Métricas de invocación de puntos de conexión SageMaker métricas de componentes de inferencia Métricas de punto de conexión multimodelo Métricas de trabajos y puntos de conexión Métricas del recomendador de inferencias Métricas de Ground Truth Métricas del almacén de características Métricas de canalizaciones

Métricas para monitorizar Amazon SageMaker con Amazon CloudWatch

Puedes monitorear Amazon SageMaker con Amazon CloudWatch, que recopila datos sin procesar y los procesa para convertirlos en métricas legibles y casi en tiempo real. Estas estadísticas se conservan durante 15 meses. Con ellas, puede acceder a la información histórica y obtener una mejor perspectiva del rendimiento de su aplicación o servicio web. Sin embargo, la CloudWatch consola de Amazon limita la búsqueda a las métricas que se hayan actualizado en las últimas 2 semanas. Esta limitación garantiza que la mayor parte de los trabajos actuales se muestren en su espacio de nombres.

Para representar métricas gráficamente sin usar una búsqueda, especifique su nombre exacto en la vista del código fuente. También puede establecer alarmas que vigilen determinados umbrales y enviar notificaciones o realizar acciones cuando se cumplan dichos umbrales. Para obtener más información, consulta la Guía del CloudWatch usuario de Amazon.

SageMaker Métricas y dimensiones

SageMaker métricas de invocación de puntos finales
SageMaker métricas de componentes de inferencia
SageMaker métricas de puntos finales multimodelo
SageMaker métricas de puestos de trabajo y puntos finales
SageMaker Métricas de trabajos de Inference Recommender
SageMaker Métricas de Ground Truth
Estadísticas de Amazon SageMaker Feature Store
SageMaker tuberías, métricas

SageMaker métricas de invocación de puntos finales

El espacio de AWS/SageMaker nombres incluye las siguientes métricas de solicitudes de llamadas a. InvokeEndpoint

Las métricas están disponibles con una frecuencia de un minuto.

La siguiente ilustración muestra cómo interactúa un SageMaker punto final con Amazon SageMaker RuntimeAPI. El tiempo total entre el envío de una solicitud a un punto de conexión y la recepción de una respuesta depende de los tres componentes siguientes.

Latencia de red: el tiempo que transcurre entre la presentación de una solicitud y la recepción de una respuesta desde el SageMaker Runtime RuntimeAPI.
Latencia de sobrecarga: el tiempo que se tarda en transportar una solicitud al contenedor del modelo desde el Runtime Runtime y en transportar la respuesta de vuelta al SageMaker entorno de ejecuciónAPI.
Latencia del modelo: el tiempo que tarda el contenedor de modelos en procesar la solicitud y devolver una respuesta.

Una ilustración que muestra que la latencia total es la suma de las latencias de red, sobrecarga y modelo.

Para obtener más información sobre la latencia total, consulte Prácticas recomendadas para realizar pruebas de carga en los puntos finales de inferencia SageMaker en tiempo real de Amazon. Para obtener información sobre cuánto tiempo se conservan CloudWatch las métricas, consulta GetMetricStatisticsla Amazon CloudWatch API Reference.

