Schnellstartlösung: Loganalyse-Pipeline

Last reviewed 2023-04-10 UTC

Dieser Leitfaden hilft Ihnen, die Schnellstartlösung Log-Analysepipeline zu verstehen, zu implementieren und zu verwenden. Er zeigt, wie ein Strom aus Anwendungsdaten aus mehreren Quellen erfasst und für die Analyse verfügbar gemacht wird.

Sie können die Lösung bereitstellen, um Weblogs aus einer Anwendung zu extrahieren und zu analysieren. Das ermöglicht Ihnen Folgendes:

Zugriff auf Anwendungsressourcen verfolgen.
Nutzungsmuster in Ihrer Anwendung identifizieren und darauf reagieren.
Leistungsprobleme analysieren und beheben.

Weitere Informationen zur Logging-Implementierung und Best Practices finden Sie unter Monitoring- und Logging-Ressourcen.

Dieses Dokument richtet sich an Entwickler, die Erfahrung mit der Verarbeitung und Analyse von Anwendungslogdaten haben. Dabei wird davon ausgegangen, dass Sie mit grundlegenden Cloud-Konzepten vertraut sind, aber nicht unbedingt mit Google Cloud. Erfahrung mit Terraform ist hilfreich.

Lernziele

Dieser Lösungsleitfaden unterstützt Sie bei Folgendem:

Sie erfahren, wie Daten nach einem Zeitplan von Cloud- und lokalen Quellen zu verschiedenen Cloud Storage-Optionen und schließlich zu Ihrem Analyse-Workflow fließen.
Eine Beispielpipeline bereitstellen, die Beispiel-Weblogs aus einer Anwendung, die in Cloud Run ausgeführt wird, erfasst, speichert und verarbeitet.
Loginformationen durch Abfragen von Daten analysieren, die in BigQuery-Tabellen gespeichert sind, und durch Visualisieren von Daten in Looker Studio-Berichten.

Architektur

Diese Lösung umfasst Beispiel-Web-Logs, die Nutzerinteraktionen mit einer Webanwendung erfassen, einschließlich Anmeldungen, Anfragen und Datenänderung. Das folgende Diagramm zeigt die Lösungsarchitektur:

Diagramm zur Schnellstartlösung „Loganalyse-Pipeline“

Anfrageablauf

Im Folgenden wird der Anfrageverarbeitungsablauf der Loganalysepipeline dargestellt, der von dieser Lösung bereitgestellt wird. Die Schritte im Ablauf sind wie im vorherigen Architekturdiagramm dargestellt nummeriert.

Ein in Cloud Run bereitgestellter Webserver generiert Weblogs, wenn ein Nutzer eine Website aufruft, die auf dem Webserver bereitgestellt wird. Die Weblogs werden automatisch an Cloud Logging gesendet.
Cloud Logging leitet Weblogs anhand eines Zeitplans in der Senkenkonfiguration von Cloud Logging an eine festgelegte Tabelle in BigQuery weiter.
Anwendungen, die in anderen Clouds oder lokal ausgeführt werden, laden Weblogdateien in einen Cloud Storage-Bucket hoch. (Diese Bereitstellung enthält eine Textdatei, die eine Beispiel-Webprotokolldatei im JSON-Format enthält.)
BigQuery Data Transfer Service überträgt regelmäßig Weblogdateien basierend auf der Übertragungskonfiguration von BigQuery Data Transfer Service in eine bestimmte Tabelle in BigQuery.
Sie führen Abfragen für die Weblogs in der Tabelle aus oder visualisieren die Weblogs mit Looker Studio.

Komponenten und Konfiguration

Die Architektur umfasst die folgenden Komponenten:

