端点调用指标 SageMaker 推理组件指标多模型端点指标作业和端点指标 Inference Recommender 指标 Ground Truth 指标 Feature Store 指标 Pipelines 指标

SageMaker 使用亚马逊监控亚马逊 CloudWatch

SageMaker 您可以使用亚马逊监控亚马逊 CloudWatch，亚马逊会收集原始数据并将其处理为可读的近乎实时的指标。这些统计数据会保存 15 个月，从而使您能够访问历史信息，并能够更好地了解您的 Web 应用程序或服务的执行情况。但是，Amazon CloudWatch 控制台将搜索范围限制在过去 2 周内更新的指标。此限制可确保显示您命名空间中最新的作业。要列出指标图形而不使用搜索，请在源视图中指定其确切名称。还可以设置特定阈值监视警报，在达到对应阈值时发送通知或采取行动。有关更多信息，请参阅 Amazon CloudWatch 用户指南。

SageMaker 端点调用指标

AWS/SageMaker命名空间包括对的调用的以下请求指标 InvokeEndpoint。

指标按 1 分钟一次的频率提供。

下图显示了 SageMaker 终端节点如何与 Amazon SageMaker Runtime API 交互。从向端点发送请求到收到响应之间的总时间长度取决于以下三个组成部分。

网络延迟 — 从向运行时运行时 API 发出请求到收到来自 SageMaker 运行时运行时 API 的响应所 SageMaker 花费的时间。
开销延迟 — 从运行时运行时 API 将请求传输到模型容器并将响应传输回 SageMaker 运行时运行 SageMaker 时 API 所花费的时间。
模型延迟 – 模型容器处理请求并返回响应所花费的时间。

有关总延迟的更多信息，请参阅负载测试 Amazon SageMaker 实时推理终端节点的最佳实践。有关 CloudWatch 指标保留多长时间的信息，请参阅 Amazon CloudWatch API 参考GetMetricStatistics中的。

端点调用指标

指标	描述
`Invocation4XXErrors`	模型在其中返回 4xx HTTP 响应代码的 `InvokeEndpoint` 请求的数量。对于每个 4xx 响应，发送 1；否则，发送 0。单位：无有效统计数据：Average、Sum
`Invocation5XXErrors`	模型在其中返回 5xx HTTP 响应代码的 `InvokeEndpoint` 请求的数量。对于每个 5xx 响应，发送 1；否则，发送 0。单位：无有效统计数据：Average、Sum
`InvocationModelErrors`	未导致 2XX HTTP 响应的模型调用请求的数量。这包括 4XX/5XX 状态代码、低级套接字错误、格式错误的 HTTP 响应和请求超时。对于每个错误响应，发送 1；否则，发送 0。单位：无有效统计数据：Average、Sum
`Invocations`	发送到模型端点的 `InvokeEndpoint` 请求数量。要获取发送到模型端点的请求总数，请使用 Sum 统计数据。单位：无有效统计数据：Sum
`InvocationsPerCopy`	由推理组件的每个副本标准化的调用次数。有效统计数据：Sum
`InvocationsPerInstance`	发送到模型的调用次数，按`InstanceCount`每个调用进行标准化 ProductionVariant。1/ `numberOfInstances` 作为每个请求的值发送，其中`numberOfInstances`是请求时端点 ProductionVariant 后面的活跃实例数。单位：无有效统计数据：Sum
`ModelLatency`	模型响应 SageMaker 运行时 API 请求所用的时间间隔。此时间间隔包括发送请求以及从模型容器提取响应的本地通信时间，以及在容器中完成推理所用的时间。单位：微秒有效统计数据：Average、Sum、Min、Max、Sample Count
`ModelSetupTime`	为无服务器端点启动新的计算资源所花费的时间。时间可能会有所不同，具体取决于模型大小、下载模型所需的时间以及容器的启动时间。单位：微秒有效统计数据：Average、Min、Max、Sample Count、Percentiles
`OverheadLatency`	按 SageMaker 管理费用回应客户请求所花费的时间间隔。此间隔是从 SageMaker 收到请求到向客户端返回响应的时间减去`ModelLatency`。开销延迟可能会由于多种因素发生而变化，包括请求和响应负载大小、请求频率以及请求的身份验证/授权。单位：微秒有效统计数据：Average、Sum、Min、Max、Sample Count