Métricas de invocación de puntos de conexión

Métrica	Descripción
`ConcurrentRequestsPerCopy`	El número de solicitudes simultáneas que recibe el componente de inferencia, normalizado por cada copia de un componente de inferencia. Estadísticas válidas: mínimo, máximo
`ConcurrentRequestsPerModel`	El número de solicitudes simultáneas que recibe el modelo. Estadísticas válidas: mínimo, máximo
`Invocation4XXErrors`	El número de `InvokeEndpoint` solicitudes en las que el modelo devolvió un código de HTTP respuesta 4xx. Para cada respuesta 4xx, se envía 1; de lo contrario, se envía 0. Unidades: ninguna Estadísticas válidas: Average, Sum
`Invocation5XXErrors`	El número de `InvokeEndpoint` solicitudes en las que el modelo devolvió un código de HTTP respuesta de 5xx. Para cada respuesta 5xx, se envía 1; de lo contrario, se envía 0. Unidades: ninguna Estadísticas válidas: Average, Sum
`InvocationModelErrors`	El número de solicitudes de invocación del modelo que no dieron como resultado una respuesta de HTTP 2XX. Esto incluye códigos de estado 4XX/5XX, errores de socket de bajo nivel, respuestas mal formateadas y tiempos de espera de solicitudes. HTTP Para cada respuesta de error, se envía 1; de lo contrario, se envía 0. Unidades: ninguna Estadísticas válidas: Average, Sum
`Invocations`	El número de solicitudes de `InvokeEndpoint` enviadas a un punto de conexión del modelo. Para obtener el número total de solicitudes enviadas a un punto de enlace del modelo, utilice la estadística Sum. Unidades: ninguna Estadísticas válidas: suma
`InvocationsPerCopy`	El número de invocaciones normalizadas por cada copia de un componente de inferencia. Estadísticas válidas: suma
`InvocationsPerInstance`	El número de invocaciones enviadas a un modelo, normalizado como `InstanceCount` en cada una ProductionVariant. 1/ `numberOfInstances` se envía como el valor de cada solicitud. `numberOfInstances`es el número de instancias activas de la parte ProductionVariant trasera del punto final en el momento de la solicitud. Unidades: ninguna Estadísticas válidas: suma
`ModelLatency`	El intervalo de tiempo que tarda un modelo en responder a una API solicitud SageMaker de tiempo de ejecución. Este intervalo incluye los tiempos de comunicación local necesarios para enviar la solicitud y obtener la respuesta del contenedor del modelo. También incluye el tiempo necesario para completar la inferencia en el contenedor. Unidades: microsegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count.
`ModelSetupTime`	El tiempo que se tarda en lanzar nuevos recursos de computación para un punto de conexión sin servidor. El tiempo puede variar según el tamaño del modelo, el tiempo que se tarde en descargarlo y el tiempo de arranque del contenedor. Unidades: microsegundos Estadísticas válidas: Average, Min, Max, Sample Count, Percentiles.
`OverheadLatency`	El intervalo de tiempo que se suma al tiempo necesario para responder a una solicitud de un cliente debido a los gastos SageMaker generales. Este intervalo se mide desde el momento en que se SageMaker recibe la solicitud hasta que devuelve una respuesta al cliente, menos el`ModelLatency`. La latencia de sobrecarga puede variar dependiendo de varios factores, incluidos los tamaños de carga de solicitud y respuesta, la frecuencia de solicitud y la autenticación/autorización de la solicitud. Unidades: microsegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count.

Dimensiones de las métricas de invocación de puntos de conexión

Dimensión	Descripción
`EndpointName, VariantName`	Filtra las métricas de invocación de punto de conexión para una `ProductionVariant` del punto de conexión y la variante especificados.
`InferenceComponentName`	Filtra las métricas de invocación de los componentes de inferencia.

SageMaker métricas de componentes de inferencia

El espacio de /aws/sagemaker/InferenceComponents nombres incluye las siguientes métricas de las llamadas a los puntos finales que alojan InvokeEndpointlos componentes de inferencia.

Las métricas están disponibles con una frecuencia de un minuto.

Métrica	Descripción
`CPUUtilizationNormalized`	El valor de la `CPUUtilizationNormalized` métrica que informa cada copia del componente de inferencia. El valor oscila entre el 0% y el 100%. Si establece el `NumberOfCpuCoresRequired` parámetro en la configuración de la copia del componente de inferencia, la métrica presenta la utilización con respecto a la reserva. De lo contrario, la métrica presenta la utilización por encima del límite.
`GPUMemoryUtilizationNormalized`	El valor de la `GPUMemoryUtilizationNormalized` métrica indicado por cada copia del componente de inferencia.
`GPUUtilizationNormalized`	El valor de la `GPUUtilizationNormalized` métrica indicado por cada copia del componente de inferencia. Si establece el `NumberOfAcceleratorDevicesRequired` parámetro en la configuración de la copia del componente de inferencia, la métrica presenta la utilización por encima de la reserva. De lo contrario, la métrica presenta la utilización por encima del límite.
`MemoryUtilizationNormalized`	El valor `MemoryUtilizationNormalized` indicado por cada copia del componente de inferencia. Si establece el `MinMemoryRequiredInMb` parámetro en la configuración de la copia del componente de inferencia, las métricas muestran la utilización por encima de la reserva. De lo contrario, las métricas muestran la utilización por encima del límite.

Dimensiones de las métricas de los componentes de inferencia

Dimensión	Descripción
`InferenceComponentName`	Filtra las métricas de los componentes de inferencia.

SageMaker métricas de puntos finales multimodelo

El espacio de AWS/SageMaker nombres incluye el siguiente modelo de métricas de carga de las llamadas a. InvokeEndpoint

Las métricas están disponibles con una frecuencia de un minuto.

Para obtener información sobre cuánto tiempo se conservan CloudWatch las métricas, consulta GetMetricStatisticsla Amazon CloudWatch API Reference.

