--- sourceDocument: Analytics der Xanadu-Plattform sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/de-DE/xanadu/now-intelligence Release : - xanadu ft:locale : - de-DE ft:publication_title : - Analytics der Xanadu-Plattform ft:clusterId : - par bundleId : - par workflow : - Platform --- # Protokolldetails für optimierten Datensammler # Protokolldetails für optimierten Datensammler {#ariaid-title1} * Freigeben Version: Xanadu * * Aktualisiert 1. August 2024 * * ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 5 Minuten Lesedauer Ab Release Tokyo ist ein neuer, optimierter Datenerfasser verfügbar. Die Protokolldetails für diesen Datensammler unterscheiden sich von den Protokolldetails des klassischen Datensammlers. ## Sammlungsübersicht {#log-details-optimized-dc__id_f5d_1yv_pqb} Die Datenerfassungsaufgabe umfasst das Ausführen einer SQL-Abfrage für jede Indikatorquelle, die den Datensammler verwendet. Die Abfrage wird für jede Sammlungszeit vom Startdatum bis zum Enddatum wiederholt. Anschließend werden Abfragen für die nächste Indikatorquelle ausgeführt. Jeder Schritt zum Ausführen der Abfrage ist im Datensammlungsprotokoll dokumentiert. Abbildung : 1. Übersicht des Datensammlungsauftrags ## Sammlungsauftrag starten und schließen {#log-details-optimized-dc__section_zg3_dyv_pqb} Folgen Sie dem Datenerfassungsprozess, wie in den Protokollnachrichten angezeigt. Die Protokollnachrichten in jedem Unterprozess wurden in eigene Tabellen getrennt. Hinweis: Dieses Protokoll ist für den optimierten HSQL-Datensammler bestimmt, wie in [Datensammlung optimieren](https://servicenow-prod.fluidtopics.net/vpx4OwFbH0Im1tp12hu0Ug "Der optimierte -Datensammler Performance Analytics reduziert Zeit, Arbeitsspeicher und CPU-Auslastung für die Verarbeitung großer Datensätze.")beschrieben. Wenn com.snc.pa.dc.hsql auf „falsch" festgelegt ist, verwenden Sie den klassischen Datensammler. Andernfalls verwenden Sie den optimierten Datensammler. Weitere Informationen zu diesem Protokoll finden Sie unter [Protokolldetails für klassischen Datenerfasser](https://servicenow-prod.fluidtopics.net/o~D5zzwB~Cbf~k8Y6Hdt6Q "Performance Analytics Die Punktzahlerfassung folgt dem hier beschriebenen Prozess. Zur Unterstützung der Problembehandlung wird eine Zuordnung zwischen Auftragsschritten und Protokolleinträgen bereitgestellt."). {#log-details-optimized-dc__table_kwh_k4g_qbb__entry__2} | Schritt des Sammlungsauftrags | Beispiel für den resultierenden Protokolleintrag | |-|-| | Zeigt die Domäne des Sammlungsauftrags „Als Benutzer ausführen" an. | Benutzer \ gehört zu Domäne „Global" | | Sammlung wird gestartet. Der Auftragsstart gibt an, ob Punktzahlen, Textverzeichnis oder beides erfasst werden soll. Nachrichten geben auch an, dass der optimierte HSQL-Datensammler verwendet wird und ob Debug-Protokolle aktiviert sind. Nur Kundenservice und Support kann Debug-Protokolle aktivieren. | Sammlung von Punktzahlen und Textindex wird gestartet. Wert der Eigenschaften im System -- HSQL-Datensammler wird verwendet: true Debug-Protokolle aktiviert: true Knotenname: vsr007 | | Zeigt die Domänen an, für die Punktzahlen gesammelt werden. Zeigt auch andere relevante Details zu den Domänen an. | DomainConfig: Testing Domain Config Collection logs - 3d359877b77000106886e664de11a97c, Type: conditions, RollUpType: roll_up_children, collectAggregate? Yes, collectChildren?: Yes, AggregateDomain: Name: 3d359877b77000106886e664de11a97c - SysID: d1659c77b77000106886e664de11a91e, Domains: Default,MSP,ACME,Cisco,Initech,Oceanic Airlines | | Listet Indikatorquellen auf, für die der Auftrag Daten sammelt, einschließlich ihrer eindeutigen IDs. | Indicator Sources to collect: Incidents.New: b54f2c23d7030100b96d45a3ce61032f, Incidents.Open: b5cf2c23d7030100b96d45a3ce6103cc, Incidents.Closed: 2ac8dd31ff2302001e68ffffffffff3d, Incidents.Resolved: 4c207c23d7030100b96d45a3ce610308 | | Listet jeden Indikator auf, der dem Auftrag zugeordnet ist, sowie die Indikatoreigenschaften, die sich auf die Datensammlung beziehen: * Werden Datensätze in einem Snapshot erfasst? * Werden Aufgliederungen ausgeschlossen? * Werden die Sammlungszeiträume in der Indikatorquelle überschrieben? * Wird die Aufgliederungsmatrix erfasst? * Werden bei der Erfassung der Aufgliederungsmatrix Aufgliederungskombinationen ausgeschlossen? {#log-details-optimized-dc__ul_kx2_2pt_pjb} | JobIndicator: Anzahl der offenen Incidents -- de537dc3d7131100b96d45a3ce610305 Jobindikatoreigenschaften: sammelnIndikator?: Ja, Aufgliederungssammlungstyp: MIT_EXCLUDE Ausgeschlossene Aufgliederungen: Zuweisungsgruppe, Statusindikatoreigenschaften =\> CollectoringRecords: Ja, Überschriebene Sammlungszeiträume: Nein, Geskriptet?: Nein, Aufgliederungskombinationen?: Ja, ausgeschlossene Aufgliederungskombinationen: Keine Kombination ist ausgeschlossen. | | Iterationsschritte für jede Indikatorquelle | Siehe Tabelle [Iterationsschritte für jede Indikatorquelle](https://servicenow-prod.fluidtopics.net/A_axjBc0oB60u3nuTn2DPQ#log-details-optimized-dc__section_indicator-source). | | Statistiken für den Datensammlungsauftrag anzeigen | Statistiken: Einfügungen 184, Aktualisierungen 0, Löschungen 92, Fehler 0, Warnungen 0 | | Auftrag abschließen | Datensammlung beendet | [ ] {#log-details-optimized-dc__table_kwh_k4g_qbb} ## Iterationsschritte für jede Indikatorquelle {#log-details-optimized-dc__section_indicator-source} {#log-details-optimized-dc__table_indicator-source__entry__2} | Schritt des Sammlungsauftrags | Beispiel für den resultierenden Protokolleintrag | |-|-| | Indikatorquelle abrufen | Indikatorquelle Incidents.Open wird verarbeitet... | | Wiederholen Sie, dass der optimierte HSQL-Datensammler verwendet wird. | | | Listenindikatoren mit zusätzlichen Bedingungen, die über die von der Indikatorquelle geerbten Bedingungen hinausgehen. | Indikator: Administratoranmeldungen -- \[sys_id des Indikators\], Zusätzliche Bedingungen: ref_isc_login_event.login_type=login_admin, Ist „Datensätze sammeln": „wahr". | | Iterationsschritte für jeden Erfassungszeitraum. | Siehe Tabelle [Iterationsschritte für jeden Erfassungszeitraum](https://servicenow-prod.fluidtopics.net/A_axjBc0oB60u3nuTn2DPQ#log-details-optimized-dc__section_collection-period) | | Nächste Indikatorquelle abrufen | Indikatorquelle Incidents.New wird verarbeitet | [ ] {#log-details-optimized-dc__table_indicator-source} ## Iterationsschritte für jeden Erfassungszeitraum {#log-details-optimized-dc__section_collection-period} {#log-details-optimized-dc__table_collection-period__entry__2} | Schritt des Sammlungsauftrags | Beispiel für den resultierenden Protokolleintrag | |-|-| | Startdatum der Sammelaufgabe | Datensammlung für 20191103 bei Indikatorquellen-Incidents.Open | | Rufen Sie die folgenden Felder ab: * Die eindeutigen Felder der Aufgliederungsquellen (normalerweise sys_id) * Die in Aufgliederungszuordnungen verwendeten Indikatorfelder * Die Tabellenfelder, die in geskripteten Aufgliederungszuordnungen verwendet werden * Die in Text Analytics verwendeten Indikatorquellfelder, wenn der Textindex gesammelt wird (enthält normalerweise short_description) {#log-details-optimized-dc__ul_bw4_ydd_tlb} | „short_description,sys_id, opened_at, assignment_group, description, priority, category" wird von "incident" abgerufen | | Generieren von SQL basierend auf den Bedingungen, die in der Indikatorquelle angegeben sind. Hinweis: Wenn die Indikatorquelle „Heute" in einer der Bedingungen angibt, wird „Heute" relativ zu dem Zeitraum betrachtet, für den die Datenerfassungsaufgabe ausgeführt wird. Beispielsweise enthält die Indikatorquelle Incidents.New die Bedingung \[Geöffnet\]\[am\]\[Heute\]. Wenn die Tage so definiert sind, dass sie um 07:00:00 beginnen, und Daten für 2019-10-28 gesammelt werden, erzeugt der Auftrag das SQL-Skript auf der rechten Seite. | SELECT task0.\`sys_id\` FROM task task0 WHERE task0.\`sys_class_name\` = 'incident' AND (task0.\`opened_at\` \>= '2019-10-28 07:00:00' AND task0.\`opened_at\` \<= '2019-10-29 06:59:59') | | Zeigen Sie die Anzahl der von SQL abgerufenen Datensätze an. | 150 Zeilen aus Indikatorquelle „Incidents.Open" (Faktentabelle: Incident) abgerufen | | Löschen Sie vorherige Ergebnisse. | Vorherige Ergebnisse 1 für Indikator: Identitätswechsel gelöscht | | Zuordnungs-/Reduzierungsfunktion ausführen, um Indikatorpunktzahlen zu berechnen. | Siehe Tabellen [Schritte der Zuordnungs-/Reduzierungsfunktion](https://servicenow-prod.fluidtopics.net/A_axjBc0oB60u3nuTn2DPQ#log-details-optimized-dc__section_map-reduce) | | Wenn die Textindizierung aktiv ist und für die Indikatorquelle konfiguriert wurde, speichert der Datensammler den resultierenden Textindex. | Textindex für Indikatorquelle Incidents.Open wird gespeichert | | Wenn die Textindizierung aktiv ist und für die Indikatorquelle konfiguriert wurde, speichert der Datensammler den resultierenden Textindex. | Von Textindex verwendete Bytes: 41,984 für: Incidents.Open | | Objekte werden in die HSQL-Datenbank entladen, wenn einer der folgenden Schwellenwerte überschritten wird: * Anzahl der Punktzahlen * Anzahl der Snapshots * Gesamtanzahl der Werte für Count Distinct {#log-details-optimized-dc__ul_idr_jbk_jrb} Protokollieren, wie oft das Entlastungslimit für jede Objektkategorie überschritten wurde. Jedes Mal, wenn das Entlastungslimit in einer Kategorie überschritten wird, werden alle Objekte in den temporären HSQL-Datenbankspeicher verschoben. Am Ende der Zuordnungs-/Reduzierungsfunktion werden alle verbleibenden Datensätze entladen. Die Anzahl der verbleibenden Datensätze liegt normalerweise unter dem Schwellenwert, und diese Entlastung wird ebenfalls protokolliert. | Anzahl der Male, die den Schwellenwert für Punktzahlen für die Entlastungsgrenze überschritten wurden: 275 Anzahl der Überschreitungen des Entlastungsgrenzwerts für Snapshots: 0 Anzahl der Überschreitungen des Entlastungsgrenzwerts für verschiedene Werte: 0 Batch von Datensätzen entladen, die den Schwellenwert nicht überschritten haben: 1 | | Beginnen Sie mit dem Speichern neu