Mengonfigurasi logging dan pemantauan

Google Distributed Cloud mencakup banyak opsi untuk logging dan pemantauan cluster, termasuk layanan terkelola berbasis cloud, alat open source, dan kompatibilitas dengan solusi komersial pihak ketiga. Halaman ini menjelaskan opsi dan memberikan beberapa panduan dasar tentang memilih solusi yang tepat untuk lingkungan Anda.

Opsi untuk Google Distributed Cloud

Ada beberapa opsi logging dan pemantauan untuk Google Distributed Cloud Anda:

• Cloud Logging dan Cloud Monitoring, diaktifkan secara default pada komponen sistem Bare Metal.
• Prometheus dan Grafana tersedia dari Cloud Marketplace.
• Konfigurasi yang divalidasi dengan solusi pihak ketiga.

Cloud Logging dan Cloud Monitoring

Kemampuan Observasi Google Cloud adalah solusi kemampuan observasi bawaan untuk Google Cloud. Cloud SQL menawarkan solusi logging yang terkelola sepenuhnya, pengumpulan, pemantauan, dasbor, dan pemberitahuan. Pemantauan Cloud Monitoring Cluster Google Distributed Cloud dengan cara yang sama seperti GKE berbasis cloud klaster.

Catatan: GKE dasbor saja menampilkan informasi untuk cluster GKE yang berjalan di Google Cloud. Modul tersebut tidak menampilkan informasi untuk Google Distributed Cloud.

Agen dapat dikonfigurasi untuk mengubah cakupan logging dan pemantauan, serta tingkat metrik yang dikumpulkan:

• Cakupan logging dan pemantauan dapat ditetapkan ke komponen sistem saja (default) atau untuk komponen dan aplikasi sistem.
• Tingkat metrik yang dikumpulkan dapat dikonfigurasi untuk kumpulan metrik yang dioptimalkan (default) atau untuk metrik lengkap.

Lihat Mengonfigurasi agen Stackdriver untuk Google Distributed Cloud pada dokumen ini untuk informasi selengkapnya.

Logging dan Monitoring menyediakan solusi kemampuan observasi berbasis cloud yang mudah dikonfigurasi dan canggih. Kami sangat rekomendasikan Logging dan Monitoring saat menjalankan workload di Google Distributed Cloud. Untuk aplikasi dengan komponen yang berjalan di Google Distributed Cloud infrastruktur lokal standar, Anda dapat mempertimbangkan solusi lain untuk gambaran menyeluruh tentang aplikasi tersebut.

Catatan: Secara default, kami hanya mengumpulkan log cluster dan metrik komponen sistem, dengan opsi untuk mengaktifkan logging dan pemantauan aplikasi.

• Untuk mengetahui detail tentang arsitektur, konfigurasi, dan data yang direplikasi project Google Cloud Anda secara default. Lihat Cara kerja Logging dan Monitoring untuk Google Distributed Cloud.

• Untuk informasi selengkapnya tentang Logging, lihat Cloud Logging.

• Untuk informasi selengkapnya tentang Monitoring, lihat Cloud Monitoring.

• Untuk mempelajari cara melihat dan menggunakan pemanfaatan resource Cloud Monitoring Google Distributed Cloud di tingkat fleet. Lihat Gunakan ringkasan edisi Google Kubernetes Engine (GKE) Enterprise.

Prometheus dan Grafana

Prometheus dan Grafana adalah dua produk pemantauan {i>open source<i} populer yang tersedia di Cloud Marketplace:

• Prometheus mengumpulkan metrik aplikasi dan sistem.

• Alertmanager menangani pengiriman pemberitahuan dengan beberapa mekanisme pemberitahuan yang berbeda.

• Grafana adalah dasbor menyediakan alat command line gcloud.

