翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon SageMaker でアマゾンを監視 CloudWatch
SageMaker Amazonを使用してAmazonを監視できます。Amazonは未加工データを収集し CloudWatch、それを読み取り可能でほぼリアルタイムのメトリックスに処理します。これらの統計は 15 か月間保持されるため、履歴情報にアクセスし、ウェブアプリケーションまたはサービスの動作をより的確に把握できます。ただし、Amazon CloudWatch コンソールでは、検索対象を過去 2 週間に更新されたメトリックスに限定しています。この制限により、最新のジョブが名前空間に表示されるようになります。検索を使用せずにメトリクスをグラフ化するには、ソースビューでその正確な名前を指定します。また、特定のしきい値をモニタリングするアラームを設定し、しきい値に達したときに通知を送信したりアクションを実行したりできます。詳細については、Amazon CloudWatch ユーザーガイドを参照してください。
SageMaker メトリックスとディメンション
SageMaker エンドポイント呼び出しメトリクス
AWS/SageMaker
名前空間には、への呼び出しによる以下のリクエストメトリクスが含まれます。 InvokeEndpoint
メトリクスは、1 分間隔で利用できます。
次の図は、 SageMaker エンドポイントが Amazon SageMaker ランタイム API とどのように相互作用するかを示しています。エンドポイントにリクエストを送信してからレスポンスを受信するまでの全体の所要時間は、次の 3 つの要素によって異なります。
-
ネットワークレイテンシー — ランタイムランタイム API SageMaker にリクエストを送信してからランタイムランタイム API SageMaker から応答を受信するまでにかかる時間。
-
オーバーヘッドレイテンシー — ランタイムランタイム API からモデルコンテナにリクエストを転送し、 SageMaker そのレスポンスをランタイムランタイム API に送り返すのにかかる時間。 SageMaker
-
モデルレイテンシー — モデルコンテナがリクエストを処理してレスポンスを返すまでにかかる時間です。
合計レイテンシーの詳細については、「Amazon SageMaker リアルタイム推論エンドポイントの負荷テストのベストプラクティス
エンドポイント呼び出しメトリクス
メトリクス | 説明 |
---|---|
Invocation4XXErrors |
4xx HTTP レスポンスコードを返したモデルの 単位: なし 有効な統計: 合計、平均 |
Invocation5XXErrors |
5xx HTTP レスポンスコードを返したモデルの 単位: なし 有効な統計: 合計、平均 |
InvocationModelErrors |
2XX HTTP レスポンスに至らなかったモデル呼び出しリクエストの数。これには、4XX/5XX ステータスコード、低レベルのソケットエラー、不正な HTTP レスポンス、リクエストタイムアウトが含まれます。各エラーレスポンスについて、1 が送信されます。それ以外の場合は 0 が送信されます。 単位: なし 有効な統計: 合計、平均 |
Invocations |
モデルエンドポイントに送信された モデルエンドポイントに送信されたリクエストの合計数を得るには、Sum 統計を使用します。 単位: なし 有効な統計: Sum |
InvocationsPerCopy |
推論コンポーネントの各コピーによって正規化された呼び出しの数。 有効な統計: Sum |
InvocationsPerInstance |
モデルに送信される呼び出しの数を、 単位: なし 有効な統計: Sum |
ModelLatency |
モデルがランタイム API リクエストに応答するまでにかかる時間間隔。 SageMaker この間隔には、リクエストを送信し、モデルのコンテナからレスポンスを取得するのにかかるローカル通信時間と、コンテナ内で推論を完了するのにかかる時間が含まれます。 単位: マイクロ秒 有効な統計: Average、Sum、Min、Max、Sample Count |
ModelSetupTime |
サーバーレスエンドポイントの新しいコンピューティングリソースを起動するのにかかる時間。時間は、モデルのサイズ、モデルのダウンロードにかかる時間、コンテナの起動時間によって異なります。 単位: マイクロ秒 有効な統計: 平均、最小、最大、サンプル数、パーセンタイル |
OverheadLatency |
SageMaker クライアントのリクエストにオーバーヘッドで応答するまでにかかる時間に加算される時間間隔。この間隔は、 SageMaker リクエストを受信してからクライアントにレスポンスを返すまでの時間から、を引いたものです。 単位: マイクロ秒 有効な統計: Average、Sum、Min、Max、Sample Count |
エンドポイント呼び出しメトリクスのディメンション
ディメンション | 説明 |
