监控#

Ultralytics Platform 提供已部署端点的监控。通过自动轮询追踪请求指标、查看日志并检查健康状态。

部署仪表板#

侧边栏中的 Deploy 页面充当所有部署的监控控制面板。它将世界地图、概览指标和部署管理融于同一个视图中。有关创建和管理部署的内容，请参阅专用端点。

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

概览卡片#

页面顶部的四个摘要卡片显示：

之所以报告 P95 延迟而非中位数延迟，是因为健康检查在几毫秒内即可返回，否则会主导真实推理延迟的情况。

世界地图#

交互式世界地图显示：

• 区域固定点（适用于所有 42 个可用区域）
• 针对具有就绪部署的区域显示 Green pins
• 正在进行部署的区域的动画蓝色图钉
• 图钉大小根据部署状态和延迟而变化

点击任意区域以打开 New Deployment 对话框。该地图在小屏幕上会隐藏。

部署列表#

在概览卡片下方，部署列表显示了你所有项目中的端点。使用视图模式切换开关在以下模式间切换：

单次部署指标#

每个部署卡片（在卡片视图中）都会显示实时指标。下面描述的指标行、健康检查以及 Logs、Code 和 Predict 标签页仅在部署处于 Ready 状态时显示：

指标行#

指标会自动刷新。尚未提供过请求的端点会显示“No traffic yet”，并且仅收集处于 Ready 状态的部署的指标。在部署仪表板上，系统会获取最近 20 个部署的指标。

健康检查#

正在运行的部署显示运行状况检查指示器：

健康检查在不健康时会自动重试，并在端点响应后停止。点击刷新图标可手动触发健康检查，这同时也兼具在发送流量之前预热缩容到零（scale-to-zero）的端点的作用。

日志#

每个部署卡片都包含一个用于查看最近日志条目的 Logs 选项卡：

日志条目#

每个日志条目显示：

UI 显示最近的 20 个条目并隐藏空条目。API 默认每个请求返回 50 个条目（最多 200 个），并返回一个 nextPageToken 用于向后分页。

代码示例#

每个部署卡片都包含一个 Code 标签页，其中显示了填入了端点 URL 的即用型 API 代码。对于工作区所有者，系统会插入该部署绑定的 API 密钥，开箱即可复制并运行。非所有者将看到一个 YOUR_API_KEY 占位符：

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())

部署预测#

每个部署卡片上的 Predict 选项卡提供了一个内联预测面板——它与模型的 Predict 选项卡具有相同的界面，但通过部署端点运行推理，而不是通过共享服务运行。这对于直接从浏览器测试已部署的端点非常有用。有关参数详情和响应格式，请参阅推理。

API 端点#

每个部署都通过其所有者和部署名称进行寻址，并且每个路由都需要一个 API 密钥。有关身份验证的详细信息，请参阅 API reference。

部署指标#

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

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

返回部署的完整指标有效负载：一个包含总请求数、错误计数和速率、平均延迟、P50、P95 和 P99 延迟的 summary 块，外加用于请求、错误、P50 和 P95 延迟、CPU 和内存利用率以及实例数的 timeSeries 数组。

使用 sparkline=true 时，响应是部署卡片使用的紧凑形式——24 个小时请求计数以及总请求数、错误率和平均延迟。这就是每 60 秒刷新一次的调用。

部署日志#

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

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

返回带有可选严重性过滤器和分页功能的近期日志条目。

部署运行状况#

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

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

Ping 部署并返回其健康状态以及测得的往返延迟：

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

当完全无法联系到端点时，不健康的响应会省略 status，并添加一个 error 消息。

性能优化#

使用监控数据来优化你的部署：

常见问题解答#