端点调用指标的维度

维度	描述
`EndpointName, VariantName`	针对指定端点和变体的 `ProductionVariant` 筛选端点调用指标。
`InferenceComponentName`	筛选推理组件调用指标。

SageMaker 推理组件指标

/aws/sagemaker/InferenceComponents命名空间包括以下指标，这些指标来自 InvokeEndpoint对托管推理组件的端点的调用。

指标按 1 分钟一次的频率提供。

指标	描述
`CPUUtilizationNormalized`	推理组件的每个副本报告的`CPUUtilizationNormalized`指标值。该值的范围介于 0%-100% 之间。如果您在推理组件副本的设置中设置`NumberOfCpuCoresRequired`参数，则该指标会显示预留的利用率。否则，该指标会显示超过限制的利用率。
`GPUMemoryUtilizationNormalized`	推理组件的每个副本报告的`GPUMemoryUtilizationNormalized`指标值。
`GPUUtilizationNormalized`	推理组件的每个副本报告的`GPUUtilizationNormalized`指标值。如果您在推理组件副本的设置中设置`NumberOfAcceleratorDevicesRequired`参数，则该指标会显示预留的利用率。否则，该指标会显示超过限制的利用率。
`MemoryUtilizationNormalized`	推理组件的每个副本`MemoryUtilizationNormalized`报告的值。如果您在推理组件副本的设置中设置`MinMemoryRequiredInMb`参数，则指标会显示预留的利用率。否则，这些指标会显示超过限制的利用率。

推理组件指标的维度

维度	描述
`InferenceComponentName`	筛选推理组件指标。

SageMaker 多模型端点指标

AWS/SageMaker命名空间包括以下模型从对的调用加载指标 InvokeEndpoint。

指标按 1 分钟一次的频率提供。

有关 CloudWatch 指标保留多长时间的信息，请参阅 Amazon CloudWatch API 参考GetMetricStatistics中的。

多模型端点模型加载指标

指标	描述
`ModelLoadingWaitTime`	调用请求等待下载和/或加载目标模型以执行推理的间隔时间。单位：微秒有效统计数据：Average、Sum、Min、Max、Sample Count
`ModelUnloadingTime`	通过容器的 `UnloadModel` API 调用卸载模型所用的间隔时间。单位：微秒有效统计数据：Average、Sum、Min、Max、Sample Count
`ModelDownloadingTime`	从 Amazon Simple Storage Service (Amazon S3) 下载模型所花费的时间间隔。单位：微秒有效统计数据：Average、Sum、Min、Max、Sample Count
`ModelLoadingTime`	通过容器的 `LoadModel` API 调用加载模型所用的间隔时间。单位：微秒有效统计数据：Average、Sum、Min、Max、Sample Count
`ModelCacheHit`	发送到已加载模型的多模型端点的 `InvokeEndpoint` 请求数。 “Average”统计数据显示已加载模型的请求的比率。单位：无有效统计数据：Average、Sum、Sample Count

多模型端点模型加载指标的维度

维度	描述
`EndpointName, VariantName`	针对指定端点和变体的 `ProductionVariant` 筛选端点调用指标。

/aws/sagemaker/Endpoints命名空间包括调用中的以下实例指标。 InvokeEndpoint

指标按 1 分钟一次的频率提供。

有关 CloudWatch 指标保留多长时间的信息，请参阅 Amazon CloudWatch API 参考GetMetricStatistics中的。

多模型端点模型实例指标

指标描述

指标	描述
`LoadedModelCount`	多模型端点的容器中加载的模型数。此指标是按实例发射的。周期为 1 分钟的“Average”统计数据指示每个实例加载的平均模型数。 “Sum”统计数据指示在端点中的所有实例上加载的模型总数。此指标跟踪的模型不一定是唯一的，因为可能在端点的多个容器中加载模型。单位：无有效统计数据：Average、Sum、Min、Max、Sample Count

LoadedModelCount

多模型端点的容器中加载的模型数。此指标是按实例发射的。

周期为 1 分钟的“Average”统计数据指示每个实例加载的平均模型数。

“Sum”统计数据指示在端点中的所有实例上加载的模型总数。

此指标跟踪的模型不一定是唯一的，因为可能在端点的多个容器中加载模型。

单位：无

有效统计数据：Average、Sum、Min、Max、Sample Count

多模型端点模型加载指标的维度

维度	描述
`EndpointName, VariantName`	针对指定端点和变体的 `ProductionVariant` 筛选端点调用指标。

SageMaker 任务和端点指标

/aws/sagemaker/ProcessingJobs、/aws/sagemaker/TrainingJobs、/aws/sagemaker/TransformJobs 和 /aws/sagemaker/Endpoints 命名空间包括以下用于训练作业和端点实例的指标。