Métricas de carga de modelo de punto de conexión multimodelo

Métrica	Descripción
`ModelLoadingWaitTime`	El intervalo de tiempo que una solicitud de invocación ha esperado a que el modelo de destino se descargue, cargue o ambas cosas para poder realizar una inferencia. Unidades: microsegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count.
`ModelUnloadingTime`	El intervalo de tiempo que se tardó en descargar el modelo durante la llamada al contenedor. `UnloadModel` API Unidades: microsegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count.
`ModelDownloadingTime`	El intervalo de tiempo que se tardó en descargar el modelo de Amazon Simple Storage Service (Amazon S3). Unidades: microsegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count.
`ModelLoadingTime`	El intervalo de tiempo que se tardó en cargar el modelo durante la `LoadModel` API llamada del contenedor. Unidades: microsegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count.
`ModelCacheHit`	El número de solicitudes `InvokeEndpoint` enviadas al punto de conexión multimodelo para el que ya se ha cargado el modelo. La estadística Promedio muestra la proporción de solicitudes para las que el modelo ya se ha cargado. Unidades: ninguna Estadísticas válidas: Average, Sum, Sample Count.

Dimensiones para métricas de carga de modelo de punto de conexión multimodelo

Dimensión	Descripción
`EndpointName, VariantName`	Filtra las métricas de invocación de punto de conexión para una `ProductionVariant` del punto de conexión y la variante especificados.

Los /aws/sagemaker/Endpoints espacios de nombres incluyen las siguientes métricas de instancia correspondientes a las llamadas a. InvokeEndpoint

Las métricas están disponibles con una frecuencia de un minuto.

Para obtener información sobre cuánto tiempo se conservan CloudWatch las métricas, consulta GetMetricStatisticsla Amazon CloudWatch API Reference.

Métricas de instancia de modelo de punto de conexión multimodelo

Métrica Descripción

Métrica	Descripción
`LoadedModelCount`	El número de modelos cargados en los contenedores del punto de conexión multimodelo. Esta métrica se emite por instancia. La estadística Promedio con un período de 1 minuto indica el número medio de modelos cargados por instancia. La estadística Suma indica el número total de modelos cargados en todas las instancias del punto de conexión. Los modelos de los que realiza el seguimiento de esta métrica no son necesariamente únicos porque un modelo puede cargarse en varios contenedores en el punto de conexión. Unidades: ninguna Estadísticas válidas: Average, Sum, Min, Max, Sample Count.

LoadedModelCount

El número de modelos cargados en los contenedores del punto de conexión multimodelo. Esta métrica se emite por instancia.

La estadística Promedio con un período de 1 minuto indica el número medio de modelos cargados por instancia.

La estadística Suma indica el número total de modelos cargados en todas las instancias del punto de conexión.

Los modelos de los que realiza el seguimiento de esta métrica no son necesariamente únicos porque un modelo puede cargarse en varios contenedores en el punto de conexión.

Unidades: ninguna

Estadísticas válidas: Average, Sum, Min, Max, Sample Count.

Dimensiones para métricas de carga de modelo de punto de conexión multimodelo

Dimensión	Descripción
`EndpointName, VariantName`	Filtra las métricas de invocación de punto de conexión para una `ProductionVariant` del punto de conexión y la variante especificados.

SageMaker métricas de puestos de trabajo y puntos finales

Los /aws/sagemaker/Endpoints espacios de nombres /aws/sagemaker/ProcessingJobs /aws/sagemaker/TrainingJobs/aws/sagemaker/TransformJobs,, y incluyen las siguientes métricas para capacitar a los trabajos y las instancias de puntos finales.

Las métricas están disponibles con una frecuencia de un minuto.

nota

Amazon CloudWatch admite métricas personalizadas de alta resolución y su mejor resolución es de 1 segundo. Sin embargo, cuanto más fina sea la resolución, menor será la vida útil de las CloudWatch métricas. Para la resolución de frecuencia de 1 segundo, las CloudWatch métricas están disponibles durante 3 horas. Para obtener más información sobre la resolución y la duración de las CloudWatch métricas, consulta GetMetricStatisticsAmazon CloudWatch API Reference.

sugerencia

Para perfilar su trabajo de formación con una resolución más precisa, con una granularidad de hasta 100 milisegundos (0,1 segundos) y almacenar las métricas de formación de forma indefinida en Amazon S3 para su análisis personalizado en cualquier momento, considere la posibilidad de utilizar Amazon Debugger. SageMaker SageMaker Debugger incluye reglas integradas para detectar automáticamente los problemas de entrenamiento más comunes. Detecta problemas de utilización de los recursos de hardware (comoCPU, por ejemploGPU, cuellos de botella de E/S). También detecta problemas de modelos no convergentes (como el sobreajuste, la desaparición de los gradientes y la explosión de los tensores). SageMaker Debugger también proporciona visualizaciones a través de Studio Classic y su informe de creación de perfiles. Para explorar las visualizaciones del depurador, consulte el tutorial del panel de control de SageMaker Debugger Insights, el tutorial del informe de creación de perfiles del depurador y el análisis de datos mediante la biblioteca de clientes. SMDebug

Processing Job, Training Job, Batch Transform Job, and Endpoint Instance Metrics (Trabajo de procesamiento, trabajo de entrenamiento, trabajo de transformación por lotes y métricas de instancia de punto de enlace)

Métrica	Descripción
`CPUReservation`	La suma de las reservas por contenedor en una CPUs instancia. El valor oscila entre el 0% y el 100%. En la configuración de un componente de inferencia, se establece la CPU reserva con el `NumberOfCpuCoresRequired` parámetro. Por ejemplo, si hay 4 CPUs y 2 reservados, la `CPUReservation` métrica es del 50%.
`CPUUtilization`	La suma de la utilización de cada CPU núcleo individual. La CPU utilización de cada rango de núcleos es de 0 a 100. Por ejemplo, si hay cuatroCPUs, el `CPUUtilization` rango es del 0% al 400%. Para los trabajos de procesamiento, el valor es la CPU utilización del contenedor de procesamiento en la instancia. Para los trabajos de entrenamiento, el valor es la CPU utilización del contenedor de algoritmos en la instancia. Para los trabajos de transformación por lotes, el valor es la CPU utilización del contenedor de transformación en la instancia. En el caso de las variantes de punto final, el valor es la suma de la CPU utilización de los contenedores principal y complementario de la instancia. nota En el caso de los trabajos de varias instancias, cada instancia informa de las métricas CPU de uso. Sin embargo, la vista predeterminada CloudWatch muestra la CPU utilización media en todas las instancias. Unidades: porcentaje
`CPUUtilizationNormalized`	La suma normalizada de la utilización de cada CPU núcleo individual. El valor oscila entre el 0% y el 100%. Por ejemplo, si hay cuatro CPUs y la `CPUUtilization` métrica es del 200%, entonces la `CPUUtilizationNormalized` métrica es del 50%.
`DiskUtilization`	El porcentaje de espacio en disco usado por los contenedores en una instancia. Este valor oscila del 0 % al 100 %. Esta métrica no es compatible con los trabajos de transformación por lotes. Para trabajos de procesamiento, el valor es la utilización del espacio en disco del contenedor de procesamiento en la instancia. Para los trabajos de capacitación, el valor es la utilización del espacio en disco del contenedor de algoritmos en la instancia. Para las variantes de punto de conexión, el valor es la suma de la utilización del espacio en disco de los contenedores principales y suplementarios en la instancia. Unidades: porcentaje nota En el caso de trabajos de varias instancias, cada instancia notifica las métricas de utilización del disco. Sin embargo, la vista predeterminada CloudWatch muestra el uso promedio del disco en todas las instancias.
`GPUMemoryUtilization`	El porcentaje de GPU memoria que utilizan los contenedores de una instancia. El rango de valores es de 0 a 100 y se multiplica por el número de. GPUs Por ejemplo, si hay cuatroGPUs, el `GPUMemoryUtilization` rango es del 0% al 400%. Para los trabajos de procesamiento, el valor es la utilización de GPU memoria del contenedor de procesamiento de la instancia. Para los trabajos de entrenamiento, el valor es la utilización de GPU memoria del contenedor de algoritmos de la instancia. En el caso de los trabajos de transformación por lotes, el valor es la utilización de GPU memoria del contenedor de transformación en la instancia. Para las variantes de punto final, el valor es la suma de la utilización de GPU memoria de los contenedores principal y suplementario de la instancia. nota En el caso de los trabajos de varias instancias, cada instancia informa de las métricas de uso de la GPU memoria. Sin embargo, la vista predeterminada CloudWatch muestra el uso promedio de la GPU memoria en todas las instancias. Unidades: porcentaje
`GPUMemoryUtilizationNormalized`	El porcentaje normalizado de GPU memoria que utilizan los contenedores de una instancia. El valor oscila entre el 0% y el 100%. Por ejemplo, si hay cuatro GPUs y la `GPUMemoryUtilization` métrica es del 200%, entonces la `GPUMemoryUtilizationNormalized` métrica es del 50%.
`GPUReservation`	La suma de las GPUs reservas por contenedor en una instancia. El valor oscila entre el 0% y el 100%. En la configuración de un componente de inferencia, se establece la GPU reserva por`NumberOfAcceleratorDevicesRequired`. Por ejemplo, si hay 4 GPUs y 2 están reservados, la `GPUReservation` métrica es del 50%.
`GPUUtilization`	El porcentaje de GPU unidades que utilizan los contenedores de una instancia. El valor puede oscilar entre 0 y 100 y se multiplica por el número de. GPUs Por ejemplo, si hay cuatroGPUs, el `GPUUtilization` rango es del 0% al 400%. Para los trabajos de procesamiento, el valor es la GPU utilización del contenedor de procesamiento en la instancia. Para los trabajos de entrenamiento, el valor es la GPU utilización del contenedor de algoritmos en la instancia. Para los trabajos de transformación por lotes, el valor es la GPU utilización del contenedor de transformación en la instancia. En el caso de las variantes de punto final, el valor es la suma de la GPU utilización de los contenedores principal y complementario de la instancia. nota En el caso de los trabajos de varias instancias, cada instancia informa de las métricas GPU de uso. Sin embargo, la vista predeterminada CloudWatch muestra la GPU utilización media en todas las instancias. Unidades: porcentaje
`GPUUtilizationNormalized`	El porcentaje normalizado de GPU unidades que utilizan los contenedores de una instancia. El valor oscila entre el 0% y el 100%. Por ejemplo, si hay cuatro GPUs y la `GPUUtilization` métrica es del 200%, entonces la `GPUUtilizationNormalized` métrica es del 50%.
`MemoryReservation`	La suma de memoria reservada por los contenedores de una instancia. El valor oscila entre el 0% y el 100%. En la configuración de un componente de inferencia, se establece la reserva de memoria con el `MinMemoryRequiredInMb` parámetro. Por ejemplo, si una instancia de 32 GiB reservó 1024 MB, la `MemoryReservation` métrica es del 29,8%.
`MemoryUtilization`	El porcentaje de memoria que utilizan los contenedores en una instancia. Este valor oscila del 0 % al 100 %. Para trabajos de procesamiento, el valor es la utilización de memoria del contenedor de procesamiento en la instancia. Para los trabajos de capacitación, el valor es la utilización de la memoria del contenedor de algoritmos en la instancia. Para los trabajos de transformación por lotes, el valor es la utilización de la memoria del contenedor de transformación en la instancia. Para las variantes de punto de conexión, el valor es la suma de la utilización de la memoria de los contenedores principales y suplementarios en la instancia. Unidades: porcentaje nota En el caso de trabajos de varias instancias, cada instancia notifica las métricas de utilización de la memoria. Sin embargo, la vista predeterminada de CloudWatch muestra el uso promedio de memoria en todas las instancias.

