- 필수 기능
- 시작하기
- Glossary
- 표준 속성
- Guides
- Agent
- 통합
- 개방형텔레메트리
- 개발자
- API
- Datadog Mobile App
- CoScreen
- Cloudcraft
- 앱 내
- 서비스 관리
- 인프라스트럭처
- 애플리케이션 성능
- APM
- Continuous Profiler
- 스팬 시각화
- 데이터 스트림 모니터링
- 데이터 작업 모니터링
- 디지털 경험
- 소프트웨어 제공
- 보안
- AI Observability
- 로그 관리
- 관리
Google Cloud 기계 학습은 모든 유형의 데이터에서 규모와 상관없이 동작하는 기계 학습 모델을 쉽게 구축할 수 있도록 도와드리는 관리형 서비스입니다.
Google 기계 학습 메트릭을 수집하면 다음을 할 수 있습니다.
아직 설정하지 않았다면, 먼저 Google Cloud Platform 통합을 설정하세요. 그 외 다른 설치 단계는 없습니다.
Google Cloud 기계 학습 로그는 Google Cloud Logging으로 수집하여 클라우드 Pub/Sub 토픽을 통해 데이터 플로우 작업으로 전송됩니다. 아직 설정하지 않았다면 Datadog 데이터 플로우 템플릿으로 로깅을 설정하세요.
해당 작업이 완료되면 Google Cloud Logging에서 Google Cloud 기계 학습 로그를 다음 Pub/Sub 주제로 내보냅니다.
gcp.ml.error_count (count) | Cumulative count of prediction errors. Shown as error |
gcp.ml.latency (gauge) | Latency of a certain type. Shown as millisecond |
gcp.ml.prediction_count (count) | Cumulative count of predictions. Shown as prediction |
gcp.ml.response_count (count) | Cumulative count of different response codes. Shown as response |
gcp.ml.cpu_utilization (gauge) | Fraction of the allocated CPU that is currently in use. Shown as percent |
gcp.ml.memory_utilization (gauge) | Fraction of the allocated memory that is currently in use. Shown as percent |
Google Cloud 기계 학습 통합에는 이벤트가 포함되어 있지 않습니다.
Google Cloud 기계 학습 통합은 서비스 점검을 포함하지 않습니다.
도움이 필요하신가요? Datadog 지원팀에 문의하세요.
추가 유용한 문서, 링크 및 기사: