Link to this sectionモニタリング#

Ultralytics Platformは、デプロイされたエンドポイントのモニタリング機能を提供します。自動ポーリングにより、リクエストメトリクスの追跡、ログの表示、ヘルスステータスの確認が可能です。

Link to this sectionデプロイメントダッシュボード#

サイドバーのDeployページは、すべてのデプロイメントのモニタリングダッシュボードとして機能します。世界地図、概要メトリクス、デプロイメント管理が1つの画面に集約されています。デプロイメントの作成と管理については、Dedicated Endpointsを参照してください。

graph TB
    subgraph Dashboard
        Map[World Map] --- Cards[Overview Cards]
        Cards --- List[Deployments List]
    end
    subgraph "Per Deployment"
        Metrics[Metrics Row]
        Health[Health Check]
        Logs[Logs Tab]
        Code[Code Tab]
        Predict[Predict Tab]
    end
    List --> Metrics
    List --> Health
    List --> Logs
    List --> Code
    List --> Predict

    style Dashboard fill:#f5f5f5,color:#333
    style Map fill:#2196F3,color:#fff
    style Cards fill:#FF9800,color:#fff
    style List fill:#4CAF50,color:#fff

Link to this section概要カード#

ページ上部の4つのサマリーカードには以下が表示されます：

Link to this section世界地図#

インタラクティブな世界地図には以下が表示されます：

• 利用可能な全43リージョンのリージョンピン
• デプロイ済みのリージョンを示す緑色のピン
• 現在デプロイ実行中のリージョンを示すアニメーション付き青いピン
• デプロイメントのステータスとレイテンシに基づいてサイズが変化するピンのサイズ

Link to this sectionデプロイメントリスト#

概要カードの下には、プロジェクト全体のすべてのエンドポイントが表示されるデプロイメントリストがあります。表示モードの切り替えにより、以下を選択できます：

Link to this sectionデプロイメントごとのメトリクス#

各デプロイメントカード（カード表示）にはリアルタイムのメトリクスが表示されます：

Link to this sectionメトリクス行#

メトリクスはスパークラインAPIエンドポイントから取得され、60秒ごとに更新されます。

Link to this sectionヘルスチェック#

実行中のデプロイメントにはヘルスチェックインジケーターが表示されます：

ヘルスチェックは異常時に20秒間隔で自動再試行されます。更新アイコンをクリックすると手動でヘルスチェックを実行できます。ヘルスチェックは、スケール・トゥ・ゼロ対応エンドポイントでのコールドスタートを考慮し、55秒のタイムアウトを設定しています。

Link to this sectionログ#

各デプロイメントカードには、最近のログエントリを表示するためのLogsタブが含まれています：

Link to this sectionログエントリ#

各ログエントリには以下が表示されます：

UIには直近の20エントリが表示されます。APIはデフォルトでリクエストごとに50エントリ（最大200）を返します。

Link to this sectionコード例#

各デプロイメントカードには、実際のエンドポイントURLとAPIキーが設定された、すぐに使えるAPIコードが表示されるCodeタブが含まれています：

import requests

# Deployment endpoint
url = "https://predict-abc123.run.app/predict"

# Headers with your deployment API key
headers = {"Authorization": "Bearer YOUR_API_KEY"}

# Inference parameters
data = {"conf": 0.25, "iou": 0.7, "imgsz": 640}

# Send image for inference
with open("image.jpg", "rb") as f:
    response = requests.post(url, headers=headers, data=data, files={"file": f})

print(response.json())

Link to this sectionデプロイメント予測#

各デプロイメントカードの Predict タブでは、インライン予測パネルを提供しています。これはモデルの Predict タブと同じインターフェースですが、共有サービスではなくデプロイメントエンドポイントを通じて推論を実行します。これは、デプロイされたエンドポイントをブラウザから直接テストするのに便利です。パラメータの詳細とレスポンス形式については、Inference を参照してください。

Link to this sectionAPI エンドポイント#

Link to this section監視の概要#

GET /api/monitoring

認証されたユーザーが所有するすべてのデプロイメントの集計メトリクスを返します。オプションの owner クエリパラメータを使用してワークスペースを認識します。

Link to this sectionデプロイメントメトリクス#

GET /api/deployments/{deploymentId}/metrics?sparkline=true&range=24h

特定のデプロイメントのスパークラインデータとサマリーメトリクスを返します。更新間隔は 60 秒です。

Link to this sectionデプロイメントログ#

GET /api/deployments/{deploymentId}/logs?limit=50&severity=ERROR,WARNING

オプションの重要度フィルタとページネーションを備えた最近のログエントリを返します。

Link to this sectionデプロイメントの健全性#

GET /api/deployments/{deploymentId}/health

レスポンスレイテンシを含むヘルスチェックステータスを返します。

{
    "healthy": true,
    "status": 200,
    "latencyMs": 142,
    "serverTiming": { "db": 8, "ping": 142, "total": 150 }
}

Link to this sectionパフォーマンスの最適化#

監視データを使用してデプロイメントを最適化する方法:

Link to this sectionよくある質問 (FAQ)#

Link to this sectionデータはどのくらいの期間保持されますか？#

Link to this section外部監視を設定できますか？#

はい、エンドポイント URL は外部監視ツールで動作します:

• 稼働監視 (Pingdom, UptimeRobot)
• APM ツール (Datadog, New Relic)
• /health エンドポイント経由のカスタムヘルスチェック

Link to this sectionレイテンシの数値はどの程度正確ですか？#

レイテンシメトリクスは以下を測定します:

• P50: 中央値応答時間
• P95: 95パーセンタイル
• P99: 99パーセンタイル

これらはサーバーサイドの処理時間を表しており、ユーザーへのネットワークレイテンシは含まれていません。

Link to this sectionメトリクスが遅延するのはなぜですか？#

メトリクスには約2分の遅延があります。その理由は以下の通りです:

• メトリクス集計パイプライン
• 集計ウィンドウ
• ダッシュボードのキャッシュ

リアルタイムのデバッグには、ほぼ瞬時に反映されるログを確認してください。

Link to this section複数のエンドポイントをまとめて監視できますか？#

はい、デプロイメントページには、集計された概要カードとともにすべてのエンドポイントが表示されます。テーブルビューを使用して、デプロイメント全体のパフォーマンスを比較してください。