Dimensions for Processing Job, Training Job, Batch Transform Job, and Endpoint Instance Metrics (Dimensiones para trabajo de procesamiento, trabajo de entrenamiento, trabajo de transformación por lotes y métricas de instancia de punto de enlace)

Dimensión Descripción

Dimensión	Descripción
`Host`	Para trabajos de procesamiento, el valor para esta dimensión tiene el formato `[processing-job-name]/algo-[instance-number-in-cluster]`. Utilice esta dimensión para filtrar métricas de instancias para la instancia y el trabajo de procesamiento especificados. Este formato de dimensión está solo presente en el espacio de nombres `/aws/sagemaker/ProcessingJobs`. Para trabajos de capacitación, el valor para esta dimensión tiene el formato `[training-job-name]/algo-[instance-number-in-cluster]`. Utilice esta dimensión para filtrar métricas de instancias para la instancia y el trabajo de entrenamiento especificados. Este formato de dimensión está solo presente en el espacio de nombres `/aws/sagemaker/TrainingJobs`. Para trabajos de transformación por lotes, el valor para esta dimensión tiene el formato `[transform-job-name]/[instance-id]`. Utilice esta dimensión para filtrar métricas de instancias para la instancia y el trabajo de transformación por lotes especificados. Este formato de dimensión está solo presente en el espacio de nombres `/aws/sagemaker/TransformJobs`.

Host

Para trabajos de procesamiento, el valor para esta dimensión tiene el formato [processing-job-name]/algo-[instance-number-in-cluster]. Utilice esta dimensión para filtrar métricas de instancias para la instancia y el trabajo de procesamiento especificados. Este formato de dimensión está solo presente en el espacio de nombres /aws/sagemaker/ProcessingJobs.

