采样器 - 诊断数据转发器

采样器会将 Inspect 诊断数据转发到 Cobalt 遥测系统。

如果您的组件使用 Inspect 进行了插桩测试，您可以使用 Cobalt 遥测 （舰队监控），只需更改配置文件即可！如果您希望轻松开始使用车队监控（无需进行新的 FIDL 集成，无需使用新的数据模型，组件中也不存在流控制复杂性），Sampler 就是您的理想之选！

我能获得什么？

采样器以降低复杂性的方法获取舰队范围的监控 集成到每个组件的调试工具包中。

集中式数据模型

许多开发者发现，必须维护两个单独的数据模型（一个用于设备端或崩溃报告调试等，另一个用于车队监控等）非常麻烦。

使用采样器时，可以将单个诊断数据模型 (Inspect) 作为数据源 。

避免直接集成的复杂性

对于某些组件（如驱动程序），它们的工作负载对系统至关重要，以至于 找到“正确的时间”执行诊断等非必要的工作 报告是一项复杂的工作。通过将抽样集中到 Sampler，我们能够将工作分流到可在非高峰用户负载期间运行的程序。即使组件不提供 与 Sampler 集成后，Fucsia 更加健康， 从而实现更明智的抽样时间安排。

与 Cobalt 直接集成需要组件作者考虑其流程 作为客户端向 Cobalt 设备端转发器发送请求。流控制在 Sampler 中是隐式的，因此您可以更加专注于上传常见的指标类型，而无需添加新的服务依赖项。

使用入门

  1. 确保使用 ComponentInspector 或 inspect_runtime 提供 Inspect。
  2. 注册 Cobalt 指标 要将“检查”指标转换为何种格式
  3. 创建采样器配置，定义从 Inspect 到 钴。查看现有配置文件。

采样器配置

我们将使用 FVM 集成作为示例配置。

{
  "project_id": 3676913920,
  "poll_rate_sec": 3600,
  "metrics": [
    {
      "selector": "bootstrap/driver_manager:root/fvm/partitions/blobfs:total_slices_reserved",
      "metric_id": 3000,
      "metric_type": "Integer",
      "event_codes": [0]
    },
    {
      "selector": "bootstrap/driver_manager:root/fvm/partitions/minfs:total_slices_reserved",
      "metric_id": 3000,
      "metric_type": "Integer",
      "event_codes": [1]
    }
  ]
}

采样器配置指定了一个顶级项目 ID，该 ID 指定了采样器代表哪个 Cobalt 客户端进行采样和转发。虽然在采样器 v1.1 中，它还指定了顶级 polpol_rate_seconds 系统将代表客户端将轮询率迁移到按指标配置。

接下来，配置需要指标转换列表。在这些配置中，客户端会提供用于标识相关检查指标的选择器，以及代表客户端转发检查所需的 Cobalt 元数据。

  1. metric_type 是请求的指标转换类型。
    • 如果您的 Cobalt 指标类型为 OCCURRENCE，且用于跟踪数值汇总，请使用 metric_type Occurrence。
    • 如果您的 Cobalt 指标类型为 INTEGER，用于跟踪原始整数（例如 cpu_load、thermal_temp），请使用 metric_type Integer。
    • 如果您的 Cobalt 指标的类型为 INTEGER_HISTOGRAM，请使用 metric_type IntHistogram。
    • 如果您的 Cobalt 指标的类型为 STRING，请使用 metric_type String。
  2. metric_id 与您在 Cobalt 中注册指标时使用的 ID 相同 yaml 文件。
  3. event_codes 是您在注册 Cobalt 指标时指定的维度值列表。对于 FVM，每个指标都有一个与其分区类型对应的维度值。

注意：采样器配置中维度值的顺序必须 与 yaml 中声明维度的顺序一致 定义。