umbrales de utilización de la configuración por defecto, consulte: Cambio de umbrales de utilización.

Métrica de Data Flow

Ops Insights consume datos procedentes de diferentes tipos de orígenes, como bases de datos autónomas, destinos de Enterprise Manager (bases de datos, hosts, Exadata, etc.) y destinos de Management Agent (bases de datos externas, hosts, etc.). La métrica de intervalo de datos permite configurar alarmas en los datos de eventos de estos orígenes que se hayan detenido durante los últimos 1 o 2 días.

Nota

Para obtener ejemplos sobre la configuración de alarmas para la métrica de flujo de datos, consulte Condiciones de alarma específicas (retrasos de flujo de datos).
Nombre de Métrica Dimensiones Descripción
DataFlowDelayInHrs

sourceIdentifier: será el ID de puente de Enterprise Manager para el destino de Enterprise Manager, el ID de agente para el destino basado en agente y el OCID de ADW para destinos de Autonomous Database.

sourceEntityIdentifier: será el GUID de destino de Enterprise Manager para el destino de Enterprise Manager, el ID de base de datos de Cloud Infrastructure para los destinos basados en el agente de gestión.

associatedResourceId: solo se rellenará para destinos de Autonomous Database y será el OCID de Autonomous Database.

dataProcessingFrequencyInHrs - Frecuencia del procesamiento de datos en horas

Nota

Para obtener más dimensiones para esta métrica, consulte Métricas de dimensiones comunes en Ops Insights.
Hace cuántas horas que se han procesado por última vez los datos para un determinado destino y una determinada métrica

Ejemplos de métricas de Data Flow

En la siguiente tabla se muestran los posibles valores de la dimensión dataProcessingFrequencyInHrs para diferentes tipos de recursos.

Valor dataProcessingFrequencyInHrs Ejemplo de recurso telemetrySourceType Descripción
1 Base de datos gestionada por Enterprise Manager EnterpriseManager Se carga cada hora para procesar los datos de métricas de rendimiento acumulados en el cubo de Object Storage para los destinos de base de datos gestionados de Enterprise Manager.
3

Base de datos autónoma

Base de datos de Database Cloud Service

Base de datos gestionada por Enterprise Manager

Host gestionado de Enterprise Manager

Celda de Exadata

Base de datos de Cloud Infrastructure

CloudInfrastructure

EnterpriseManager

AgentService

Se carga cada 3 horas para obtener datos de métricas de rendimiento por hora del servicio Monitoring (para infraestructura en la nube y bases de datos autónomas), el cubo de Object Storage (para destinos gestionados de Enterprise Manager) o para generar acumulaciones por hora a partir de los datos raw ingeridos mediante API de ingesta.

12

Base de datos autónoma

Base de datos de Database Cloud Service

Base de datos gestionada por Enterprise Manager

Base de datos de Cloud Infrastructure

CloudInfrastructure

EnterpriseManager

AgentService

Cada 12 horas, cargue datos de métricas de rendimiento diarias leyendo datos no procesados del almacén de datos de Ops Insights.
24

Base de datos gestionada por Enterprise Manager

Host gestionado de Enterprise Manager

Celda de Exadata

EnterpriseManager

Cada 24 horas, se ejecutan 2 ETL para procesar datos para destinos gestionados de Enterprise Manager.

Un ETL para cargar datos de métricas de rendimiento diarias del cubo de Object Storage para destinos gestionados por Enterprise Manager.

Otro ETL para cargar datos de métricas de configuración del cubo de almacenamiento de objetos para destinos gestionados de Enterprise Manager.

Métrica de incidencia de recopilación de estadísticas de operaciones

La métrica MetricCollectionErrors contiene el número de errores de recopilación para un determinado nombre de métrica de origen y destino. Esta métrica solo se aplica actualmente a las bases de datos basadas en Oracle Cloud (ExaDB-D / Oracle Base Database / Autonomous) y Enterprise Manager.

Nombre de métrica Dimensiones específicas Descripción
MetricCollectionErrors

associatedResourceId: será el OCID de DBAAS para el recurso.

sourceMetricName: nombre de la recopilación de métricas que falla.

Esta dimensión puede ser una de las siguientes:

  • ASHSqlStats
  • ASHSqlTexts
  • database_instance_load
  • memory_usage
  • storage_usage
  • tablespace_usage
  • db_external_properties
  • db_external_instance
  • db_os_config_instance
  • SqlPlan
  • SqlStats

ErrorCategory - DatabaseConnection/QueryExecution

Causa: código de error de ORA <real si está disponible> o NA

por ejemplo, ORA-12850

Nota

Para obtener más dimensiones para esta métrica, consulte Métricas de dimensiones comunes en Ops Insights.
Número de errores de recopilación para el nombre de métrica de origen y destino especificado.