Para trabajos de capacitación, el valor para esta dimensión tiene el formato [training-job-name]/algo-[instance-number-in-cluster]. Utilice esta dimensión para filtrar métricas de instancias para la instancia y el trabajo de entrenamiento especificados. Este formato de dimensión está solo presente en el espacio de nombres /aws/sagemaker/TrainingJobs.

Para trabajos de transformación por lotes, el valor para esta dimensión tiene el formato [transform-job-name]/[instance-id]. Utilice esta dimensión para filtrar métricas de instancias para la instancia y el trabajo de transformación por lotes especificados. Este formato de dimensión está solo presente en el espacio de nombres /aws/sagemaker/TransformJobs.

SageMaker Métricas de trabajos de Inference Recommender

El espacio de nombres /aws/sagemaker/InferenceRecommendationsJobs contiene las siguientes métricas para los trabajos de recomendación de inferencias.

Métricas del recomendador de inferencias

Métrica	Descripción
`ClientInvocations`	El número de solicitudes `InvokeEndpoint` enviadas al punto de conexión del modelo, según lo observado por el recomendador de inferencias. Unidades: ninguna Estadísticas válidas: suma
`ClientInvocationErrors`	El número de solicitudes `InvokeEndpoint` enviadas al punto de conexión del modelo que no han dado resultado, según lo observado por el recomendador de inferencias. Unidades: ninguna Estadísticas válidas: suma
`ClientLatency`	El intervalo de tiempo transcurrido entre el envío de una llamada `InvokeEndpoint` y la recepción de una respuesta, según lo observado por el recomendador de inferencias. Tenga en cuenta que el tiempo se expresa en milisegundos, mientras que la métrica de invocación del punto de conexión `ModelLatency` se expresa en microsegundos. Unidades: milisegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count, Percentiles.
`NumberOfUsers`	El número de usuarios simultáneos que envían `InvokeEndpoint` solicitudes al punto de conexión del modelo. Unidades: ninguna Estadísticas válidas: Max, Min, Average.

Dimensiones de las métricas de trabajo del recomendador de inferencias

Dimensión	Descripción
`JobName`	Filtra las métricas de trabajo del recomendador de inferencias para el trabajo de recomendador de inferencias especificado.
`EndpointName`	Filtra las métricas de trabajo del recomendador de inferencias para el punto de conexión especificado.