指标按 1 分钟一次的频率提供。

注意

Amazon CloudWatch 支持高分辨率的自定义指标，其最佳分辨率为 1 秒。但是，分辨率越高， CloudWatch 指标的寿命越短。对于 1 秒频率分辨率，这些 CloudWatch 指标的可用时间为 3 小时。有关分辨率和 CloudWatch 指标寿命的更多信息，请参阅 Amazon CloudWatch API 参考GetMetricStatistics中的。

提示

如果您想以更精细的分辨率来描述您的训练作业，精度低至 100 毫秒（0.1 秒），并将训练指标无限期存储在 Amazon S3 中以便随时进行自定义分析，请考虑使用 Amazon Debugger。 SageMaker SageMaker Debugger 提供内置规则来自动检测常见的训练问题；它可以检测硬件资源利用率问题（例如 CPU、GPU 和 I/O 瓶颈）和非收敛模型问题（例如过度拟合、梯度消失和张量爆炸等）。 SageMaker 调试器还通过 Studio Classic 及其分析报告提供可视化效果。要探索调试器可视化效果，请参阅SageMaker 调试器见解仪表板演练、调试器分析报告演练和使用 SMDebug 客户端库分析数据。

处理作业、训练作业、批量转换作业和端点实例指标

指标	描述
`CPUReservation`	容器在实例上预留的 CPU 总和。该值的范围介于 0%-100% 之间。在推理组件的设置中，您可以使用`NumberOfCpuCoresRequired`参数设置 CPU 预留。例如，如果有 4 个 CPU，预留 2 个，则该`CPUReservation`指标为 50%。
`CPUUtilization`	每个单独的 CPU 核心利用率的总和。每个核心的 CPU 利用率范围均为 0 – 100。例如，如果有四个 CPU，`CPUUtilization` 范围可以为 0% 到 400%。对于处理作业，该值是实例上的处理容器的 CPU 利用率。对于训练作业，该值是实例上的算法容器的 CPU 利用率。对于批量转换作业，该值是实例上的转换容器的 CPU 利用率。对于端点变体，该值是实例上的主容器和辅助容器的 CPU 利用率的总和。注意对于多实例作业，每个实例都会报告 CPU 利用率指标。但是，中的默认视图 CloudWatch 显示了所有实例的平均 CPU 使用率。单位：百分比
`CPUUtilizationNormalized`	每个 CPU 内核利用率的标准化总和。该值的范围介于 0%-100% 之间。例如，如果有四个 CPU，且`CPUUtilization`指标为 200%，则该`CPUUtilizationNormalized`指标为 50%。
`DiskUtilization`	实例上的容器所使用的磁盘空间的百分比。此值范围为 0%–100%。批量转换作业不支持此指标。对于处理作业，该值是实例上的处理容器的磁盘空间利用率。对于训练作业，该值是实例上的算法容器的磁盘空间利用率。对于端点变体，该值是实例上的主容器和辅助容器的磁盘空间利用率的总和。单位：百分比注意对于多实例作业，每个实例都会报告磁盘利用率指标。但是，中的默认视图 CloudWatch 显示了所有实例的平均磁盘利用率。
`GPUMemoryUtilization`	实例上的容器所使用的 GPU 内存的百分比。该值可以介于 0 到 100 之间，并且乘以 GPU 数目。例如，如果有四个 GPU，`GPUMemoryUtilization` 的范围在 0% – 400% 之间。对于处理作业，该值是实例上的处理容器的 GPU 内存利用率。对于训练作业，该值是实例上的算法容器的 GPU 内存利用率。对于批量转换作业，该值是实例上的转换容器的 GPU 内存利用率。对于端点变体，该值是实例上的主容器和辅助容器的 GPU 内存利用率的总和。注意对于多实例作业，每个实例都会报告 GPU 内存利用率指标。但是，中的默认视图 CloudWatch 显示了所有实例的平均 GPU 内存使用率。单位：百分比
`GPUMemoryUtilizationNormalized`	实例上容器使用的 GPU 内存的标准化百分比。该值的范围介于 0%-100% 之间。例如，如果有四个 GPU，且`GPUMemoryUtilization`指标为 200%，则该`GPUMemoryUtilizationNormalized`指标为 50%。
`GPUReservation`	容器在实例上预留的 GPU 总和。该值的范围介于 0%-100% 之间。在推理组件的设置中，您可以将 GPU 预留设置为。`NumberOfAcceleratorDevicesRequired`例如，如果有 4 个 GPU 且预留 2 个 GPU，则该`GPUReservation`指标为 50%。
`GPUUtilization`	实例上的容器所使用的 GPU 单位的百分比。该值的范围可以介于 0—100 之间，并乘以 GPU 的数量。例如，如果有四个 GPU，`GPUUtilization` 的范围在 0% – 400% 之间。对于处理作业，该值是实例上的处理容器的 GPU 利用率。对于训练作业，该值是实例上的算法容器的 GPU 利用率。对于批量转换作业，该值是实例上的转换容器的 GPU 利用率。对于端点变体，该值是实例上的主容器和辅助容器的 GPU 利用率的总和。注意对于多实例作业，每个实例都会报告 GPU 利用率指标。但是，中的默认视图 CloudWatch 显示了所有实例的平均 GPU 使用率。单位：百分比
`GPUUtilizationNormalized`	实例上容器使用的 GPU 单位的标准化百分比。该值的范围介于 0%-100% 之间。例如，如果有四个 GPU，且`GPUUtilization`指标为 200%，则该`GPUUtilizationNormalized`指标为 50%。
`MemoryReservation`	容器在实例上预留的内存总和。该值的范围介于 0%-100% 之间。在推理组件的设置中，您可以使用`MinMemoryRequiredInMb`参数设置内存预留。例如，如果一个 32 GiB 的实例预留了 1024 MB，则该`MemoryReservation`指标为 29.8%。
`MemoryUtilization`	实例上的容器所使用的内存的百分比。此值范围为 0%–100%。对于处理作业，该值是实例上的处理容器的内存利用率。对于训练作业，该值是实例上的算法容器的内存利用率。对于批量转换作业，该值是实例上的转换容器的内存利用率。对于端点变体，该值是实例上的主容器和辅助容器的内存利用率的总和。单位：百分比注意对于多实例作业，每个实例都会报告内存利用率指标。但是，中的默认视图 CloudWatch 显示了所有实例的平均内存使用率。