Sebaiknya Anda menggunakan Google Cloud Managed Service for Prometheus, yang didasarkan di Cloud Monitoring, untuk semua kebutuhan pemantauan Anda. Dengan Google Cloud Managed Service for Prometheus, Anda dapat memantau sistem komponen tanpa biaya. Google Cloud Managed Service for Prometheus juga kompatibel dengan Grafana. Namun, jika Anda lebih menyukai sistem pemantauan lokal murni, Anda dapat memilih untuk menginstal Prometheus dan Grafana di klaster Anda.

Jika Anda menginstal Prometheus secara lokal dan ingin mengumpulkan metrik dari sistem Anda perlu memberikan izin akses ke {i>instance<i} Prometheus lokal Anda untuk mengakses endpoint metrik komponen sistem:

• Ikat akun layanan untuk instance Prometheus Anda ke instance gke-metrics-agent ClusterRole, dan gunakan token akun layanan sebagai kredensial untuk melakukan scraping metrik dari komponen sistem berikut:

  • kube-apiserver
  • kube-scheduler
  • kube-controller-manager
  • kubelet
  • node-exporter

• Gunakan kunci klien dan sertifikat yang disimpan di rahasia kube-system/stackdriver-prometheus-etcd-scrape untuk mengautentikasi salinan metrik dari etcd.

• Buat NetworkPolicy untuk mengizinkan akses dari namespace Anda ke {i>kube-state-metrics<i}.

Solusi pihak ketiga

Google telah bekerja sama dengan beberapa solusi logging dan pemantauan pihak ketiga Google Cloud untuk membantu produk mereka berfungsi baik dengan Google Distributed Cloud. Termasuk di antaranya Datadog, Elastic, dan Splunk. Pihak ketiga lainnya yang divalidasi akan ditambahkan di masa mendatang.

Panduan solusi berikut tersedia untuk menggunakan solusi pihak ketiga dengan Google Distributed Cloud:

• Memantau Google Distributed Cloud dengan Elastic Stack
• Mengumpulkan log di Google Distributed Cloud dengan Splunk Connect

Cara kerja Logging dan Pemantauan untuk Google Distributed Cloud

Cloud Logging dan Cloud Monitoring diinstal dan diaktifkan di masing-masing cluster saat Anda membuat admin atau cluster pengguna baru.

Agen Stackdriver menyertakan beberapa komponen pada setiap cluster:

• Operator Stackdriver (stackdriver-operator-*). Mengelola siklus proses untuk semua agen Stackdriver lainnya yang di-deploy ke cluster.

• Resource Khusus Stackdriver. Sumber daya yang secara otomatis dibuat sebagai dari proses penginstalan Google Distributed Cloud.

• Agen Metrik GKE (gke-metrics-agent-*). Kolektor OpenTelemetry berbasis DaemonSet yang menyalin metrik dari setiap node ke Cloud Monitoring. DaemonSet node-exporter dan deployment kube-state-metrics juga untuk memberikan lebih banyak metrik tentang cluster.

• Stackdriver Log Forwarder (stackdriver-log-forwarder-*). Bit yang Lancar DaemonSet yang meneruskan log dari setiap komputer ke Cloud Logging. Tujuan {i>Forwarder log<i} mem-buffer entri log pada {i>node<i} secara lokal dan mengirimkannya kembali hingga 4 jam. Jika {i>buffer<i} sudah penuh atau jika {i>Log Forwarder<i} tidak dapat menjangkau Cloud Logging API selama lebih dari 4 jam, log akan dihapus.

  Catatan: Agen Metadata tersedia untuk Pratinjau dan dicakup oleh Persyaratan Penawaran Pra-GA Google Cloud Persyaratan Layanan. Produk pra-GA mungkin memiliki dukungan terbatas, dan perubahan pada produk pra-GA mungkin tidak kompatibel dengan versi pra-GA lainnya. Untuk selengkapnya informasi, lihat tahap peluncuran deskripsi.