gesammelter Ergebnisse für die Indikatorquelle. | Gesammelte Ergebnisse für die Indikatorquelle „Incidents.Resolved" werden gespeichert | | Jeder Indikator mit einem NULL-Wert wird protokolliert. | „Wert, wenn null" gespeichert: 0,0 als Punktzahl für Indikator: Anzahl der durch Wissen vermiedenen Incidents | | Speichern von Ergebnissen beenden. | Gespeicherte gesammelte Ergebnisse | | Festlegen für welche Indikatoren der Datensammler keine Punktzahlen sammelt. | Nicht sammeln für Indikator: Summe des Alters der offenen Incidents mit ausgeschlossener Aufgliederung: Zuweisungsgruppe | | Beenden der Datensammlung für diese Indikatorquelle für diesen Zeitraum. | Sammlung für 20200519 auf Indikatorquelle Incidents.Offen abgeschlossen | | Zeigen Sie die durchschnittliche Zeit an, die für einen Datensatz aufgewendet wurde, um zusätzliche Bedingungen zu verarbeiten, die für Indikatoren festgelegt wurden. | Durchschnittliche Zeit für die Verarbeitung der zusätzlichen Indikatorbedingung für jeden Datensatz: 138 ms | [ ] {#log-details-optimized-dc__table_collection-period} ## Schritte der Zuordnungs-/Reduzierungsfunktion {#log-details-optimized-dc__section_map-reduce} {#log-details-optimized-dc__table_map-reduce__entry__2} | Schritt des Sammlungsauftrags | Beispiel für den resultierenden Protokolleintrag | |-|-| | Die Zuordnungs-/Reduzierungsfunktion wird ausgeführt. | Zuordnungs-/Reduzierungsfunktion wird für Indikatorquelle Incidents.Open angewendet ... | | Warnung, wenn die Textindizierung für den Auftrag aktiv ist, aber aufgrund einer fehlenden oder ungültigen Textindexkonfiguration nicht ausgeführt werden kann. | Textindexsammlung wird übersprungen, da eine Textindexkonfiguration fehl oder ungültig ist | | Verarbeiten Sie jeden Datensatz in der Indikatorquelle, um Punktzahlen zu berechnen. Protokollnachrichten verfolgen die laufende Summe der verarbeiteten Datensätze. Jedes Mal, wenn die Anzahl der resultierenden Punktzahlen oder Snapshots einen Grenzwert überschreitet, werden alle Objekte in die HSQL-Datenbank entladen. Die Entladung wird protokolliert, nachdem die Zuordnungs-/Reduzierungsfunktion abgeschlossen ist. Die Verarbeitung für jeden Datensatz umfasst: * Führen Sie Skripts aus, oder werten Sie sie aus. * Indikatorbedingungen validieren * Indikatorwert berechnen * Für jede Aufgliederung: 1. Berechnen der Aufgliederungs-Punktzahl oder Ausführen des Aufgliederungs-Skripts. 2. Ermitteln aller eindeutigen Aufgliederungswerte. 3. Erstellen oder aktualisieren des Array für Punktzahlen oder Snapshots. Das Array ist: `Indikator, Aufgliederung 1, Artefakt 1, Aufgliederung 2, Artefakt 2, Domäne, Wert, Array von [sys_id]` {#log-details-optimized-dc__ol_qnf_lkx_rbb} {#log-details-optimized-dc__ul_gvd_skz_ykb} | 15,8 % (3) Datensätze verarbeitet | | Verarbeiten Sie jeden Datensatz in der Indikatorquelle, um Punktzahlen zu berechnen. Protokollnachrichten verfolgen die laufende Summe der verarbeiteten Datensätze. Jedes Mal, wenn die Anzahl der resultierenden Punktzahlen oder Snapshots einen Grenzwert überschreitet, werden alle Objekte in die HSQL-Datenbank entladen. Die Entladung wird protokolliert, nachdem die Zuordnungs-/Reduzierungsfunktion abgeschlossen ist. Die Verarbeitung für jeden Datensatz umfasst: * Führen Sie Skripts aus, oder werten Sie sie aus. * Indikatorbedingungen validieren * Indikatorwert berechnen * Für jede Aufgliederung: 1. Berechnen der Aufgliederungs-Punktzahl oder Ausführen des Aufgliederungs-Skripts. 