---|---|
EndpointName, VariantName |
指定のエンドポイントおよびバリアントの |
InferenceComponentName |
推論コンポーネントの呼び出しメトリクスをフィルタリングします。 |
SageMaker 推論、コンポーネント、メトリクス
/aws/sagemaker/InferenceComponents
名前空間には、 InvokeEndpoint推論コンポーネントをホストするエンドポイントへの呼び出しからの以下のメトリクスが含まれます。
メトリクスは、1 分間隔で利用できます。
メトリクス | 説明 |
---|---|
CPUUtilizationNormalized |
|
GPUMemoryUtilizationNormalized |
|
GPUUtilizationNormalized |
|
MemoryUtilizationNormalized |
|
推論コンポーネントメトリクスのディメンション
ディメンション | 説明 |
---|---|
InferenceComponentName |
推論コンポーネントメトリクスをフィルタリングします。 |
SageMaker マルチモデルエンドポイントメトリクス
AWS/SageMaker
名前空間には、への呼び出しによる以下のモデル読み込みメトリクスが含まれます。 InvokeEndpoint
メトリクスは、1 分間隔で利用できます。
CloudWatch メトリクスを保持する期間については、Amazon CloudWatch API GetMetricStatisticsリファレンスのを参照してください。
マルチモデルエンドポイントモデルのロードメトリクス
メトリクス | 説明 |
---|---|
ModelLoadingWaitTime |
推論を実行するために、呼び出しリクエストがターゲットモデルのダウンロード、ロード、またはその両方を待機する時間間隔。 単位: マイクロ秒 有効な統計: Average、Sum、Min、Max、Sample Count |
ModelUnloadingTime |
コンテナの 単位: マイクロ秒 有効な統計: Average、Sum、Min、Max、Sample Count |
ModelDownloadingTime |
Amazon Simple Storage Service (Amazon S3) からモデルをダウンロードするのにかかった時間間隔。 単位: マイクロ秒 有効な統計: Average、Sum、Min、Max、Sample Count |
ModelLoadingTime |
コンテナの 単位: マイクロ秒 有効な統計: Average、Sum、Min、Max、Sample Count |
ModelCacheHit |
モデルが既にロードされているマルチモデルエンドポイントに送信された Average 統計は、モデルが既にロードされていたリクエストの比率を示します。 単位: なし 有効な統計: Average、Sum、Sample Count |
マルチモデルエンドポイントモデルのロードメトリクスのディメンション
ディメンション | 説明 |
---|---|
EndpointName, VariantName |
指定のエンドポイントおよびバリアントの |
/aws/sagemaker/Endpoints
名前空間には、への呼び出しによる以下のインスタンスメトリックスが含まれます。 InvokeEndpoint
メトリクスは、1 分間隔で利用できます。
CloudWatch メトリクスを保持する期間については、Amazon CloudWatch API GetMetricStatisticsリファレンスのを参照してください。
マルチモデルエンドポイントモデルのインスタンスメトリクス
メトリクス | 説明 |
---|---|
LoadedModelCount |
マルチモデルエンドポイントのコンテナにロードされたモデルの数。このメトリクスはインスタンスあたりで発行されます。 1 分間の Average 統計は、ロードされたモデルのインスタンスあたりの平均数を示します。 Sum 統計は、エンドポイントのすべてのインスタンス間でロードされたモデルの総数を示します。 モデルがエンドポイントの複数のコンテナにロードされる可能性があるため、このメトリクスが追跡するモデルは必ずしも一意ではありません。 単位: なし 有効な統計: Average、Sum、Min、Max、Sample Count |
マルチモデルエンドポイントモデルのロードメトリクスのディメンション
ディメンション | 説明 |
---|---|
EndpointName, VariantName |
指定のエンドポイントおよびバリアントの |
SageMaker ジョブとエンドポイントメトリックス
/aws/sagemaker/ProcessingJobs
、/aws/sagemaker/TrainingJobs
、/aws/sagemaker/TransformJobs
、/aws/sagemaker/Endpoints
名前空間には、トレーニングジョブおよびエンドポイントインスタンスに関する次のメトリクスが含まれています。