处理作业、训练作业和批量转换作业实例指标的维度

维度描述

维度	描述
`Host`	对于处理作业，该维度的值具有格式 `[processing-job-name]/algo-[instance-number-in-cluster]`。使用此维度可筛选指定处理作业和实例的实例指标。此维度格式仅存在于 `/aws/sagemaker/ProcessingJobs` 命名空间中。对于训练作业，该维度的值具有格式 `[training-job-name]/algo-[instance-number-in-cluster]`。使用此维度可筛选指定训练作业和实例的实例指标。此维度格式仅存在于 `/aws/sagemaker/TrainingJobs` 命名空间中。对于批量转换作业，该维度的值的格式为 `[transform-job-name]/[instance-id]`。使用此维度可筛选指定批量转换作业和实例的实例指标。此维度格式仅存在于 `/aws/sagemaker/TransformJobs` 命名空间中。

Host

对于处理作业，该维度的值具有格式 [processing-job-name]/algo-[instance-number-in-cluster]。使用此维度可筛选指定处理作业和实例的实例指标。此维度格式仅存在于 /aws/sagemaker/ProcessingJobs 命名空间中。

对于训练作业，该维度的值具有格式 [training-job-name]/algo-[instance-number-in-cluster]。使用此维度可筛选指定训练作业和实例的实例指标。此维度格式仅存在于 /aws/sagemaker/TrainingJobs 命名空间中。

对于批量转换作业，该维度的值的格式为 [transform-job-name]/[instance-id]。使用此维度可筛选指定批量转换作业和实例的实例指标。此维度格式仅存在于 /aws/sagemaker/TransformJobs 命名空间中。

SageMaker 推理推荐者作业指标

/aws/sagemaker/InferenceRecommendationsJobs 命名空间包括推理推荐系统作业的以下指标。

Inference Recommender 指标

指标	描述
`ClientInvocations`	Inference Recommender 观察到的发送到模型端点的 `InvokeEndpoint` 请求数。单位：无有效统计数据：Sum
`ClientInvocationErrors`	Inference Recommender 观察到的失败的 `InvokeEndpoint` 请求数。单位：无有效统计数据：Sum
`ClientLatency`	Inference Recommender 观察到的从发送 `InvokeEndpoint` 调用到收到响应所花费的时间间隔。请注意，时间以毫秒为单位，而 `ModelLatency` 端点调用指标以微秒为单位。单位：毫秒有效统计数据：Average、Sum、Min、Max、Sample Count、Percentiles
`NumberOfUsers`	向模型端点发送 `InvokeEndpoint` 请求的并发用户数。单位：无有效统计数据：Max、Min、Average

