従来の警告システムは、高カーディナリティのデータや複雑な関係性に苦労しており、即時的でノイズの多い警告と厳格なメトリック監視との間で妥協を強いられることがよくあります。重要なシステムの問題は、集計データやシグナル相関の中に隠されていることがよくあります。Observability Analytics は、ユーザーが SQL を使用してログやトレースをクエリできるようになり、さらに重要なことに、これらの複雑な分析クエリからアラートを作成できるようになりました。プレビュー版のこの SQL アラート機能は、基本的なしきい値監視を超えて、深く文脈に沿った検出を実現します。アラート ポリシーはスケジュールされた SQL クエリを実行し、ルックバック ウィンドウに基づいて最近のデータを分析します。クエリ結果が定義された条件を満たした場合、電子メールや Slack などの設定されたチャネルを通じて通知が送信されます。システムは処理に BigQuery を利用するため、関連するコストが発生します。2 種類のアラート トリガー タイプが利用可能です。単純なイベント ボリューム監視のための行数しきい値、および SQL クエリ内で直接より洗練されたロジックのためのブール条件です。たとえば、e コマース オペレーターは、行数しきい値を使用してゲートウェイ タイムアウト エラーの急増にアラートを出すことで、支払いゲートウェイの停止を検出できます。AI プラットフォーム エンジニアは、トレース データをクエリしてエージェントのレイテンシを監視し、ブール条件を使用して 99 パーセンタイル レイテンシが指定された制限を超えた場合にアラートを出すことができます。SQL ベースのアラートを設定するには、ログまたはトレースに対して Observability Analytics を有効にし、BigQuery データセットをリンクし、必要な IAM 権限と通知チャネルを設定する必要があります。アラートの作成には、Observability Analytics で SQL クエリを作成および検証し、BigQuery エンジンを選択し、アラート条件とスケジュールを定義し、通知チャネルを設定することが含まれます。アラートは、API および Terraform を使用して Infrastructure as Code としても管理できます。