メトリクスは、1 分間隔で利用できます。
注記
Amazon CloudWatch は高解像度のカスタムメトリクスをサポートしており、最高解像度は 1 秒です。ただし、解像度が高いほど、メトリクスの有効期間は短くなります。 CloudWatch 周波数分解能が 1 秒の場合、 CloudWatch メトリクスは 3 時間使用できます。 CloudWatch メトリクスの解像度と有効期間の詳細については、Amazon CloudWatch API GetMetricStatisticsリファレンスのを参照してください。
ヒント
100 ミリ秒 (0.1 秒) までの細かい解像度でトレーニングジョブのプロファイリングを行い、トレーニングメトリクスを Amazon S3 に無期限に保存して、いつでもカスタム分析できるようにしたい場合は、Amazon Debugger の使用を検討してください。 SageMaker SageMaker デバッガーには、一般的なトレーニングの問題を自動的に検出する組み込みルールが用意されています。ハードウェアリソース使用率の問題 (CPU、GPU、I/O のボトルネックなど) や、収束しないモデルの問題 (オーバーフィット、グラデーションの消失、テンソルの爆発など) を検出します。 SageMaker デバッガーは Studio Classic とそのプロファイリングレポートを通じて視覚化を行うこともできます。デバッガーの視覚化について詳しくは、「デバッガーインサイトダッシュボードチュートリアル」、「SageMaker デバッガープロファイリングレポートチュートリアル」、および「SMDebug クライアントライブラリを使用したデータ分析」を参照してください。
処理ジョブ、トレーニングジョブ、バッチ変換ジョブ、およびエンドポイントインスタンスメトリクス
メトリクス | 説明 |
---|---|
CPUReservation |
インスタンス上のコンテナによって予約されている CPU の合計。値の範囲は 0% ~ 100% です。推論コンポーネントの設定では、 |
CPUUtilization |
個々の CPU コアの使用率の合計。各コアの CPU 使用率の範囲は 0~100 です。例えば、CPU が 4 つの場合、CPUUtilization の範囲は 0%~400% になります。処理ジョブの場合、値はインスタンス上の処理コンテナの CPU 使用率です。トレーニングジョブの場合、値はインスタンス上のアルゴリズムコンテナの CPU 使用率です。 バッチ変換ジョブの場合、値はインスタンス上の変換コンテナの CPU 使用率です。 エンドポイントのバリアントの場合、値はインスタンス上のプライマリコンテナと補足コンテナの CPU 使用率の合計です。 注記マルチインスタンスジョブの場合、インスタンスごとに CPU 使用率メトリクスがレポートされます。ただし、のデフォルトビューでは、すべてのインスタンスの平均 CPU CloudWatch 使用率が表示されます。 単位: パーセント |
CPUUtilizationNormalized |
個々の CPU コアの使用率の正規化された合計。この値の範囲は 0% ~ 100% です。たとえば、CPU が 4 つあり、 |
DiskUtilization |
インスタンス上のコンテナによって使用されているディスク容量の割合。この値の範囲は 0%~100% です。このメトリクスは、バッチ変換ジョブではサポートされていません。 処理ジョブの場合、値はインスタンス上の処理コンテナのディスク容量使用率です。トレーニングジョブの場合、値はインスタンス上のアルゴリズムコンテナのディスク容量使用率です。 エンドポイントのバリアントの場合、値はインスタンス上のプライマリコンテナと補足コンテナのディスク容量使用率の合計です。 単位: パーセント 注記マルチインスタンスジョブの場合、インスタンスごとにディスク使用率メトリクスがレポートされます。ただし、のデフォルトビューでは、 CloudWatch すべてのインスタンスの平均ディスク使用率が表示されます。 |
GPUMemoryUtilization |
インスタンス上のコンテナによって使用されている GPU メモリの割合。値の範囲は 0~100 で、GPU の数を乗算します。例えば、GPU が 4 つの場合、 トレーニングジョブの場合、値はインスタンス上のアルゴリズムコンテナの GPU メモリ使用率です。 バッチ変換ジョブの場合、値はインスタンス上の変換コンテナの GPU メモリ使用率です。 エンドポイントのバリアントの場合、値はインスタンス上のプライマリコンテナと補足コンテナの GPU メモリ使用率の合計です。 注記マルチインスタンスジョブの場合、インスタンスごとに GPU メモリ使用率メトリクスがレポートされます。ただし、のデフォルトビューには、すべてのインスタンスの GPU CloudWatch メモリ使用率の平均が表示されます。 単位: パーセント |
GPUMemoryUtilizationNormalized |
インスタンス上のコンテナが使用する GPU メモリの標準化されたパーセンテージ。値の範囲は 0% ~ 100% です。たとえば、GPU が 4 つあり、メトリクスが 200% の場合、 |