SageMaker Métricas de Ground Truth

Métricas de Ground Truth

Métrica	Descripción
`ActiveWorkers`	Un solo trabajador activo de un equipo de trabajo privado presentó, lanzó o rechazó una tarea. Para obtener el número total de trabajadores activos, use la estadística Sum. Ground Truth intenta ofrecer cada `ActiveWorkers` evento individual una vez. Si esta entrega no se realiza correctamente, es posible que esta métrica no muestre el número total de trabajadores activos. Unidades: ninguna Estadísticas válidas: Sum, Sample Count.
`DatasetObjectsAutoAnnotated`	El número de objetos de conjunto de datos comentados automáticamente en un trabajo de etiquetado. Esta métrica solo se emite al habilitarse el etiquetado automatizado. Para ver el progreso del trabajo de etiquetado, use la métrica Max. Unidades: ninguna Estadísticas válidas: Max
`DatasetObjectsHumanAnnotated`	El número de objetos de conjunto de datos comentados por un humano en un trabajo de etiquetado. Para ver el progreso del trabajo de etiquetado, use la métrica Max. Unidades: ninguna Estadísticas válidas: Max
`DatasetObjectsLabelingFailed`	El número de objetos de conjunto de datos que no se pudieron etiquetar en un trabajo de etiquetado. Para ver el progreso del trabajo de etiquetado, use la métrica Max. Unidades: ninguna Estadísticas válidas: Max
`JobsFailed`	Error en un solo trabajo de etiquetado. Para obtener el número total de trabajos de etiquetado que generaron error, use la estadística Sum. Unidades: ninguna Estadísticas válidas: Sum, Sample Count.
`JobsSucceeded`	Se ha realizado correctamente un solo trabajo de etiquetado. Para obtener el número total de trabajos de etiquetado que se realizaron correctamente, use la estadística Sum. Unidades: ninguna Estadísticas válidas: Sum, Sample Count.
`JobsStopped`	Se detuvo un solo trabajo de etiquetado. Para obtener el número total de trabajos de etiquetado que se detuvieron, use la estadística Sum. Unidades: ninguna Estadísticas válidas: Sum, Sample Count.
`TasksAccepted`	Un trabajador aceptó una sola tarea. Para obtener el número total de tareas aceptadas por los trabajadores, use la estadística Sum. Ground Truth intenta entregar cada evento individual `TaskAccepted` una vez. Si esta entrega no se realiza correctamente, es posible que esta métrica no muestre el número total de tareas aceptadas. Unidades: ninguna Estadísticas válidas: Sum, Sample Count.
`TasksDeclined`	Un trabajador rechazó una sola tarea. Para obtener el número total de tareas rechazadas por los trabajadores, use la estadística Sum. Ground Truth intenta entregar cada evento individual `TasksDeclined` una vez. Si esta entrega no se realiza correctamente, es posible que esta métrica no muestre el número total de tareas rechazadas. Unidades: ninguna Estadísticas válidas: Sum, Sample Count.
`TasksReturned`	Se devolvió una sola tarea. Para obtener el número total de tareas devueltas, use la estadística Sum. Ground Truth intenta entregar cada evento individual `TasksReturned` una vez. Si esta entrega no se realiza correctamente, es posible que esta métrica no muestre el número total de tareas devueltas. Unidades: ninguna Estadísticas válidas: Sum, Sample Count.
`TasksSubmitted`	Un trabajador privado envió o completó una sola tarea. Para obtener el número total de tareas enviadas por los trabajadores, use la estadística Sum. Ground Truth intenta entregar cada evento individual `TasksSubmitted` una vez. Si esta entrega no se realiza correctamente, es posible que esta métrica no muestre el número total de tareas enviadas. Unidades: ninguna Estadísticas válidas: Sum, Sample Count.
`TimeSpent`	Tiempo empleado en una tarea completada por un trabajador privado. Esta métrica no incluye el tiempo en que un trabajador hizo una pausa o se tomó un descanso. Ground Truth intenta entregar cada evento `TimeSpent` una vez. Si esta entrega no se realiza correctamente, es posible que esta métrica no muestre la cantidad total de tiempo empleado. Unidades: segundos Estadísticas válidas: Sum, Sample Count.
`TotalDatasetObjectsLabeled`	El número de objetos de conjunto de datos correctamente etiquetados en un trabajo de etiquetado. Para ver el progreso del trabajo de etiquetado, use la métrica Max. Unidades: ninguna Estadísticas válidas: Max

Dimensions for Dataset Object Metrics (Dimensiones de métricas de objeto de conjunto de datos)

Dimensión	Descripción
`LabelingJobName`	Filtra métricas de recuento de objetos de conjunto de datos para un trabajo de etiquetado.

Estadísticas de Amazon SageMaker Feature Store

Métricas de consumo del almacén de características

Métrica	Descripción
`ConsumedReadRequestsUnits`	El número de unidades de lectura consumidas durante el periodo de tiempo especificado. Puede recuperar las unidades de lectura consumidas para una operación de tiempo de ejecución del almacén de características y su grupo de características correspondiente. Unidades: ninguna Estadísticas válidas: todas.
`ConsumedWriteRequestsUnits`	El número de unidades de escritura consumidas durante el periodo de tiempo especificado. Puede recuperar las unidades de escritura consumidas para una operación de tiempo de ejecución del almacén de características y su grupo de características correspondiente. Unidades: ninguna Estadísticas válidas: todas.
`ConsumedReadCapacityUnits`	El número de unidades de capacidad de lectura aprovisionadas consumidas durante el período de tiempo especificado. Puede recuperar las unidades de capacidad de lectura consumidas para una operación de tiempo de ejecución de feature store y su grupo de funciones correspondiente. Unidades: ninguna Estadísticas válidas: todas.
`ConsumedWriteCapacityUnits`	El número de unidades de capacidad de escritura aprovisionadas consumidas durante el período de tiempo especificado. Puede recuperar las unidades de capacidad de escritura consumidas para una operación de tiempo de ejecución de feature store y su grupo de funciones correspondiente. Unidades: ninguna Estadísticas válidas: todas.

Dimensiones de las métricas de consumo del almacén de características

Dimensión	Descripción
`FeatureGroupName`, `OperationName`	Filtra las métricas de consumo de tiempo de ejecución del almacén de características del grupo de características y la operación que ha especificado.