Komponente	Produktbeschreibung	Zweck in dieser Lösung
Cloud Run	Ein vollständig verwalteter Dienst, mit dem Sie serverlose containerisierte Anwendungen erstellen und bereitstellen können. Google Cloud übernimmt die Skalierung und andere Infrastrukturaufgaben, damit Sie sich auf die Geschäftslogik Ihres Codes konzentrieren können.	Hostet Ihre Anwendung und ermöglicht die Ausführung und Generierung von Weblogs.
Cloud Logging	Ein Dienst, mit dem Sie Logging-Daten und -Ereignisse von Google Cloud und anderen Clouds speichern, durchsuchen, analysieren, überwachen und melden können.	Leitet Weblogs von Anwendungen, die auf Cloud Run gehostet werden, nach einem Zeitplan an das Data Warehouse weiter.
BigQuery	Ein vollständig verwaltetes, hoch skalierbares Data Warehouse mit integrierten Funktionen für maschinelles Lernen.	Speichert die von der Anwendung generierten Logs und bietet Tools zur Datenanalyse.
BigQuery Data Transfer Service	Ein Dienst, der Daten aus Cloud- oder lokalen Quellen sicher und kostengünstig in das BigQuery Data Warehouse überträgt.	Logdateien, die von Anwendungen in anderen Clouds und lokal ausgeführt werden, werden regelmäßig von Cloud Storage in das BigQuery-Data Warehouse verschoben.
Cloud Storage	Ein unternehmensfähiger Dienst, der einen kostengünstigen, unbegrenzten Objektspeicher für verschiedene Datentypen bietet. Daten sind von innerhalb und außerhalb von Google Cloud zugänglich und werden georedundant repliziert.	Fungiert als Data Lake, in dem Anwendungen, die in anderen Clouds und lokal ausgeführt werden, Weblogdateien hochladen. Diese Dateien werden schließlich in das BigQuery-Data Warehouse übertragen. In dieser Bereitstellung ist eine Beispiel-Web-Logdatei enthalten.
Looker Studio	Eine Self-Service-Business Intelligence-Plattform, mit der Sie Daten erstellen und freigeben können.	Bietet die Möglichkeit, Visualisierungen aus Webloginformationen zu erstellen.

Kosten

Eine Schätzung der Kosten der Google Cloud-Ressourcen, die von der Loganalyse-Pipeline-Lösung verwendet werden, finden Sie im Google Cloud-Preisrechner.

Verwenden Sie die vorab berechnete Schätzung als Ausgangspunkt, um die Kosten Ihrer Bereitstellung zu berechnen. Sie können die Schätzung ändern, um alle Konfigurationsänderungen widerzuspiegeln, die Sie für die in der Lösung verwendeten Ressourcen vornehmen möchten.

Die vorab berechnete Schätzung basiert auf Annahmen für bestimmte Faktoren, darunter:

Die Google Cloud-Standorte, an denen die Ressourcen bereitgestellt werden.
Die Zeit, in der die Ressourcen verwendet werden.
Die Datenmenge, die Sie in BigQuery speichern und analysieren.

Lösung bereitstellen

In diesem Abschnitt wird die Bereitstellung der Lösung beschrieben.

Google Cloud-Projekt erstellen oder auswählen

Beim Bereitstellen der Lösung wählen Sie das Google Cloud-Projekt aus, in dem die Ressourcen bereitgestellt werden. Bei der Entscheidung, ob Sie ein vorhandenes Projekt verwenden oder ein neues Projekt erstellen möchten, berücksichtigen Sie die folgenden Faktoren:

Wenn Sie ein Projekt für die Lösung erstellen und die Bereitstellung nicht mehr benötigen, können Sie das Projekt löschen, um weitere Kosten zu vermeiden. Wenn Sie ein vorhandenes Projekt verwenden, müssen Sie die Bereitstellung löschen, wenn Sie sie nicht mehr benötigen.
Durch die Verwendung eines neuen Projekts können Konflikte mit zuvor bereitgestellten Ressourcen vermieden werden, beispielsweise Ressourcen, die für Produktionsarbeitslasten verwendet werden.

Wenn Sie die Lösung in einem neuen Projekt bereitstellen möchten, erstellen Sie das Projekt, bevor Sie mit der Bereitstellung beginnen.

So erstellen Sie ein Projekt:

In the Google Cloud console, go to the project selector page.

Go to project selector
Click Create project.
Name your project. Make a note of your generated project ID.
Edit the other fields as needed.
Click Create.

Erforderliche IAM-Berechtigungen abrufen

Zum Starten des Bereitstellungsprozesses benötigen Sie die in der folgenden Tabelle aufgeführten IAM-Berechtigungen (Identity and Access Management). Wenn Sie die einfache Rolle roles/owner für das Projekt haben, in dem Sie die Lösung bereitstellen möchten, haben Sie bereits alle erforderlichen Berechtigungen. Wenn Sie die Rolle roles/owner nicht haben, bitten Sie Ihren Administrator, Ihnen die Berechtigungen (oder die Rollen mit diesen Berechtigungen) zu gewähren.

