as_count() dans les évaluations de monitors
Présentation
Lors des évaluations de monitors, les requêtes utilisant les modificateurs as_count() et as_rate() sont calculées selon des méthodes susceptibles de produire des résultats différents. Les monitors faisant intervenir une opération arithmétique et au moins 1 modificateur as_count() utilisent un chemin d’évaluation distinct qui modifie l’ordre dans lequel les agrégations arithmétique et temporelle sont réalisées.
Exemple de taux d’erreur
Imaginez que vous souhaitez surveiller un taux d’erreur pendant 5 minutes à l’aide des métriques requests.error et requests.total. On procède à une seule évaluation à l’aide de ces points de série temporelle alignés sur l’intervalle de 5 min :
Numérateur : sum:requests.error{*}
| Timestamp | Value |
|:--------------------|:------|
| 2018-03-13 11:00:30 | 1 |
| 2018-03-13 11:01:30 | 2 |
| 2018-03-13 11:02:40 | 3 |
| 2018-03-13 11:03:30 | 4 |
| 2018-03-13 11:04:40 | 5 |
*Dénominateur : sum:requests.total{*}
| Timestamp | Value |
|:--------------------|:------|
| 2018-03-13 11:00:30 | 10 |
| 2018-03-13 11:01:30 | 10 |
| 2018-03-13 11:02:40 | 10 |
| 2018-03-13 11:03:30 | 10 |
| 2018-03-13 11:04:40 | 10 |
2 méthodes de calcul
On désigne cette requête classic_eval_path :
sum(last_5m): sum:requests.error{*}.as_rate() / sum:requests.total{*}.as_rate()
et cette requête as_count_eval_path :
sum(last_5m): sum:requests.error{*}.as_count() / sum:requests.total{*}.as_count()
Comparez les résultats de l’évaluation en fonction du chemin emprunté :
| Chemin | Comportement | Expression développée | Résultat |
|---|
classic_eval_path | Fonction d’agrégation appliquée après division | (1/10 + 2/10 + 3/10 + 4/10 + 5/10) | 1.5 |
as_count_eval_path | Fonction d’agrégation appliquée avant division | (1+2+3+4+5) / (10+10+10+10+10) | 0.3 |
Notez que les évaluations sont toutes deux mathématiquement exactes. Choisissez une méthode en accord avec vos intentions.
Il peut être utile de visualiser le chemin classic_eval_path comme :
et le chemin as_count_eval_path comme :
sum(last_5m):error
-----------------
sum(last_5m):total
Si l’agrégation temporelle avg avec .as_rate() convient généralement, l’agrégation sum avec .as_count() est recommandée pour les taux d’erreur. L’utilisation de méthodes d’agrégation autres que sum avec .as_count() serait illogique (et impossible).
Contactez l’équipe d’assistance Datadog si vous avez des questions.