• Agen Metadata (stackdriver-metadata-agent-). Deployment yang mengirimkan metadata untuk resource Kubernetes seperti pod, deployment, atau node ke Config Monitoring untuk Ops API; data ini digunakan untuk memperkaya metrik yang memungkinkan Anda membuat kueri berdasarkan nama deployment, nama node, atau Nama layanan Kubernetes.

Anda dapat melihat agen yang diinstal oleh Stackdriver dengan menjalankan berikut:

kubectl -n kube-system get pods -l "managed-by=stackdriver"

Output perintah ini akan mirip dengan berikut ini:

kube-system   gke-metrics-agent-4th8r                                     1/1     Running   1 (40h ago)   40h
kube-system   gke-metrics-agent-8lt4s                                     1/1     Running   1 (40h ago)   40h
kube-system   gke-metrics-agent-dhxld                                     1/1     Running   1 (40h ago)   40h
kube-system   gke-metrics-agent-lbkl2                                     1/1     Running   1 (40h ago)   40h
kube-system   gke-metrics-agent-pblfk                                     1/1     Running   1 (40h ago)   40h
kube-system   gke-metrics-agent-qfwft                                     1/1     Running   1 (40h ago)   40h
kube-system   kube-state-metrics-9948b86dd-6chhh                          1/1     Running   1 (40h ago)   40h
kube-system   node-exporter-5s4pg                                         1/1     Running   1 (40h ago)   40h
kube-system   node-exporter-d9gwv                                         1/1     Running   2 (40h ago)   40h
kube-system   node-exporter-fhbql                                         1/1     Running   1 (40h ago)   40h
kube-system   node-exporter-gzf8t                                         1/1     Running   1 (40h ago)   40h
kube-system   node-exporter-tsrpp                                         1/1     Running   1 (40h ago)   40h
kube-system   node-exporter-xzww7                                         1/1     Running   1 (40h ago)   40h
kube-system   stackdriver-log-forwarder-8lwxh                             1/1     Running   1 (40h ago)   40h
kube-system   stackdriver-log-forwarder-f7cgf                             1/1     Running   2 (40h ago)   40h
kube-system   stackdriver-log-forwarder-fl5gf                             1/1     Running   1 (40h ago)   40h
kube-system   stackdriver-log-forwarder-q5lq8                             1/1     Running   2 (40h ago)   40h
kube-system   stackdriver-log-forwarder-www4b                             1/1     Running   1 (40h ago)   40h
kube-system   stackdriver-log-forwarder-xqgjc                             1/1     Running   1 (40h ago)   40h
kube-system   stackdriver-metadata-agent-cluster-level-5bb5b6d6bc-z9rx7   1/1     Running   1 (40h ago)   40h

Metrik Cloud Monitoring

Untuk mengetahui daftar metrik yang dikumpulkan Cloud Monitoring, lihat Lihat metrik Google Distributed Cloud.

Mengonfigurasi agen Stackdriver untuk Google Distributed Cloud

Agen Stackdriver yang diinstal dengan Google Distributed Cloud mengumpulkan data tentang komponen sistem untuk tujuan pemeliharaan dan pemecahan masalah masalah pada cluster Anda. Bagian berikut menjelaskan Stackdriver konfigurasi, dan mode operasi.

Hanya Komponen Sistem (Mode Default)

Setelah diinstal, agen Stackdriver dikonfigurasi secara default untuk mengumpulkan log dan metrik, termasuk detail performa (misalnya, CPU dan memori pemanfaatan), dan metadata serupa, untuk komponen sistem yang disediakan Google. Ini mencakup semua workload di cluster admin, dan untuk cluster pengguna, workload di sistem kube, gke-system, gke-connect, istio-system, dan config-management- namespace sistem.

Komponen dan Aplikasi Sistem

Untuk mengaktifkan logging dan pemantauan aplikasi selain mode default, ikuti langkah-langkah di Mengaktifkan logging dan pemantauan aplikasi.