Erforderliche IAM-Berechtigung	Vordefinierte Rolle mit den erforderlichen Berechtigungen
`serviceusage.services.enable`	Service Usage-Administrator (`roles/serviceusage.serviceUsageAdmin`)
`iam.serviceAccounts.create`	Dienstkontoadministrator (`roles/iam.serviceAccountAdmin`)
`resourcemanager.projects.setIamPolicy`	Projekt-IAM-Administrator (`roles/resourcemanager.projectIamAdmin`)
`config.deployments.create` `config.deployments.list`	Cloud Config Manager-Administrator (`roles/config.admin`)

Dienstkonto, das für die Lösung erstellt wurde

Wenn Sie den Bereitstellungsprozess initiieren, wird ein Dienstkonto erstellt, um die Lösung für Sie bereitzustellen und die Bereitstellung später zu löschen, wenn Sie dies möchten. Diesem Dienstkonto werden bestimmte IAM-Berechtigungen vorübergehend zugewiesen. Das heißt, die Berechtigungen werden automatisch widerrufen, nachdem die Bereitstellungs- und Löschvorgänge für die Lösung abgeschlossen sind. Google empfiehlt, dass Sie nach dem Löschen der Bereitstellung das Dienstkonto löschen, wie weiter unten in dieser Anleitung beschrieben.

Rollen ansehen, die dem Dienstkonto zugewiesen sind

Diese Rollen sind hier aufgelistet, falls Ihr Administrator diese Informationen benötigt.

roles/bigquery.admin
roles/iam.serviceAccountAdmin
roles/iam.serviceAccountUser
roles/logging.configWriter
roles/resourcemanager.projectIamAdmin
roles/run.admin
roles/serviceusage.serviceUsageAdmin
roles/storage.admin

Bereitstellungsmethode auswählen

Sie können diese Lösung mit den folgenden Methoden bereitstellen:

Über die Console: Verwenden Sie diese Methode, wenn Sie die Lösung unverändert testen und sehen möchten, wie sie funktioniert. Cloud Build stellt alle für die Lösung erforderlichen Ressourcen bereit. Wenn Sie die bereitgestellte Lösung nicht mehr benötigen, können Sie sie mit der Console löschen. Alle Ressourcen, die Sie nach der Bereitstellung der Lösung erstellen, müssen möglicherweise separat gelöscht werden.

Folgen Sie der Anleitung unter Über die Console bereitstellen, um diese Bereitstellungsmethode zu verwenden.
Terraform verwenden: Verwenden Sie diese Methode, wenn Sie die Lösung anpassen oder die Bereitstellung und Verwaltung der Ressourcen mithilfe von Infrastruktur als Code (IaC) automatisieren möchten. Laden Sie die Terraform-Konfiguration von GitHub herunter, passen Sie optional den Code nach Bedarf an und stellen Sie die Lösung mit Terraform bereit. Nachdem Sie die Lösung bereitgestellt haben, können Sie sie mit Terraform verwalten.

Folgen Sie der Anleitung unter Mit Terraform bereitstellen, um diese Bereitstellungsmethode zu verwenden.

Über die Console bereitstellen

Führen Sie die folgenden Schritte aus, um die vorkonfigurierte Lösung unverändert bereitzustellen.

Wechseln Sie im Google Cloud-Katalog der Schnellstartlösungen zur Seite Loganalyse-Pipeline.
Prüfen Sie die auf der Seite bereitgestellten Informationen, z. B. die geschätzten Kosten der Lösung und die geschätzte Bereitstellungszeit.
Wenn Sie die Lösung bereitstellen möchten, klicken Sie auf Bereitstellen.

Es wird eine interaktive Schritt-für-Schritt-Anleitung angezeigt.
Führen Sie die Schritte in der interaktiven Anleitung aus.
1. Wählen Sie ein Projekt aus, in dem Sie von der Lösung bereitgestellte Ressourcen erstellen möchten, und klicken Sie auf Weiter
2. Geben Sie im Feld Bereitstellungsname einen Namen ein, den Sie in diesem Projekt noch nicht verwendet haben.
3. Fügen Sie der Bereitstellung optional ein identifizierendes Label hinzu. (Labels für Lösungsindikator und Bereitstellungsname werden automatisch hinzugefügt.) Mit Labels können Sie Ressourcen nach Kriterien wie Kostenstelle, Umgebung oder Status organisieren.
  