2. Ermitteln aller eindeutigen Aufgliederungswerte. 3. Erstellen oder aktualisieren des Array für Punktzahlen oder Snapshots. Das Array ist: `Indikator, Aufgliederung 1, Artefakt 1, Aufgliederung 2, Artefakt 2, Domäne, Wert, Array von [sys_id]` {#log-details-optimized-dc__ol_qnf_lkx_rbb} {#log-details-optimized-dc__ul_gvd_skz_ykb} | 31,6 % (6) Datensätze verarbeitet | | Verarbeiten Sie jeden Datensatz in der Indikatorquelle, um Punktzahlen zu berechnen. Protokollnachrichten verfolgen die laufende Summe der verarbeiteten Datensätze. Jedes Mal, wenn die Anzahl der resultierenden Punktzahlen oder Snapshots einen Grenzwert überschreitet, werden alle Objekte in die HSQL-Datenbank entladen. Die Entladung wird protokolliert, nachdem die Zuordnungs-/Reduzierungsfunktion abgeschlossen ist. Die Verarbeitung für jeden Datensatz umfasst: * Führen Sie Skripts aus, oder werten Sie sie aus. * Indikatorbedingungen validieren * Indikatorwert berechnen * Für jede Aufgliederung: 1. Berechnen der Aufgliederungs-Punktzahl oder Ausführen des Aufgliederungs-Skripts. 2. Ermitteln aller eindeutigen Aufgliederungswerte. 3. Erstellen oder aktualisieren des Array für Punktzahlen oder Snapshots. Das Array ist: `Indikator, Aufgliederung 1, Artefakt 1, Aufgliederung 2, Artefakt 2, Domäne, Wert, Array von [sys_id]` {#log-details-optimized-dc__ol_qnf_lkx_rbb} {#log-details-optimized-dc__ul_gvd_skz_ykb} | 47,4 % (9) Datensätze verarbeitet | | Verarbeiten Sie jeden Datensatz in der Indikatorquelle, um Punktzahlen zu berechnen. Protokollnachrichten verfolgen die laufende Summe der verarbeiteten Datensätze. Jedes Mal, wenn die Anzahl der resultierenden Punktzahlen oder Snapshots einen Grenzwert überschreitet, werden alle Objekte in die HSQL-Datenbank entladen. Die Entladung wird protokolliert, nachdem die Zuordnungs-/Reduzierungsfunktion abgeschlossen ist. Die Verarbeitung für jeden Datensatz umfasst: * Führen Sie Skripts aus, oder werten Sie sie aus. * Indikatorbedingungen validieren * Indikatorwert berechnen * Für jede Aufgliederung: 1. Berechnen der Aufgliederungs-Punktzahl oder Ausführen des Aufgliederungs-Skripts. 2. Ermitteln aller eindeutigen Aufgliederungswerte. 3. Erstellen oder aktualisieren des Array für Punktzahlen oder Snapshots. Das Array ist: `Indikator, Aufgliederung 1, Artefakt 1, Aufgliederung 2, Artefakt 2, Domäne, Wert, Array von [sys_id]` {#log-details-optimized-dc__ol_qnf_lkx_rbb} {#log-details-optimized-dc__ul_gvd_skz_ykb} | 63,2 % (12) Datensätze verarbeitet | | Verarbeiten Sie jeden Datensatz in der Indikatorquelle, um Punktzahlen zu berechnen. Protokollnachrichten verfolgen die laufende Summe der verarbeiteten Datensätze. Jedes Mal, wenn die Anzahl der resultierenden Punktzahlen oder Snapshots einen Grenzwert überschreitet, werden alle Objekte in die HSQL-Datenbank entladen. Die Entladung wird protokolliert, nachdem die Zuordnungs-/Reduzierungsfunktion abgeschlossen ist. Die Verarbeitung für jeden Datensatz umfasst: * Führen Sie Skripts aus, oder werten Sie sie aus. * Indikatorbedingungen validieren * Indikatorwert berechnen * Für jede Aufgliederung: 1. Berechnen der Aufgliederungs-Punktzahl oder Ausführen des Aufgliederungs-Skripts. 2. Ermitteln aller eindeutigen Aufgliederungswerte. 