GPUReservation |
インスタンス上のコンテナによって予約されている GPU の合計。値の範囲は 0% ~ 100% です。推論コンポーネントの設定では、GPU 予約を次のように設定します。 |
GPUUtilization |
インスタンス上のコンテナによって使用されている GPU の割合。値は 0 ~ 100 の範囲で、その値に GPU の数を掛けます。例えば、GPU が 4 つの場合、 トレーニングジョブの場合、値はインスタンス上のアルゴリズムコンテナの GPU 使用率です。 バッチ変換ジョブの場合、値はインスタンス上の変換コンテナの GPU 使用率です。 エンドポイントのバリアントの場合、値はインスタンス上のプライマリコンテナと補足コンテナの GPU 使用率の合計です。 注記マルチインスタンスジョブの場合、インスタンスごとに GPU 使用率メトリクスがレポートされます。ただし、のデフォルトビューでは、すべてのインスタンスの平均 GPU CloudWatch 使用率が表示されます。 単位: パーセント |
GPUUtilizationNormalized |
インスタンス上のコンテナが使用する GPU ユニットの標準化されたパーセンテージ。値の範囲は 0% ~ 100% です。たとえば、GPU が 4 つあり、メトリクスが 200% の場合、 |
MemoryReservation |
インスタンス上のコンテナによって予約されているメモリの合計。値の範囲は 0% ~ 100% です。推論コンポーネントの設定では、 |
MemoryUtilization |
インスタンス上のコンテナによって使用されているメモリの割合。この値の範囲は 0%~100% です。 処理ジョブの場合、値はインスタンス上の処理コンテナのメモリ使用率です。トレーニングジョブの場合、値はインスタンス上のアルゴリズムコンテナのメモリ使用率です。 バッチ変換ジョブの場合、値はインスタンス上の変換コンテナのメモリ使用率です。 エンドポイントのバリアントの場合、値はインスタンス上のプライマリコンテナと補足コンテナのメモリ使用率の合計です。 単位: パーセント 注記マルチインスタンスジョブの場合、インスタンスごとにメモリ使用率メトリクスがレポートされます。ただし、のデフォルトビューでは、 CloudWatch すべてのインスタンスの平均メモリ使用率が表示されます。 |
処理ジョブ、トレーニングジョブおよびバッチ変換ジョブインスタンスメトリクスのディメンション
ディメンション | 説明 |
---|---|
Host |
処理ジョブの場合、このディメンションの値は トレーニングジョブの場合、このディメンションの値は バッチ変換ジョブの場合、このディメンションの値は |
SageMaker 推論、レコメンダー、ジョブ、メトリクス
/aws/sagemaker/InferenceRecommendationsJobs
名前空間には、推論レコメンデーションジョブの以下のメトリクスが含まれます。
Inference Recommender メトリクス
メトリクス | 説明 |
---|---|
ClientInvocations |
Inference Recommender が確認した、モデルエンドポイントに送信された 単位: なし 有効な統計: Sum |
ClientInvocationErrors |
Inference Recommender が確認した、失敗した 単位: なし 有効な統計: Sum |
ClientLatency |
Inference Recommender が確認した、 単位: ミリ秒 有効な統計: 平均、合計、最小、最大、サンプル数、パーセンタイル |
NumberOfUsers |
モデルエンドポイントに 単位: なし 有効な統計: 最大、最小、平均 |
Inference Recommender ジョブメトリクスのディメンション
ディメンション | 説明 |
---|---|
JobName |
指定した Inference Recommender ジョブの Inference Recommender ジョブメトリクスをフィルタリングします。 |
EndpointName |
指定したエンドポイントの Inference Recommender ジョブメトリクスをフィルタリングします。 |
SageMaker Ground Truth メトリクス
Ground Truth メトリクス
メトリクス | 説明 |
---|---|
ActiveWorkers |
プライベート作業チームの 1 人のアクティブなワーカーが、タスクを送信、リリース、または拒否しました。アクティブなワーカーの総数を取得するには、Sum 統計を使用します。Ground Truth は、個々の 単位: なし 有効な統計: Sum、Sample Count |
DatasetObjectsAutoAnnotated |
ラベル付けジョブで自動注釈が付けられたデータセットオブジェクトの数。このメトリクスは、自動ラベル付けが有効になっている場合にのみ出力されます。ラベル付けジョブの進行状況を表示するには、Max メトリクスを使用します。 単位: なし 有効な統計: Max |