Inference Recommender 作业指标的维度

维度	描述
`JobName`	筛选指定 Inference Recommender 作业的 Inference Recommender 作业指标。
`EndpointName`	筛选指定端点的 Inference Recommender 作业指标。

SageMaker Ground Truth 指标

Ground Truth 指标

指标	描述
`ActiveWorkers`	专有工作团队中的一名活跃工作人员已提交、发布或拒绝了任务。要获取活跃工作人员的总数，请使用 Sum 统计数据。Ground Truth 会尝试将每个单独的 `ActiveWorkers` 事件交付一次。如果此交付不成功，则此指标可能不会报告活跃工作人员的总数单位：无有效统计数据：Sum、Sample Count
`DatasetObjectsAutoAnnotated`	在标注作业中自动注释的数据集对象数。此指标仅在启用自动标记时发出。要查看标注作业进度，请使用 Max 指标。单位：无有效统计数据：Max
`DatasetObjectsHumanAnnotated`	在标注作业中人工注释的数据集对象数。要查看标注作业进度，请使用 Max 指标。单位：无有效统计数据：Max
`DatasetObjectsLabelingFailed`	在标注作业中未能标记的数据集对象数。要查看标注作业进度，请使用 Max 指标。单位：无有效统计数据：Max
`JobsFailed`	单个标注作业失败。要获取失败的标注作业总数，请使用 Sum 统计数据。单位：无有效统计数据：Sum、Sample Count
`JobsSucceeded`	单个标注作业成功。要获取成功的标注作业总数，请使用 Sum 统计数据。单位：无有效统计数据：Sum、Sample Count
`JobsStopped`	单个标注作业已停止。要获取停止的标注作业总数，请使用 Sum 统计数据。单位：无有效统计数据：Sum、Sample Count
`TasksAccepted`	工作人员接受了单个任务。要获取工作人员接受的任务总数，请使用 Sum 统计数据。Ground Truth 会尝试将每个单独的 `TaskAccepted` 事件交付一次。如果此交付不成功，则此指标可能不会报告已接受的任务总数。单位：无有效统计数据：Sum、Sample Count
`TasksDeclined`	工作人员拒绝了单个任务。要获取工作人员拒绝的任务总数，请使用 Sum 统计数据。Ground Truth 会尝试将每个单独的 `TasksDeclined` 事件交付一次。如果此交付不成功，则此指标可能不会报告已拒绝的任务总数。单位：无有效统计数据：Sum、Sample Count
`TasksReturned`	返回了一个任务。要获取返回的任务总数，请使用 Sum 统计信息。Ground Truth 会尝试将每个单独的 `TasksReturned` 事件交付一次。如果此交付不成功，则此指标可能不会报告返回的任务总数。单位：无有效统计数据：Sum、Sample Count
`TasksSubmitted`	专有工作人员提交/完成了一项任务。要获取工作人员提交的任务总数，请使用 Sum 统计数据。Ground Truth 会尝试将每个单独的 `TasksSubmitted` 事件交付一次。如果此交付不成功，则此指标可能不会报告已提交的任务总数。单位：无有效统计数据：Sum、Sample Count
`TimeSpent`	专有工作人员完成任务所用的时间。此指标不包括工作人员暂停或休息的时间。Ground Truth 会尝试将每个 `TimeSpent` 事件交付一次。如果此交付不成功，则此指标可能不会报告所花费的总时间。单位：秒有效统计数据：Sum、Sample Count
`TotalDatasetObjectsLabeled`	在标注作业中成功标记的数据集对象数。要查看标注作业进度，请使用 Max 指标。单位：无有效统计数据：Max