Metrik yang dioptimalkan (Metrik default)

Secara default, deployment kube-state-metrics yang berjalan di cluster akan mengumpulkan dan melaporkan mengoptimalkan kumpulan metrik kube ke Google Cloud Observability (sebelumnya bernama Stackdriver).

Lebih sedikit resource diperlukan untuk mengumpulkan metrik kustom yang optimal, yang meningkatkan performa dan skalabilitas secara keseluruhan.

Metrik kube yang dikecualikan

Metrik kube berikut dikecualikan dari metrik yang dioptimalkan:

• kube_certificatesigningrequest_cert_length
• kube_certificatesigningrequest_condition
• kube_certificatesigningrequest_created
• kube_certificatesigningrequest_labels
• kube_configmap_annotations
• kube_configmap_info
• kube_configmap_labels
• kube_configmap_metadata_resource_version
• kube_daemonset_annotations
• kube_daemonset_created
• kube_daemonset_labels
• kube_daemonset_metadata_generation
• kube_daemonset_status_observed_generation
• kube_deployment_annotations
• kube_deployment_created
• kube_deployment_labels
• kube_deployment_spec_paused
• kube_deployment_spec_strategy_rollingupdate_max_surge
• kube_deployment_spec_strategy_rollingupdate_max_unavailable
• kube_deployment_status_condition
• kube_deployment_status_replicas_ready
• kube_endpoint_annotations
• kube_endpoint_created
• kube_endpoint_info
• kube_endpoint_labels
• kube_endpoint_ports
• kube_horizontalpodautoscaler_annotations
• kube_horizontalpodautoscaler_info
• kube_horizontalpodautoscaler_labels
• kube_horizontalpodautoscaler_metadata_generation
• kube_horizontalpodautoscaler_status_condition
• kube_job_annotations
• kube_job_complete
• kube_job_created
• kube_job_info
• kube_job_labels
• kube_job_owner
• kube_job_spec_completions
• kube_job_spec_parallelism
• kube_job_status_completion_time
• kube_job_status_start_time
• kube_job_status_succeeded
• kube_lease_owner
• kube_lease_renew_time
• kube_limitrange
• kube_limitrange_created
• kube_mutatingwebhookconfiguration_info
• kube_namespace_labels
• kube_networkpolicy_annotations
• kube_networkpolicy_labels
• kube_networkpolicy_spec_egress_rules
• kube_networkpolicy_spec_ingress_rules
• kube_node_annotations
• kube_node_role
• kube_persistentvolume_annotations
• kube_persistentvolume_labels
• kube_persistentvolumeclaim_access_mode
• kube_persistentvolumeclaim_annotations
• kube_persistentvolumeclaim_labels
• kube_pod_annotations
• kube_pod_completion_time
• kube_pod_container_resource_limits
• kube_pod_container_resource_requests
• kube_pod_container_state_started
• kube_pod_created
• kube_pod_init_container_info
• kube_pod_init_container_resource_limits
• kube_pod_init_container_resource_requests
• kube_pod_init_container_status_last_terminated_reason
• kube_pod_init_container_status_ready
• kube_pod_init_container_status_restarts_total
• kube_pod_init_container_status_running
• kube_pod_init_container_status_terminated
• kube_pod_init_container_status_terminated_reason
• kube_pod_init_container_status_waiting
• kube_pod_init_container_status_waiting_reason
• kube_pod_labels
• kube_pod_owner
• kube_pod_restart_policy
• kube_pod_spec_volumes_persistentvolumeclaims_readonly
• kube_pod_start_time
• kube_poddisruptionbudget_annotations
• kube_poddisruptionbudget_created
• kube_poddisruptionbudget_labels
• kube_poddisruptionbudget_status_expected_pods
• kube_poddisruptionbudget_status_observed_generation
• kube_poddisruptionbudget_status_pod_disruptions_allowed
• kube_replicaset_annotations
• kube_replicaset_created
• kube_replicaset_labels
• kube_replicaset_metadata_generation
• kube_replicaset_owner
• kube_replicaset_status_observed_generation
• kube_resourcequota_created
• kube_secret_annotations
• kube_secret_info
• kube_secret_labels
• kube_secret_metadata_resource_version
• kube_secret_type
• kube_service_annotations
• kube_service_created
• kube_service_info
• kube_service_labels
• kube_service_spec_type
• kube_statefulset_annotations
• kube_statefulset_created
• kube_statefulset_labels
• kube_statefulset_status_current_revision
• kube_statefulset_status_update_revision
• kube_storageclass_annotations
• kube_storageclass_created
• kube_storageclass_info
• kube_storageclass_labels
• kube_validatingwebhookconfiguration_info
• kube_validatingwebhookconfiguration_metadata_resource_version
• kube_volumeattachment_created
• kube_volumeattachment_info
• kube_volumeattachment_labels
• kube_volumeattachment_spec_source_persistentvolume
• kube_volumeattachment_status_attached
• kube_volumeattachment_status_attachment_metadata

