Conceito e mecanismo
Métricas com filtros parecidos podem medir populações diferentes. Uma métrica definida pelo utilizador ao nível do projeto avalia logs recebidos que correspondem ao filtro, independentemente das exclusões dos sinks. Uma métrica por bucket usa logs armazenados nesse bucket. Não somes automaticamente ambas: podem sobrepor-se. Uma métrica criada agora também não cria retroativamente pontos para todos os logs antigos. Uma lacuna anterior à criação não significa zero erros. Antes de discutir valores, escreve o âmbito, a janela, o filtro e a etapa de recolha. Esta disciplina permite distinguir regressão real, alteração de população e falha na própria instrumentação. Conserva evidência do momento em que a configuração mudou.
Aplicação guiada
Numa aplicação fictícia, cada request_id virou label e o número de séries aumentou quase por pedido. Cada combinação de valores distingue uma série; trocar o ID por um hash único mantém o problema. Usa dimensões limitadas para agregação e conserva identidade individual em logs ou traces adequados, com classificação e acesso definidos. Ao investigar latência, interpreta aninhamento: um span pai de 900 ms que inclui uma chamada de 780 ms não implica um total de 1680 ms. Procura caminho crítico, concorrência e contexto propagado. Para alertas em baixo tráfego, uma percentagem isolada pode variar muito com um único pedido. Combina entendimento de volume, testes sintéticos e sinais do resultado, sem tratar ausência de tráfego como prova automática de saúde.
Uma página sem pontos às 10h pode significar que a métrica só foi criada às 14h.
Armadilhas comuns
Filtros iguais como populações iguais; hash como baixa cardinalidade; soma de spans como duração; lacuna como zero.
Tópicos relacionados: Organização, identidade e visibilidade · Infraestrutura, revisões e ambientes · Pipelines, promoção e recuperação
Explica o universo e a semântica antes de interpretar o número.
Referência: Logs-based metrics · Current linked guide; edition date unconfirmed (2026-09-30 inspection)