CloudWatch图表中SampleCount数值过低的原因及正确用法

问题根源 #

你当前的自定义指标逻辑是把每局的累计局数X作为指标值上报（比如完成第5000局时上报GameProgress = 5000），这种情况下CloudWatch的SampleCount统计的是指标数据点的上报次数，而非实际游戏局数：

• 若你是批量上报（比如每10局才上报一次X），SampleCount会是500（5000/10），远低于实际局数；
• 即使单局上报，SampleCount也只是“你发送了多少个指标请求”，而非每局的计数——因为每个请求的指标值是X，不是代表一局的1。

正确统计局数及速率的方法 #

1. 修改指标上报逻辑 #

每完成一局游戏，上报一个值为1的自定义指标（比如命名为GamesCompleted），每个数据点对应一局游戏：

import boto3
cloudwatch = boto3.client('cloudwatch')

# 每完成一局就执行一次上报
def report_game_completed():
    cloudwatch.put_metric_data(
        Namespace='SageMakerGame',
        MetricData=[
            {
                'MetricName': 'GamesCompleted',
                'Value': 1,
                'Unit': 'Count'
            },
        ]
    )

如果担心频繁调用API影响性能，可以批量上报（比如每攒10局上报一次，一次提交10个Value=1的样本），此时SampleCount和Sum都会准确对应这10局的数量。

2. CloudWatch可视化配置 #

• 查看累计总局数：选择统计方式为Sum，时间范围设为“所有时间”；
• 查看过去15分钟的运行局数：选择统计方式为Sum，时间范围选“过去15分钟”，周期选1分钟/5分钟，每个数据点就是对应时间段内完成的局数；
• 查看运行速率（如每分钟局数）：直接选择统计方式为Rate，CloudWatch会自动计算单位时间内的完成局数，无需手动计算。

补充说明 #

你之前用Maximum统计X能看到累计局数，是因为X是递增的累计值，Maximum会取每个统计周期内上报的最大X，但这种方式只能看全局累计，无法直接获取时间段内的增量。而改用Value=1的指标后，Sum和Rate能直接满足你对时段内局数、速率的统计需求。

内容的提问来源于stack exchange，提问作者Christopher