Kumpulan lengkap metrik Google Distributed Cloud didokumentasikan dalam Melihat metrik Anthos.

Untuk menonaktifkan metrik yang dioptimalkan (tidak direkomendasikan), ganti setelan default di resource kustom Stackdriver Anda.

Gunakan Google Cloud Managed Service for Prometheus untuk komponen sistem yang dipilih

Google Cloud Managed Service for Prometheus adalah bagian dari Cloud Monitoring dan tersedia sebagai opsi untuk komponen sistem. Manfaat dari Google Cloud Managed Service for Prometheus mencakup hal berikut:

• Anda dapat terus menggunakan pemantauan berbasis Prometheus yang ada tanpa mengubah pemberitahuan dan dasbor Grafana Anda.

• Jika menggunakan GKE dan Google Distributed Cloud, Anda dapat menggunakan Bahasa Kueri Prometheus (PromQL) metrik di semua cluster Anda. Anda juga dapat menggunakan tab PromQL di Metrics Explorer di konsol Google Cloud.

Mengaktifkan dan menonaktifkan Google Cloud Managed Service for Prometheus

Google Cloud Managed Service for Prometheus diaktifkan secara default di Google Distributed Cloud.

Untuk menonaktifkan Google Cloud Managed Service for Prometheus:

1. Buka objek Stackdriver bernama stackdriver untuk diedit:

   kubectl --kubeconfig CLUSTER_KUBECONFIG --namespace kube-system \
       edit stackdriver stackdriver
   

2. Tambahkan feature gate enableGMPForSystemMetrics, dan tetapkan ke false:

   apiVersion: addons.gke.io/v1alpha1
   kind: Stackdriver
   metadata:
     name: stackdriver
     namespace: kube-system
   spec:
     featureGates:
       enableGMPForSystemMetrics: false
   

3. Tutup sesi pengeditan Anda.

Melihat data metrik

Jika enableGMPForSystemMetrics ditetapkan ke true, metrik untuk hal berikut komponen memiliki format yang berbeda dan bagaimana mereka disimpan dan dikueri Cloud Monitoring:

• kube-apiserver
• kube-scheduler
• kube-controller-manager
• kubelet dan cadvisor
• kube-state-metrics
• node-exporter

Dalam format baru, Anda dapat mengkueri metrik sebelumnya dengan menggunakan PromQL atau Bahasa Kueri Pemantauan (MQL):

PromQL

Contoh kueri PromQL:

histogram_quantile(0.95, sum(rate(apiserver_request_duration_seconds_bucket[5m])) by (le))

MQL

Untuk menggunakan MQL, setel resource yang dimonitor ke prometheus_target, gunakan metrik dengan awalan kubernetes.io/anthos, dan tambahkan jenis Prometheus sebagai akhiran pada nama metrik.

