Monitoramento#

Ultralytics Platform fornece monitoramento para endpoints implantados. Rastreie métricas de requisição, visualize logs e verifique o status de integridade com polling automático.

Painel de Implantações#

A página Deploy na barra lateral serve como o painel de monitoramento para todas as tuas implantações. Ela combina o mapa-múndi, métricas de visão geral e gerenciamento de implantações em uma única visualização. Consulte Dedicated Endpoints para criar e gerenciar implantações.

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

    classDef proc fill:#2196F3,color:#fff
    classDef decide fill:#FF9800,color:#fff
    classDef out fill:#9C27B0,color:#fff

Cartões de Visão Geral#

Quatro cartões de resumo na parte superior da página mostram:

O P95 em vez da latência mediana é relatado porque as verificações de integridade retornam em alguns milissegundos e, caso contrário, dominariam o panorama da latência de inferência real.

Mapa-Múndi#

O mapa-múndi interativo mostra:

• Fixadores de região para todas as 42 regiões disponíveis
• Pinos verdes para regiões com um deployment pronto
• Marcadores azuis animados para regiões com implantações ativas em andamento
• O tamanho do marcador varia conforme o status da implantação e a latência

Clica em qualquer região para abrir o diálogo New Deployment. O mapa fica oculto em telas pequenas.

Lista de Implantações#

Abaixo dos cartões de visão geral, a lista de implantações mostra todos os endpoints em seus projetos. Use o botão de modo de visualização para alternar entre:

Métricas por Implantação#

Cada cartão de implantação (na vista de cartões) mostra métricas em tempo real. A linha de métricas, a verificação de integridade e as abas Logs, Code e Predict descritas abaixo aparecem apenas enquanto a implantação estiver Pronta:

Linha de Métricas#

As métricas são atualizadas automaticamente. Endpoints que não serviram nenhuma solicitação mostram "No traffic yet", e as métricas são coletadas apenas para deployments no estado Ready. No painel de deployments, as métricas são buscadas para os 20 deployments mais recentes.

Verificação de Saúde#

As implantações em execução mostram um indicador de verificação de integridade:

As verificações de integridade tentam novamente de forma automática enquanto estiverem com problemas e param assim que o endpoint responder. Clica no ícone de atualizar para acionar manualmente uma verificação de integridade, que também serve como uma forma de aquecer um endpoint dimensionado para zero antes de enviar tráfego.

Logs#

Cada cartão de implantação inclui uma aba Logs para visualizar entradas de log recentes:

Entradas de Log#

Cada entrada de log mostra:

A IU mostra as 20 entradas mais recentes e oculta as vazias. A API assume como padrão 50 entradas por solicitação (máx. 200) e retorna um nextPageToken para paginação mais retroativa.

Exemplos de Código#

Cada cartão de deployment inclui uma aba Code que mostra código de API pronto a usar com o URL do endpoint preenchido. Para os proprietários de espaços de trabalho, a chave de API vinculada do deployment é inserida, pronta para copiar e executar. Os não proprietários veem um espaço reservado YOUR_API_KEY:

import requests

# Deployment endpoint
url = "https://YOUR_DEPLOYMENT_URL.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())

Previsão de Implementação#

A aba Predict em cada cartão de implantação fornece um painel de previsão embutido — a mesma interface da aba Predict do modelo, mas executando inferência através do endpoint de implantação em vez do serviço compartilhado. Isso é útil para testar um endpoint implantado diretamente a partir do navegador. Consulte Inference para detalhes de parâmetros e formatos de resposta.

Endpoints de API#

Cada deployment é endereçado pelo seu proprietário e nome de deployment, e cada rota requer uma chave de API. Consulta a referência da API para obter detalhes de autenticação.

Métricas de implantação#

GET /api/deployments/{owner}/{deployment}/metrics?range=24h

SDK Python: client.deployments.metrics(owner, deployment, range="24h")

Retorna o payload completo de métricas para um deployment: um bloco summary com o total de solicitações, contagem e taxa de erros, e latência média, P50, P95 e P99, além de arrays timeSeries para solicitações, erros, latência P50 e P95, utilização de CPU e memória, e contagem de instâncias.

Com sparkline=true, a resposta é a forma compacta que os cartões de deployment utilizam — 24 contagens de solicitações horárias mais o total de solicitações, taxa de erro e latência média. Esta é a chamada que é atualizada a cada 60 segundos.

Logs de implantação#

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

SDK Python: client.deployments.logs(owner, deployment, limit=50, severity="ERROR,WARNING")

Retorna entradas de log recentes com filtro de severidade e paginação opcionais.

Saúde da implantação#

GET /api/deployments/{owner}/{deployment}/health

SDK Python: client.deployments.health(owner, deployment)

Faz ping no deployment e retorna o respetivo status de integridade com a latência de ida e volta medida:

{
    "healthy": true,
    "status": 200,
    "latencyMs": 142
}

Uma resposta com problemas omite status quando o endpoint não pôde ser alcançado de todo, e adiciona uma mensagem error.

Otimização de Desempenho#

Use dados de monitoramento para otimizar suas implantações:

FAQ#