  Weitere Informationen zu Labels finden Sie unter Labels erstellen und verwalten.
4. Wählen Sie in der Liste Region die Region aus, in der Ressourcen erstellt werden sollen.
  
  Weitere Informationen zu Regionen finden Sie unter Geografie und Regionen.
Wenn Sie alle Optionen festgelegt haben, klicken Sie auf Bereitstellen.

Die Seite Lösungsbereitstellungen wird angezeigt. Im Feld Status auf dieser Seite wird Wird bereitgestellt angezeigt.
Warten Sie, bis die Lösung bereitgestellt wurde.

Wenn die Bereitstellung fehlschlägt, wird im Feld Status der Eintrag Fehlgeschlagen angezeigt. Sie können das Cloud Build-Log verwenden, um die Fehler zu diagnostizieren. Weitere Informationen finden Sie unter Fehler bei der Bereitstellung über die Console.

Wenn die Bereitstellung abgeschlossen ist, ändert sich das Feld Status in Bereitgestellt.
Nehmen Sie an einer interaktiven Tour teil, um die bereitgestellten Google Cloud-Ressourcen und ihre Konfiguration aufzurufen.

Tour starten

Lösung verwenden

Nachdem die Bereitstellung der Lösung abgeschlossen ist, können Sie mit ihr interagieren, damit der Container ausgeführt wird, und mit der Analyse beginnen. Führen Sie die folgenden Schritte aus, um die Lösung zu verwenden.

Klicken Sie auf der Seite Lösungsbereitstellungen auf das Menü Aktionen.
Klicken Sie auf Demo-Website ansehen, um die Demo-Website für Ihr Cloud Run-Container-Image aufzurufen.

Die Demo-Website enthält grundlegende Informationen und den Ausführungsstatus des Container-Images.
Warten Sie bis zu 15 Minuten, bis die erste Datenübertragung abgeschlossen ist.
Um Loginformationen zu visualisieren, kehren Sie zur Seite Lösungsbereitstellungen zurück. Klicken Sie auf das Menü Aktionen und dann auf Looker Studio-Bericht aufrufen.

Mit dem Looker Studio-Bericht können Sie Host- und Statusinformationen für die generierten Beispiellogs visualisieren. Weitere Informationen zur Interaktion mit Daten finden Sie unter Daten mit BI Engine Looker Studio analysieren.
Um detaillierte Loginformationen aufzurufen, kehren Sie zur Seite Lösungsbereitstellungen zurück, klicken Sie auf das Menü Aktionen und gehen Sie dann so vor:
1. Klicken Sie auf Logs in BigQuery ansehen. Die Seite Explorer wird geöffnet und zeigt Informationen zum Logsink-Dataset an, das Sie für diese Bereitstellung verwenden.
2. Maximieren Sie im Bereich Explorer die Logsink-Ressource.
3. Klicken Sie auf die Tabelle transferred_logs.
4. Klicken Sie im Bereich transferred_logs auf den Tab Vorschau. Alle Logdaten in der Tabelle werden angezeigt.
Weitere Informationen zur Analyse von Daten in BigQuery-Tabellen finden Sie unter BigQuery-Analyse.

Sie haben die Beispiellösung bereitgestellt, mit einem Beispielbericht interagiert und eine Vorschau der Loginformationen im Data Warehouse angesehen. Informationen zu Designempfehlungen, die den speziellen Loganalyse-Anforderungen Ihrer Organisation entsprechen, finden Sie unter Designempfehlungen.

Wenn Sie die Lösung nicht mehr benötigen, können Sie die Bereitstellung löschen, um weitere Kosten für die Google Cloud-Ressourcen zu vermeiden. Weitere Informationen finden Sie unter Bereitstellung löschen.

Mit Terraform bereitstellen

In diesem Abschnitt wird beschrieben, wie Sie die Lösung anpassen oder die Bereitstellung und Verwaltung der Lösung mit Terraform automatisieren können. Lösungen, die Sie mit dem Terraform-Code bereitstellen, werden auf der Seite Lösungsbereitstellungen in der Google Cloud Console nicht angezeigt.