数据集对象指标的维度

维度	描述
`LabelingJobName`	筛选标签作业的数据集对象计数指标。

Amazon SageMaker 特色商店指标

Feature Store 使用指标

指标	描述
`ConsumedReadRequestsUnits`	在指定时间段内使用的读取单元数。您可以检索特征存放区运行时系统操作及其相应特征组使用的读取单元。单位：无有效统计数据：全部
`ConsumedWriteRequestsUnits`	在指定时间段内使用的写入单元数。您可以检索特征存放区运行时系统操作及其相应特征组使用的写入单元。单位：无有效统计数据：全部
`ConsumedReadCapacityUnits`	在指定时间段内消耗的预配置读取容量单位数。您可以检索 feature store 运行时操作及其相应功能组消耗的读取容量单位。单位：无有效统计数据：全部
`ConsumedWriteCapacityUnits`	在指定时间段内消耗的预配置写入容量单位数。您可以检索 feature store 运行时操作及其相应功能组消耗的写入容量单位。单位：无有效统计数据：全部

Feature Store 使用指标的维度

维度	描述
`FeatureGroupName`, `OperationName`	筛选特征组和您指定的操作的特征存放区运行时系统使用指标。

Feature Store 操作指标

指标	描述
`Invocations`	在指定时间段内对特征存放区运行时系统操作发出的请求数。单位：无有效统计数据：Sum
`Operation4XXErrors`	向 Feature Store 运行时系统操作发出的请求数，其中操作返回了 4xx HTTP 响应代码。对于每个 4xx 响应，发送 1；否则，发送 0。单位：无有效统计数据：Average、Sum
`Operation5XXErrors`	向特征存放区运行时系统操作发出的请求数，其中操作返回了 5xx HTTP 响应代码。对于每个 5xx 响应，发送 1；否则，发送 0。单位：无有效统计数据：Average、Sum
`ThrottledRequests`	向特征存放区运行时系统操作发出的请求数，其中请求被节流。对于每个被节流的请求，发送 1；否则，发送 0。单位：无有效统计数据：Average、Sum
`Latency`	处理向 Feature Store 运行时系统操作提出的请求的时间间隔。此间隔是从 SageMaker 收到请求到向客户端返回响应的时间开始计算的。单位：微秒有效统计数据：Average、Sum、Min、Max、Sample Count、Percentiles

Feature Store 操作指标的维度

维度	描述
`FeatureGroupName`, `OperationName`	筛选特征组和您指定的操作的特征存放区运行时系统操作指标。您可以将这些维度用于非批量操作 GetRecord，例如 PutRecord、和 DeleteRecord。
`OperationName`	筛选您指定的操作的特征存放区运行时系统操作指标。您可以将此维度用于批量操作，例如 BatchGetRecord。

SageMaker 管道指标

AWS/Sagemaker/ModelBuildingPipeline 命名空间包括管道执行的以下指标。

有两种类型的管道执行指标可用：

所有管道的执行指标 - 账户级管道执行指标（用于当前账户中的所有管道）
按管道划分的执行指标 - 每个管道的管道执行指标

指标按 1 分钟一次的频率提供。

管道执行指标

指标	描述
`ExecutionStarted`	启动的管道执行次数。单位：计数有效统计数据：Average、Sum
`ExecutionFailed`	失败的管道执行次数。单位：计数有效统计数据：Average、Sum
`ExecutionSucceeded`	成功的管道执行次数。单位：计数有效统计数据：Average、Sum
`ExecutionStopped`	已停止的管道执行次数。单位：计数有效统计数据：Average、Sum
`ExecutionDuration`	管道执行运行的持续时间（以毫秒为单位）。单位：毫秒有效统计数据：Average、Sum、Min、Max、Sample Count

按管道划分的执行指标维度

维度	描述
`PipelineName`	筛选指定管道的管道执行指标。

管道步骤指标

AWS/Sagemaker/ModelBuildingPipeline 命名空间包括管道步骤的以下指标。

指标按 1 分钟一次的频率提供。

指标	描述
`StepStarted`	已启动的步骤数。单位：计数有效统计数据：Average、Sum
`StepFailed`	失败的步骤数。单位：计数有效统计数据：Average、Sum
`StepSucceeded`	成功的步骤数。单位：计数有效统计数据：Average、Sum
`StepStopped`	已停止的步骤数。单位：计数有效统计数据：Average、Sum
`StepDuration`	步骤运行的持续时间（以毫秒为单位）。单位：毫秒有效统计数据：Average、Sum、Min、Max、Sample Count

管道步骤指标的维度

维度	描述
`PipelineName`, `StepName`	筛选指定管道和步骤的步骤指标。

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

文档惯例

监控使用 A AWS mazon 时配置的资源 SageMaker

使用登录 CloudWatch