ワークロードの増加に伴う静的閾値の限界と履歴データ分析の必要性から、アラート閾値の設定は困難でした。固定閾値での監視が特に難しいのは、1日の時間帯によって変動するメトリクスです。Cloud Monitoringアラートは現在プレビュー段階で、PromQL向けに最長2年間のメトリクスデータを利用するロング・ルックバック・アラートポリシーを提供しています。この機能により、固定値ではなくメトリクスの履歴的な動作に基づいてアラートがトリガーされる動的閾値設定が可能になります。例えば、最近のパフォーマンスが長期的な平均から著しく逸脱した場合にアラートを発するように設定できます。動的閾値設定には、安定したデータには移動平均、変動の激しいデータにはzスコア、1日の時間帯パターンを持つメトリクスには季節分解など、さまざまなアルゴリズムが利用可能です。移動平均は最近の傾向を長期平均と比較し、zスコアは標準偏差に基づいて異常を特定します。季節分解は現在のデータを対応する過去の期間と比較し、日次または週次のパターンを持つメトリクスに最適です。動的閾値は、支出メトリクスが異常な増加を示した場合にクォータを自動的に調整することで、コスト超過を防ぐためにも使用できます。Cloud Monitoringは、AIモデルを使用したより高度な異常検出機能の開発を進めています。ユーザーはデザインパートナーとしてサインアップすることで、これらの新機能に関するフィードバックを提供できます。