Métricas operativas del almacén de características

Métrica	Descripción
`Invocations`	El número de solicitudes realizadas a las operaciones de tiempo de ejecución del almacén de características durante el periodo especificado. Unidades: ninguna Estadísticas válidas: suma
`Operation4XXErrors`	El número de solicitudes realizadas a las operaciones de tiempo de ejecución del Feature Store en las que la operación devolvió un código de HTTP respuesta 4xx. Por cada respuesta de 4xx, se envía 1; de lo contrario, se envía 0. Unidades: ninguna Estadísticas válidas: Average, Sum
`Operation5XXErrors`	El número de solicitudes realizadas a las operaciones de tiempo de ejecución del feature store en las que la operación devolvió un código de HTTP respuesta de 5xx. Por cada 5xx respuestas, se envía 1; de lo contrario, se envía 0. Unidades: ninguna Estadísticas válidas: Average, Sum
`ThrottledRequests`	El número de solicitudes realizadas a las operaciones de tiempo de ejecución del almacén de características en las que se ha limitado la solicitud. Por cada solicitud restringida, se envía 1; de lo contrario, se envía 0. Unidades: ninguna Estadísticas válidas: Average, Sum
`Latency`	El intervalo de tiempo para procesar las solicitudes realizadas a las operaciones de tiempo de ejecución del almacén de características. Este intervalo se mide desde el momento en que se SageMaker recibe la solicitud hasta que devuelve una respuesta al cliente. Unidades: microsegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count, Percentiles.

Dimensiones de las métricas operativas del almacén de características

Dimensión	Descripción
`FeatureGroupName`, `OperationName`	Filtra las métricas operativas de tiempo de ejecución del almacén de características del grupo de características y la operación que ha especificado. Puede utilizar estas dimensiones para operaciones que no sean por lotes GetRecord, como PutRecord, y DeleteRecord.
`OperationName`	Filtra las métricas operativas de tiempo de ejecución del almacén de características para la operación que ha especificado. Puede utilizar esta dimensión para operaciones por lotes como BatchGetRecord.

SageMaker tuberías, métricas

El espacio de nombres AWS/Sagemaker/ModelBuildingPipeline contiene las siguientes métricas para las ejecuciones de canalizaciones.

Hay dos categorías de métricas de ejecución de canalizaciones disponibles:

Métricas de ejecución en todas las canalizaciones: métricas de ejecución de la canalización a nivel de cuenta (para todas las canalizaciones de la cuenta actual).
Métricas de ejecución por canalización: métricas de ejecución de la canalización por canalización.

Las métricas están disponibles con una frecuencia de un minuto.

Métricas de ejecución de las canalizaciones

Métrica	Descripción
`ExecutionStarted`	El número de ejecuciones de la canalización que se iniciaron. Unidades: recuento Estadísticas válidas: Average, Sum
`ExecutionFailed`	El número de ejecuciones de la canalización que produjeron un error. Unidades: recuento Estadísticas válidas: Average, Sum
`ExecutionSucceeded`	El número de ejecuciones de la canalización que se realizaron correctamente. Unidades: recuento Estadísticas válidas: Average, Sum
`ExecutionStopped`	El número de ejecuciones de la canalización que se detuvieron. Unidades: recuento Estadísticas válidas: Average, Sum
`ExecutionDuration`	La duración en milisegundos de la ejecución de la canalización. Unidades: milisegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count.

Dimensiones de las métricas de ejecución por canalización

Dimensión	Descripción
`PipelineName`	Filtra las métricas de ejecución por canalización específica.

Métricas de los pasos de las canalizaciones

El espacio de nombres AWS/Sagemaker/ModelBuildingPipeline contiene las siguientes métricas para los pasos de la canalización.

Las métricas están disponibles con una frecuencia de un minuto.

Métrica	Descripción
`StepStarted`	Número de pasos que se iniciaron. Unidades: recuento Estadísticas válidas: Average, Sum
`StepFailed`	Número de pasos que produjeron un error. Unidades: recuento Estadísticas válidas: Average, Sum
`StepSucceeded`	Número de pasos que se realizaron correctamente. Unidades: recuento Estadísticas válidas: Average, Sum
`StepStopped`	Número de pasos que se detuvieron. Unidades: recuento Estadísticas válidas: Average, Sum
`StepDuration`	La duración en milisegundos de la ejecución del paso. Unidades: milisegundos Estadísticas válidas: Average, Sum, Min, Max, Sample Count.

Dimensiones de las métricas de los pasos de las canalizaciones

Dimensión	Descripción
`PipelineName`, `StepName`	Filtra las métricas de pasos de una canalización y un paso específicos.

Aviso JavaScript está desactivado o no está disponible en su navegador.

Para utilizar la documentación de AWS, debe estar habilitado JavaScript. Para obtener más información, consulte las páginas de ayuda de su navegador.

Convenciones del documento

Herramientas para supervisar los AWS recursos aprovisionados mientras se utiliza Amazon SageMaker

Iniciar sesión con CloudWatch