Bonne réponse
- AOpenCensus ou OpenTelemetry SDK
Explication
OpenCensus et OpenTelemetry sont les frameworks open-source recommandés pour exporter des métriques personnalisées depuis des conteneurs personnalisés sur Vertex AI Prediction vers Cloud Monitoring. Ils fournissent un moyen standardisé d'instrumenter le code de votre application, de collecter des métriques et de les envoyer directement à Cloud Monitoring via l'API Cloud Monitoring, sans nécessiter d'agents supplémentaires ni de contournements basés sur les journaux.
Pour aller plus loin
OpenCensus et OpenTelemetry utilisent des exportateurs (par exemple, l'exportateur Stackdriver pour OpenCensus ou l'exportateur Google Cloud Monitoring pour OpenTelemetry) pour pousser les métriques directement vers Cloud Monitoring via gRPC ou HTTP, en tirant parti de l'API Cloud Monitoring. Dans un conteneur personnalisé sur Vertex AI, vous exécutez généralement un conteneur secondaire (sidecar) ou intégrez le SDK dans votre serveur de prédiction (par exemple, en utilisant le SDK Python OpenTelemetry avec le package `opentelemetry-exporter-gcp-monitoring`) pour exporter des métriques telles que la latence de prédiction ou le nombre d'erreurs. Un scénario réel est un modèle de détection des fraudes qui doit émettre des métriques personnalisées pour le taux de faux positifs par version de modèle, ce qui ne peut pas être capturé par les métriques intégrées de Vertex AI.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement PMLE originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.