DatasetObjectsHumanAnnotated |
ラベル付けジョブで人間によって注釈が付けられたデータセットオブジェクトの数。ラベル付けジョブの進行状況を表示するには、Max メトリクスを使用します。 単位: なし 有効な統計: Max |
DatasetObjectsLabelingFailed |
ラベル付けジョブでラベリングに失敗したデータセットオブジェクトの数。ラベル付けジョブの進行状況を表示するには、Max メトリクスを使用します。 単位: なし 有効な統計: Max |
JobsFailed |
1 つのラベル付けジョブが失敗しました。失敗したラベル付けジョブの総数を取得するには、Sum 統計を使用します。 単位: なし 有効な統計: Sum、Sample Count |
JobsSucceeded |
1 つのラベル付けジョブが成功しました。成功したラベル付けジョブの総数を取得するには、Sum 統計を使用します。 単位: なし 有効な統計: Sum、Sample Count |
JobsStopped |
1 つのラベル付けジョブが停止されました。停止したラベル付けジョブの総数を取得するには、Sum 統計を使用します。 単位: なし 有効な統計: Sum、Sample Count |
TasksAccepted |
1 つのタスクがワーカーによって受け入れられました。ワーカーによって受け入れられたタスクの総数を取得するには、Sum 統計を使用します。Ground Truth は、個々の 単位: なし 有効な統計: Sum、Sample Count |
TasksDeclined |
1 つのタスクがワーカーによって拒否されました。ワーカーによって拒否されたタスクの総数を取得するには、Sum 統計を使用します。Ground Truth は、個々の 単位: なし 有効な統計: Sum、Sample Count |
TasksReturned |
1 つのタスクが返されました。返されたタスクの合計数を取得するには、Sum 統計を使用します。Ground Truth は、個々の 単位: なし 有効な統計: Sum、Sample Count |
TasksSubmitted |
1 つのタスクがプライベートワーカーによって送信/完了されました。ワーカーによって送信されたタスクの総数を取得するには、Sum 統計を使用します。Ground Truth は、個々の 単位: なし 有効な統計: Sum、Sample Count |
TimeSpent |
プライベートワーカーによって完了したタスクにかかった時間。このメトリクスには、ワーカーが一時停止または休憩した時間は含まれません。Ground Truth は、各 単位: 秒 有効な統計: Sum、Sample Count |
TotalDatasetObjectsLabeled |
ラベル付けジョブで正常にラベリングされたデータセットオブジェクトの数。ラベル付けジョブの進行状況を表示するには、Max メトリクスを使用します。 単位: なし 有効な統計: Max |
データセットオブジェクトメトリクスのディメンション
ディメンション | 説明 |
---|---|
LabelingJobName |
ラベル付けジョブのデータセットオブジェクト数メトリクスをフィルタリングします。 |
Amazon SageMaker フィーチャーストアメトリックス
Feature Store の消費メトリクス
メトリクス | 説明 |
---|---|
ConsumedReadRequestsUnits |
指定した期間に消費された読み取り単位の数。Feature Store のランタイム操作とそれに対応する特徴グループの消費された読み取り単位を取得できます。 単位: なし 有効な統計: すべて |
ConsumedWriteRequestsUnits |
指定した期間に消費された書き込み単位の数。Feature Store のランタイム操作とそれに対応する特徴グループの消費された書き込み単位を取得できます。 単位: なし 有効な統計: すべて |
ConsumedReadCapacityUnits |
指定した期間に消費されたプロビジョニングされた読み込みキャパシティーユニットの数。feature store ランタイム操作とそれに対応する機能グループの消費された読み込みキャパシティーユニットを取得できます。 単位: なし 有効な統計: すべて |
ConsumedWriteCapacityUnits |
指定した期間に消費されたプロビジョニングされた書き込みキャパシティーユニットの数。feature store ランタイム操作とそれに対応する機能グループの使用済み書き込みキャパシティーユニットを取得できます。 単位: なし 有効な統計: すべて |
Feature Store 消費メトリクスのディメンション
ディメンション | 説明 |
---|---|
FeatureGroupName , OperationName |
指定した特徴量グループおよび操作の Feature Store ランタイム消費メトリクスをフィルタリングします。 |
Feature Store 運用メトリクス