Terraform-Client einrichten

Sie können Terraform entweder in Cloud Shell oder auf Ihrem lokalen Host ausführen. In dieser Anleitung wird beschrieben, wie Sie Terraform in Cloud Shell ausführen. Dort ist Terraform vorinstalliert und für die Authentifizierung bei Google Cloud konfiguriert.

Der Terraform-Code für diese Lösung ist in einem GitHub-Repository verfügbar.

Klonen Sie das GitHub-Repository in Cloud Shell.

Es wird eine Eingabeaufforderung angezeigt, um das Herunterladen des GitHub-Repositorys in Cloud Shell zu bestätigen.
Klicken Sie auf Bestätigen.

Cloud Shell wird in einem separaten Browser-Tab gestartet und der Terraform-Code wird in das Verzeichnis $HOME/cloudshell_open Ihrer Cloud Shell-Umgebung heruntergeladen.
Prüfen Sie in Cloud Shell, ob das aktuelle Arbeitsverzeichnis $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example ist. Dies ist das Verzeichnis, das die Terraform-Konfigurationsdateien für die Lösung enthält. Wenn Sie in dieses Verzeichnis wechseln müssen, führen Sie den folgenden Befehl aus:
```
cd $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example
```
Initialisieren Sie Terraform mit dem folgenden Befehl:
```
terraform init
```
Warten Sie, bis folgende Meldung angezeigt wird:
```
Terraform has been successfully initialized!
```

Terraform-Variablen konfigurieren

Der heruntergeladene Terraform-Code enthält Variablen, mit denen Sie die Bereitstellung entsprechend Ihren Anforderungen anpassen können. Sie können beispielsweise das Google Cloud-Projekt und die Region angeben, in der die Lösung bereitgestellt werden soll.

Achten Sie darauf, dass das aktuelle Arbeitsverzeichnis $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example ist. Ist dies nicht der Fall, wechseln Sie zu diesem Verzeichnis.
Erstellen Sie im selben Verzeichnis eine Textdatei mit dem Namen terraform.tfvars.

Kopieren Sie in der Datei terraform.tfvars das folgende Code-Snippet und legen Sie Werte für die erforderlichen Variablen fest.

Folgen Sie den Anleitungen, die im Code-Snippet als Kommentare angegeben sind.
Dieses Code-Snippet enthält nur die Variablen, für die Sie Werte festlegen müssen. Die Terraform-Konfiguration enthält andere Variablen mit Standardwerten. Informationen zu allen Variablen und Standardwerten finden Sie in der Datei variables.tf im Verzeichnis $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example.
Achten Sie darauf, dass jeder in der Datei terraform.tfvars festgelegte Wert mit dem Typ der Variable übereinstimmt, wie in der Datei variables.tf angegeben. Beispiel: Wenn der Typ, der für eine Variable in der Datei variables.tf definiert wurde, bool ist, müssen Sie true oder false als Wert dieser Variable in der Datei terraform.tfvars angeben.

  # This is an example of the terraform.tfvars file.
  # The values that you set in this file must match the variable types, as declared in variables.tf.
  # The values in this file override any defaults in variables.tf.

  # The project to provision resources to (required)
  project_id = "PROJECT_ID"

  # Google Cloud region where you want to deploy the solution (optional)
  # Example: us-central1
  region = "REGION"

  # The name used when resources are provisioned (optional)
  # Example: log-analysis
  deployment_name = project_id = "DEPLOYMENT_NAME"

  # A set of key/value label pairs to assign to the resources deployed by this solution (optional)
  # Example: {"team"="monitoring", "environment"="test"}
  labels = {"KEY1"="VALUE1",..."KEYn"="VALUEn"}

  # Whether to enable underlying APIs (optional)
  # Example: true
  enable_apis = "ENABLE_APIS"

  # Whether to delete all BigQuery resources when the solution is deleted (optional)
  # Example: false
  delete_content_on_destroy = "DELETE_CONTENT_ON_DESTROY"

Weitere Informationen zu den Werten, die Sie den erforderlichen Variablen zuweisen können, finden Sie hier:

Das Feld „project_id“ darf nicht leer sein. Weitere Informationen zu diesem Wert finden Sie unter Projekte identifizieren.
Die anderen Variablen haben Standardwerte. Sie können einige davon ändern (z. B. deployment_name und labels).

