Google Metrics Explorer监控API请求延迟与端点控制台数值差异咨询

1. 指标数值差异的核心原因 #

• 统计量口径完全不一致：Endpoints控制台你选择的是*中位数（50分位）延迟，仅代表样本中排名中间的请求延迟，不受少量高延迟长尾请求影响；而Metrics Explorer你选择的是均值（mean）*统计，会把所有请求的延迟求和后平均，只要存在少量高延迟请求，数值就会被大幅拉高。
• 维度聚合规则不同：Endpoints的「latency by response code (median)」默认按响应码拆分统计，你查看的是某一类响应码的中位数；而Metrics Explorer未设置分组，是所有响应码（含高延迟的4xx、5xx错误请求）混合后的均值，进一步放大了数值差异。
• 对齐周期差异：Endpoints控制台默认使用更细的对齐窗口（通常为10秒），1分钟的对齐周期会把更多样本聚合到同一个时间点，拉高了均值统计的结果。

2. 两份图表的准确性判定 #

两份图表均无偏差，只是统计口径完全不同，分别对应了你各自配置的统计规则的真实结果：

• Endpoints控制台输出的是你所选的「分响应码的中位数延迟」的准确值
• Metrics Explorer输出的是你配置的「全响应码混合的1分钟粒度均值延迟」的准确值
  你感知的差异是配置的统计规则不匹配导致的，不是数据本身错误。

3. Metrics Explorer的正确配置方式 #

若要复现Endpoints控制台的中位数延迟指标，配置如下： #

• 资源类型：Produced API
• 指标：Request latencies（对应指标名serviceruntime.googleapis.com/api/produced/latencies）
• 过滤器：
  • service = my-clint-eastwood-api.endpoints.project-western.cloud.goog
  • 可按需添加response_code_class过滤对应响应码分类（如2xx、3xx等）
• 聚合器：选择50th percentile（即中位数，不要选mean）
• 最小对齐周期：设置为10秒（和Endpoints控制台默认对齐窗口一致）

若要统计准确的平均延迟指标，配置如下： #

• 在前述配置基础上，将聚合器调整为mean即可，可根据你的监控需求调整对齐周期（如需看更平滑的趋势可设为1分钟，如需看尖峰可设为更细粒度）
• 若不需要把错误请求的延迟计入平均，可添加过滤器排除4xx、5xx响应码，避免错误请求拉高平均延迟数值。

内容的提问来源于stack exchange，提问作者Germs