fetch prometheus_target
| metric 'kubernetes.io/anthos/apiserver_request_duration_seconds/histogram'
| align delta(5m)
| every 5m
| group_by [], [value_histogram_percentile: percentile(value.histogram, 95)]

Mengonfigurasi dasbor Grafana dengan Google Cloud Managed Service for Prometheus

Untuk menggunakan Grafana dengan data metrik dari Google Cloud Managed Service for Prometheus, Anda harus terlebih dahulu mengonfigurasi dan mengotentikasi sumber data Grafana. Untuk mengonfigurasi dan untuk mengautentikasi sumber data, Anda menggunakan penyinkron sumber data (datasource-syncer) untuk membuat kredensial OAuth2 dan menyinkronkannya ke Grafana melalui API sumber data Grafana. Sinkronisasi sumber data menetapkan Cloud Monitoring API sebagai URL server Prometheus (nilai URL diawali dengan https://monitoring.googleapis.com) di bawah sumber data di Grafana.

Ikuti langkah-langkah dalam Kueri menggunakan Grafana ke mengotentikasi dan mengkonfigurasi sumber data Grafana untuk meng-kueri data dari Google Cloud Managed Service for Prometheus.

Sekumpulan contoh dasbor Grafana tersedia di sampel-anthos repositori di GitHub. Untuk menginstal dasbor contoh, lakukan tindakan berikut:

1. Download contoh file JSON:

   git clone https://github.com/GoogleCloudPlatform/anthos-samples.git
   cd anthos-samples/gmp-grafana-dashboards
   

2. Jika sumber data Grafana Anda dibuat dengan nama yang berbeda dengan Managed Service for Prometheus, ubah kolom datasource di semua file JSON:

   sed -i "s/Managed Service for Prometheus/[DATASOURCE_NAME]/g" ./*.json
   

   Ganti [DATASOURCE_NAME] dengan nama sumber data di Grafana Anda yang diarahkan ke layanan Prometheus frontend.

3. Akses UI Grafana dari browser Anda, lalu pilih + Import di bagian menu Dashboards.

   

4. Upload file JSON, atau salin dan tempel konten file, lalu pilih Muat. Setelah konten file berhasil dimuat, pilih Impor. Secara opsional, Anda juga dapat mengubah nama dasbor dan UID sebelum mengimpor.

   

5. Dasbor yang diimpor akan berhasil dimuat jika Google Distributed Cloud dan sumber datanya dikonfigurasi dengan benar. Misalnya, screenshot berikut menampilkan dasbor yang dikonfigurasi oleh cluster-capacity.json.

   

Referensi lainnya

Untuk mengetahui informasi selengkapnya tentang Google Cloud Managed Service for Prometheus, lihat referensi berikut:

• Google Cloud Managed Service for Prometheus

• Metrik bidang kontrol GKE kompatibel dengan PromQL

• Menggunakan Managed Service for Prometheus untuk aplikasi pengguna di Google Distributed Cloud

Mengonfigurasi resource komponen Stackdriver

Saat membuat cluster, Google Distributed Cloud otomatis membuat resource kustom Stackdriver. Anda dapat mengedit spesifikasi di resource kustom untuk mengganti nilai default CPU dan memori permintaan dan batas untuk komponen Stackdriver, dan Anda dapat secara terpisah mengganti setelan metrik default yang dioptimalkan.