メトリクス | 説明 |
---|---|
Invocations |
指定した期間に Feature Store ランタイムオペレーションに対して行われたリクエストの数。 単位: なし 有効な統計: Sum |
Operation4XXErrors |
Feature Store ランタイムオペレーションに対するリクエストのうち、オペレーションが 4xx HTTP レスポンスコードを返したリクエストの数。各 4xx レスポンスについて、1 が送信されます。それ以外の場合は 0 が送信されます。 単位: なし 有効な統計: 合計、平均 |
Operation5XXErrors |
Feature Store ランタイムオペレーションで 5xx HTTP レスポンスコードが返されたリクエストの数。各 5xx レスポンスについて、1 が送信されます。それ以外の場合は 0 が送信されます。 単位: なし 有効な統計: 合計、平均 |
ThrottledRequests |
リクエストがスロットリングされた Feature Store ランタイムオペレーションに対して行われたリクエストの数。スロットリングされたリクエストごとに 1 が送信され、それ以外の場合は 0 が送信されます。 単位: なし 有効な統計: 合計、平均 |
Latency |
Feature Store ランタイムオペレーションへのリクエストを処理する時間間隔。この間隔は、 SageMaker リクエストを受け取ってからクライアントに応答を返すまでの時間です。 単位: マイクロ秒 有効な統計: 平均、合計、最小、最大、サンプル数、パーセンタイル |
Feature Store 運用メトリクスのディメンション
ディメンション | 説明 |
---|---|
|
指定した特徴量グループと操作の Feature Store ランタイムオペレーションメトリクスをフィルタリングします。これらのディメンションは、、 GetRecord PutRecord、などの非バッチ操作に使用できます DeleteRecord。 |
OperationName |
指定した操作の Feature Store ランタイムオペレーションメトリクスをフィルタリングします。このディメンションは、などのバッチ操作に使用できます BatchGetRecord。 |
SageMaker パイプライン、メトリクス
AWS/Sagemaker/ModelBuildingPipeline
名前空間には、次のパイプライン実行のメトリクスが含まれます。
パイプライン実行メトリクスには、次の 2 つのカテゴリがあります。
-
すべてのパイプラインの実行メトリクス - アカウントレベルのパイプライン実行メトリクス (現在のアカウントのすべてのパイプライン)
-
パイプライン別の実行メトリクス - パイプラインごとのパイプライン実行メトリクス
メトリクスは、1 分間隔で利用できます。
パイプライン実行メトリクス
メトリクス | 説明 |
---|---|
ExecutionStarted |
開始されたパイプライン実行の数。 単位: カウント 有効な統計: 合計、平均 |
ExecutionFailed |
失敗したパイプライン実行の数。 単位: カウント 有効な統計: 合計、平均 |
ExecutionSucceeded |
成功したパイプライン実行の数。 単位: カウント 有効な統計: 合計、平均 |
ExecutionStopped |
停止したパイプライン実行の数。 単位: カウント 有効な統計: 合計、平均 |
ExecutionDuration |
パイプライン実行が実行された時間 (ミリ秒) 。 単位: ミリ秒 有効な統計: Average、Sum、Min、Max、Sample Count |
パイプライン別の実行メトリクスのディメンション
ディメンション | 説明 |
---|---|
PipelineName |
指定したパイプラインのパイプライン実行メトリクスをフィルタリングします。 |
パイプラインステップメトリクス
AWS/Sagemaker/ModelBuildingPipeline
名前空間には、次のパイプラインステップのメトリクスが含まれます。
メトリクスは、1 分間隔で利用できます。
メトリクス | 説明 |
---|---|
StepStarted |
開始されたステップの数。 単位: カウント 有効な統計: 合計、平均 |
StepFailed |
失敗したステップの数。 単位: カウント 有効な統計: 合計、平均 |
StepSucceeded |
成功したステップの数。 単位: カウント 有効な統計: 合計、平均 |
StepStopped |
停止したステップの数。 単位: カウント 有効な統計: 合計、平均 |
StepDuration |
ステップが実行された時間 (ミリ秒) 。 単位: ミリ秒 有効な統計: Average、Sum、Min、Max、Sample Count |
パイプラインステップメトリクスのディメンション
ディメンション | 説明 |
---|---|
PipelineName , StepName |
指定したパイプラインとステップのステップメトリクスをフィルタリングします。 |