一、前提条件
·已创建智能搜索应用。
·已登录 腾讯云 ES 控制台。
二、操作步骤
1. 选择应用，进入应用详情页，单击服务监控标签页。
2. 通过页面顶部的筛选条件定位需要查看的监控数据。
三、页面说明
服务监控
四、筛选条件
| 筛选项 | 说明 |
| 时间范围 | 选择监控数据的起止时间，支持自定义时间段 |
| 时间粒度 | 数据聚合的时间精度，支持 1 分钟/5 分钟粒选项 |
| 监控类别 | 选择监控的服务类型，可选：应用服务、推理服务、ES 集群 |
| 原子服务类型 | 选择具体的原子服务类型，可选：文档解析、文本切片、查询分析、向量化、重排序、大模型生产 |
| 使用场景 | 选择服务的使用场景，可选：数据入库、在线测试、应用服务 |
| 文档库 | 筛选特定文档库的监控数据 |
五、应用服务
监控应用层面的整体运行情况，适用于已发布的独享服务，包含会话指标和服务资源两组指标。
六、会话指标
| 指标 | 说明 |
| 会话数（次） | 指定时间范围内服务接收到的会话请求总数 |
| 会话成功率（%） | 会话请求成功处理的比例，反映服务可用性 |
| 会话 QPM（次/min） | 每分钟会话请求数，反映服务的实时负载情况 |
| 会话 Token 输出速度（s） | 生成回答时每秒输出的 Token 数量，反映生成响应的速度 |
七、服务资源
| 指标 | 说明 |
| CPU 分配量（核） | 当前独享服务分配的 CPU 核数 |
| CPU 利用率（%） | CPU 实际使用量占分配量的比例 |
| 内存分配量（GB） | 当前独享服务分配的内存容量 |
| 内存利用率（%） | 内存实际使用量占分配量的比例 |
八、推理服务
监控原子模型推理服务的调用情况，包括文档解析、向量化等原子服务在不同使用场景下的表现。
| 指标 | 说明 |
| 请求量（次） | 指定时间范围内推理服务接收到的请求总数 |
| Token 消耗（tokens） | 推理服务处理请求所消耗的 Token 总量，直接关联计费，LLM 会有输入和输出 Token 之分 |
| 解析页数（页） | 涉及文档解析的处理数量 |
| 图片识别（次） | 在调用文档解析接口时，开启图片识别次数 |
| 图片向量化（张） | 涉及图片向量化处理的请求次数 |
| 平均耗时（ms） | 推理服务处理单次请求的平均响应时间 |
| 成功率（%） | 推理请求成功处理的比例 |
| 异常率（%） | 推理请求处理失败或超时的比例 |
九、ES 集群
监控底层 Elasticsearch 集群的运行状态，分为文档库级别指标和集群级别指标两组。
十、文档库级别指标
| 指标 | 说明 |
| 查询速度（次/秒） | 当前文档库的查询 QPS |
| 写入速度（次/秒） | 当前文档库的写入 QPS |
十一、集群级别指标
| 指标 | 说明 |
| CPU 使用率（%） | 集群节点的 CPU 使用率 |
| 内存使用率（%） | 集群节点的内存使用率 |
| 硬盘存储使用率（%） | 集群节点的磁盘存储使用率 |
十二、使用建议
·日常巡检：关注会话成功率和推理服务成功率，持续低于 99% 时应排查原因。
·性能调优：通过平均耗时和 Token 输出速度判断服务响应是否达标，结合 QPM 判断是否存在性能瓶颈。
·资源评估：通过应用服务的 CPU/内存利用率评估当前资源配置是否合理，利用率持续偏高时考虑扩容。
·成本监控：关注推理服务的 Token 消耗指标，结合资源包余量评估计费情况。
·问题定位：通过切换监控类别（应用服务 → 推理服务 → ES 集群）逐层下钻，定位问题出现在哪个环节。
·容量规划：结合 ES 集群的硬盘存储使用率和写入速度趋势，评估存储是否需要扩容。