Überwachen und beheben Sie BigQuery-Probleme 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 Abfragen in Google BigQuery wie etwa abgerechnete GBs, Latenz und Fehler. Überwachen und erkennen Sie langsame Google BigQuery-Abfragen und identifizieren Sie ineffiziente Abfragen und Abläufe.
Verbesserung der Benutzeraktivität
Bieten Sie den BigQuery-Nutzern die beste Erfahrung, indem Sie Problemen zuvorkommen und praktisch tätig werden.
Warum sollten Sie die Sumo Logic-App für Google BigQuery verwenden?
Verwalten Sie Ihre Google BigQuery-Datenplattform proaktiv und beheben Sie Probleme, indem Sie tiefe und verwertbare Einblicke in Projekte, Vorgänge, Abfragen und Nutzeraktivitäten in Google BigQuery erhalten.
Integration
Dank der direkten Integration in Google Stackdriver bietet Sumo Logic eine Echtzeit-Beobachtbarkeit für Ihre Google BigQuery-Protokolldaten. Mit der Sumo Logic-App für Google BigQuery erhalten Sie über interaktive, anpassbare Dashboards Echtzeiteinblicke und Analysen in Ihre BigQuery-Datenplattform. Suchen Sie mit der Ausreißer-Erkennung auch nach ungewöhnlichen Verkehrsmustern und verdächtigen Aktivitäten.
BigQuery Management – Verfolgen Sie ganz einfach den Zustand Ihrer Google BigQuery-Datenplattform. Mit der Sumo Logic-App für Google BigQuery können Sie eine breite Palette von BigQuery-Ereignissen und -Aktivitäten überwachen wie beispielsweise: Aufschlüsselung von Abläufen, Datensatz- und Tabellenservice-Abläufe im Zeitverlauf, Abläufe und Ablauffehler nach Projekt, Standort und im Zeitverlauf, Autorisierungsfehler im Zeitverlauf und nach Standort.
Beispiele für BigQuery-Abfragen:
- Abgerechnete GBs 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 GBs, Abfragelatenz, Abfrageausfälle und Fehler nach
Nutzer
