Überwachung und Fehlerbehebung von BigQuery-Problemen in Echtzeit
Einblicke in Abläufe
Überwachen Sie die Leistung von Google BigQuery in Echtzeit und beheben Sie Probleme, bevor sie Ihre Nutzer beeinträchtigen
Abfrageoptimierung
Gewinnen Sie tiefe Einblicke in Google BigQuery-Abfragen, einschließlich abgerechneter GB, Latenz und Fehlern. Überwachen und erkennen Sie langsame Google BigQuery-Abfragen und identifizieren Sie ineffiziente Abfragen und Vorgänge.
Verbesserung der Benutzeraktivität
Bieten Sie BigQuery-Nutzern das beste Erlebnis, indem Sie Problemen zuvorkommen und proaktiv handeln.
Warum sollten Sie die Sumo Logic-App für Google BigQuery verwenden?
Verwalten und beheben Sie Probleme in Ihrem Google BigQuery Data Warehouse proaktiv, indem Sie tiefe und handlungsorientierte Einblicke in Projekte, Abläufe, Abfragen und Nutzeraktivitäten in Google BigQuery gewinnen.
Integration
Durch die direkte Integration mit Google Stackdriver bietet Sumo Logic Echtzeit-Observability für Ihre Google BigQuery-Protokolldaten. Mit der Sumo Logic App für Google BigQuery erhalten Sie über interaktive, anpassbare Dashboards Echtzeit-Einblicke und Analysen in Ihr BigQuery Data Warehouse. Suchen Sie zudem mithilfe von Ausreißererkennung nach ungewöhnlichen Traffic-Mustern und verdächtigen Aktivitäten.
BigQuery-Management – Überwachen Sie mühelos den Zustand Ihres gesamten Google BigQuery Data Warehouse. Die Sumo Logic App für Google BigQuery ermöglicht Ihnen die Überwachung einer Vielzahl von BigQuery-Ereignissen und -Aktivitäten, darunter: Aufschlüsselung der Vorgänge, Dataset-Service- und Table-Service-Vorgänge im Zeitverlauf, Vorgänge und fehlgeschlagene Vorgänge nach Projekt, Standort und im Zeitverlauf sowie Autorisierungsfehler im Zeitverlauf und nach Standort.
Beispiele für BigQuery-Abfragen:
- Abgerechnete GB im Zeitverlauf und Art der Abfrage,
- Latenz im Zeitverlauf und Abfragetyp,
- Fehler im Zeitverlauf, Art der Abfrage und Ort.
Big Query, Beispiele für Benutzerabfragen
• Abfrageoperationen, abgerechnete GB, Abfragelatenz, Abfrageausfälle und Fehler nach
Nutzer