Mengganti batas dan permintaan default CPU dan memori untuk komponen Stackdriver

Cluster dengan kepadatan pod tinggi memperkenalkan logging dan pemantauan yang lebih tinggi overhead. Pada kasus yang ekstrem, komponen Stackdriver mungkin dilaporkan mendekati CPU dan batas pemakaian memori atau bahkan bisa mengalami {i>restart<i} secara konstan karena batas resource. Dalam hal ini, untuk mengganti nilai default untuk CPU dan memori permintaan dan batas untuk komponen Stackdriver, gunakan langkah-langkah berikut:

1. Jalankan perintah berikut untuk membuka resource kustom Stackdriver di editor command line:

   kubectl -n kube-system edit stackdriver stackdriver

2. Pada resource khusus Stackdriver, tambahkan bagian resourceAttrOverride di kolom spec:

   resourceAttrOverride:
         DAEMONSET_OR_DEPLOYMENT_NAME/CONTAINER_NAME:
           LIMITS_OR_REQUESTS:
             RESOURCE: RESOURCE_QUANTITY

   Perlu diperhatikan bahwa bagian resourceAttrOverride akan mengganti semua default yang ada batas dan permintaan untuk komponen yang Anda tentukan. Komponen berikut didukung oleh resourceAttrOverride:

   • gke-metrics-agent/gke-metrics-agent
   • stackdriver-log-forwarder/stackdriver-log-forwarder
   • stackdriver-metadata-agent-cluster-level/metadata-agent
   • node-exporter/node-exporter
   • kube-state-metrics/kube-state-metrics

   Contoh file akan terlihat seperti berikut:

   apiVersion: addons.gke.io/v1alpha1
   kind: Stackdriver
   metadata:
     name: stackdriver
     namespace: kube-system
   spec:
     anthosDistribution: baremetal
     projectID: my-project
     clusterName: my-cluster
     clusterLocation: us-west-1a
     resourceAttrOverride:
       gke-metrics-agent/gke-metrics-agent:
         requests:
           cpu: 110m
           memory: 240Mi
         limits:
           cpu: 200m
           memory: 4.5Gi

3. Untuk menyimpan perubahan pada resource kustom Stackdriver, simpan dan keluar dari editor command line Anda.

4. Memeriksa kondisi Pod:

   kubectl -n kube-system get pods -l "managed-by=stackdriver"

   Respons untuk Pod yang responsif akan terlihat seperti berikut:

   gke-metrics-agent-4th8r                1/1     Running   1   40h

5. Memeriksa spesifikasi Pod komponen untuk memastikan resource disetel dengan benar.

   kubectl -n kube-system describe pod POD_NAME

   Ganti POD_NAME dengan nama Pod yang baru saja Anda ubah. Contoh, gke-metrics-agent-4th8r.

   Responsnya akan terlihat seperti berikut:

     Name:         gke-metrics-agent-4th8r
     Namespace:    kube-system
     ...
     Containers:
       gke-metrics-agent:
         Limits:
           cpu: 200m
           memory: 4.5Gi
         Requests:
           cpu: 110m
           memory: 240Mi
         ...

Nonaktifkan metrik yang dioptimalkan

Secara default, deployment kube-state-metrics yang berjalan di cluster akan mengumpulkan dan melaporkan mengoptimalkan serangkaian metrik kube ke Stackdriver. Jika Anda memerlukan metrik tambahan, sebaiknya Anda mencari penggantinya dari daftar paket Google Distributed Cloud metrik.

Berikut beberapa contoh pengganti yang mungkin Anda gunakan:

Metrik yang dinonaktifkan	Penggantian
kube_pod_start_time	container/uptime
kube_pod_container_resource_requests	container/cpu/request_cores container/memory/request_bytes
kube_pod_container_resource_limits	container/cpu/limit_cores container/memory/limit_bytes

Untuk menonaktifkan setelan default metrik yang dioptimalkan (tidak direkomendasikan), lakukan tindakan berikut:

1. Buka resource kustom Stackdriver di editor command line:

   kubectl -n kube-system edit stackdriver stackdriver

2. Tetapkan kolom optimizedMetrics ke false:

   apiVersion: addons.gke.io/v1alpha1
   kind: Stackdriver
   metadata:
   name: stackdriver
   namespace: kube-system
   spec:
   anthosDistribution: baremetal
   projectID: my-project
   clusterName: my-cluster
   clusterLocation: us-west-1a
   optimizedMetrics: false
   

3. Simpan perubahan, dan tutup editor command line Anda.

Server Metrik

Server Metrik adalah sumber metrik resource container untuk berbagai penskalaan otomatis pipeline. Metrik Server mengambil metrik dari kubelet dan menampilkannya melalui Kubernetes Metrics API. HPA dan VPA kemudian menggunakan metrik ini untuk menentukan kapan harus memicu penskalaan otomatis. Server metrik diskalakan menggunakan add-on pengubah ukuran.