3. Erstellen oder aktualisieren des Array für Punktzahlen oder Snapshots. Das Array ist: `Indikator, Aufgliederung 1, Artefakt 1, Aufgliederung 2, Artefakt 2, Domäne, Wert, Array von [sys_id]` {#log-details-optimized-dc__ol_qnf_lkx_rbb} {#log-details-optimized-dc__ul_gvd_skz_ykb} | 78,9 % (15) Datensätze verarbeitet | | Verarbeiten Sie jeden Datensatz in der Indikatorquelle, um Punktzahlen zu berechnen. Protokollnachrichten verfolgen die laufende Summe der verarbeiteten Datensätze. Jedes Mal, wenn die Anzahl der resultierenden Punktzahlen oder Snapshots einen Grenzwert überschreitet, werden alle Objekte in die HSQL-Datenbank entladen. Die Entladung wird protokolliert, nachdem die Zuordnungs-/Reduzierungsfunktion abgeschlossen ist. Die Verarbeitung für jeden Datensatz umfasst: * Führen Sie Skripts aus, oder werten Sie sie aus. * Indikatorbedingungen validieren * Indikatorwert berechnen * Für jede Aufgliederung: 1. Berechnen der Aufgliederungs-Punktzahl oder Ausführen des Aufgliederungs-Skripts. 2. Ermitteln aller eindeutigen Aufgliederungswerte. 3. Erstellen oder aktualisieren des Array für Punktzahlen oder Snapshots. Das Array ist: `Indikator, Aufgliederung 1, Artefakt 1, Aufgliederung 2, Artefakt 2, Domäne, Wert, Array von [sys_id]` {#log-details-optimized-dc__ol_qnf_lkx_rbb} {#log-details-optimized-dc__ul_gvd_skz_ykb} | 94,7 % (18) Datensätze verarbeitet | | Verarbeiten Sie jeden Datensatz in der Indikatorquelle, um Punktzahlen zu berechnen. Protokollnachrichten verfolgen die laufende Summe der verarbeiteten Datensätze. Jedes Mal, wenn die Anzahl der resultierenden Punktzahlen oder Snapshots einen Grenzwert überschreitet, werden alle Objekte in die HSQL-Datenbank entladen. Die Entladung wird protokolliert, nachdem die Zuordnungs-/Reduzierungsfunktion abgeschlossen ist. Die Verarbeitung für jeden Datensatz umfasst: * Führen Sie Skripts aus, oder werten Sie sie aus. * Indikatorbedingungen validieren * Indikatorwert berechnen * Für jede Aufgliederung: 1. Berechnen der Aufgliederungs-Punktzahl oder Ausführen des Aufgliederungs-Skripts. 2. Ermitteln aller eindeutigen Aufgliederungswerte. 3. Erstellen oder aktualisieren des Array für Punktzahlen oder Snapshots. Das Array ist: `Indikator, Aufgliederung 1, Artefakt 1, Aufgliederung 2, Artefakt 2, Domäne, Wert, Array von [sys_id]` {#log-details-optimized-dc__ol_qnf_lkx_rbb} {#log-details-optimized-dc__ul_gvd_skz_ykb} | 100 % (4) Datensätze verarbeitet, Ergebnisobjektgröße: 20 MB | | Die Zuordnungs-/Reduzierungsfunktion wird abgeschlossen. | Angewendete Zuordnungs-/Reduzierungsfunktion | [ ] {#log-details-optimized-dc__table_map-reduce} **Zugehörige Konzepte** * [Datensammlung optimieren](https://servicenow-prod.fluidtopics.net/vpx4OwFbH0Im1tp12hu0Ug "Der optimierte -Datensammler Performance Analytics reduziert Zeit, Arbeitsspeicher und CPU-Auslastung für die Verarbeitung großer Datensätze.") **Zugehörige Tasks** * [Protokolle zu Datenerfassungsaufgaben anzeigen](https://servicenow-prod.fluidtopics.net/UNGbkCymfzluKbJNdnJ1CQ "Aufgabenprotokolle zeigen Informationen zu den Datenerfassungsaufgaben an, die für Performance Analytics ausgeführt wurden. Sie können Aufgabenprotokolle anzeigen, Ereignisse erstellen und die Event Registry anzeigen und bearbeiten. Die Listenansicht zeigt alle Protokolleinträge an, sofern nicht gefiltert wird.")