Dalam kasus ekstrem ketika kepadatan pod yang tinggi menyebabkan terlalu banyak logging dan pemantauan tambahan, Metrics Server mungkin dihentikan dan dimulai ulang karena sumber daya keterbatasan praktik. Dalam kasus ini, Anda dapat mengalokasikan lebih banyak resource ke server metrik dengan mengedit konfigurasi peta metrics-server-config dalam namespace gke-managed-metrics-server, dan mengubah nilai untuk cpuPerNode dan memoryPerNode.

kubectl edit cm metrics-server-config -n gke-managed-metrics-server

Contoh konten ConfigMap adalah:

apiVersion: v1
data:
  NannyConfiguration: |-
    apiVersion: nannyconfig/v1alpha1
    kind: NannyConfiguration
    cpuPerNode: 3m
    memoryPerNode: 20Mi
kind: ConfigMap

Catatan: Hanya cpuPerNode dan memoryPerNode yang perlu diubah. Mengubah baseCPU dan baseMemory tidak direkomendasikan.

Setelah mengupdate ConfigMap, buat ulang pod metrik-server dengan perintah berikut:

kubectl delete pod -l k8s-app=metrics-server -n gke-managed-metrics-server

Catatan: Hasil edit pada metrics-server-config dapat dikembalikan selama update atau upgrade cluster. Lihat bagian masalah umum untuk informasi selengkapnya.

Persyaratan konfigurasi untuk Logging dan Pemantauan

Ada beberapa persyaratan konfigurasi untuk mengaktifkan Cloud Logging dan Cloud Monitoring dengan Google Distributed Cloud. Langkah-langkah ini termasuk dalam Mengonfigurasi akun layanan untuk digunakan dengan Logging dan Monitoring pada halaman Mengaktifkan layanan Google, dan dalam daftar berikut:

1. Ruang Kerja Cloud Monitoring harus dibuat di project Google Cloud Anda. Hal ini dilakukan dengan mengklik Monitoring di Konsol Google Cloud dan mengikuti alur kerja.

2. Anda harus mengaktifkan Stackdriver API berikut:

   • Stackdriver API
   • API Cloud Monitoring
   • Cloud Logging API
   • Pemantauan Konfigurasi untuk Ops API

3. Anda perlu menetapkan peran IAM berikut ke layanan yang digunakan oleh agen Stackdriver:

   • logging.logWriter
   • monitoring.metricWriter
   • stackdriver.resourceMetadata.writer
   • monitoring.dashboardEditor
   • opsconfigmonitoring.resourceMetadata.writer

Harga

Log dan metrik sistem edisi Google Kubernetes Engine (GKE) Enterprise tidak dikenai biaya.

Di cluster Google Distributed Cloud, log dan metrik sistem edisi Google Kubernetes Engine (GKE) Enterprise meliputi hal berikut:

• Log dan metrik dari semua komponen dalam cluster admin
• Log dan metrik dari komponen di namespace ini di cluster pengguna: kube-system, gke-system, gke-connect, knative-serving, istio-system, monitoring-system, config-management-system, gatekeeper-system, cnrm-system

Untuk informasi selengkapnya, lihat Harga untuk Google Cloud Observability.

Untuk mempelajari kredit untuk metrik Cloud Logging, hubungi bagian penjualan untuk mengetahui harga.