Terraform-Konfiguration validieren und prüfen

Prüfen Sie, ob das aktuelle Arbeitsverzeichnis $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example ist. Ist dies nicht der Fall, wechseln Sie zu diesem Verzeichnis.
Prüfen Sie, ob die Terraform-Konfiguration Fehler enthält:
```
terraform validate
```
Wenn der Befehl einen Fehler zurückgibt, nehmen Sie die erforderlichen Korrekturen in der Konfiguration vor und führen Sie den Befehl terraform validate noch einmal aus. Wiederholen Sie diesen Schritt, bis der Befehl die folgende Meldung zurückgibt:
```
Success! The configuration is valid.
```
Sehen Sie sich die Ressourcen an, die in der Konfiguration definiert sind:
```
terraform plan
```
Wenn Sie die Datei terraform.tfvars nicht wie zuvor beschrieben erstellt haben, werden Sie von Terraform zur Eingabe von Werten für die Variablen aufgefordert, die keine Standardwerte haben. Geben Sie die erforderlichen Werte ein.

Die Ausgabe des Befehls terraform plan ist eine Liste der Ressourcen, die Terraform beim Anwenden der Konfiguration bereitstellt.

Wenn Sie Änderungen vornehmen möchten, bearbeiten Sie die Konfiguration und führen Sie dann die Befehle terraform validate und terraform plan noch einmal aus.

Ressourcen bereitstellen

Wenn keine weiteren Änderungen an der Terraform-Konfiguration erforderlich sind, stellen Sie die Ressourcen bereit.

Prüfen Sie, ob das aktuelle Arbeitsverzeichnis $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example ist. Ist dies nicht der Fall, wechseln Sie zu diesem Verzeichnis.
Wenden Sie die Terraform-Konfiguration an:
```
terraform apply
```
Wenn Sie die Datei terraform.tfvars nicht wie zuvor beschrieben erstellt haben, werden Sie von Terraform zur Eingabe von Werten für die Variablen aufgefordert, die keine Standardwerte haben. Geben Sie die erforderlichen Werte ein.

Terraform zeigt eine Liste der Ressourcen an, die erstellt werden.
Wenn Sie aufgefordert werden, die Aktionen auszuführen, geben Sie yes ein.

In Terraform werden Nachrichten angezeigt, die den Fortschritt der Bereitstellung anzeigen.

Wenn die Bereitstellung nicht abgeschlossen werden kann, zeigt Terraform die Fehler an, die den Fehler verursacht haben. Prüfen Sie die Fehlermeldungen und aktualisieren Sie die Konfiguration, um die Fehler zu beheben. Führen Sie den Befehl terraform apply dann noch einmal aus. Hilfe zur Fehlerbehebung bei Terraform-Fehlern finden Sie unter Fehler bei der Bereitstellung der Lösung mit Terraform.

Nachdem alle Ressourcen erstellt wurden, zeigt Terraform die folgende Meldung an:
```
Apply complete!
```
Nachdem alle Ressourcen erstellt wurden, zeigt Terraform eine Meldung wie diese an (einige Werte unterscheiden sich in Ihrer Bereitstellung):
```
  bigquery_dataset_name = "<DEPLOYMENT_NAME>_logsink"
  bigquery_dataset_url = "https://console.cloud.google.com/bigquery?project=<PROJECT_ID>&ws=!1m4!1m3!3m2!1sPROJECT_ID!2s<DEPLOYMENT_NAME_logsink"
  bigquery_table_name = "transferred_logs"
  bucket_name = "<DEPLOYMENT_NAME>-ingest-cce5ab38"
  cloud_run_url="<VALUE>"
  lookerstudio_report_url = "https://lookerstudio.google.com/reporting/create?c.mode=edit&ds.connector=BIG_QUERY&ds.type=TABLE&ds.projectId=<PROJECT_ID>&ds.datasetId=<DEPLOYMENT_NAME>_logsink&ds.tableId=transferred_logs"
```
Die folgenden Details werden angezeigt:
- BigQuery-Dataset-Name: Das Dataset, in dem Weblogs gespeichert werden.
- BigQuery-Dataset-URL: Ein Link zu den Dataset-Details in der Google Cloud Console.
- BigQuery-Tabellenname: Die Tabelle, in der Daten im Dataset gespeichert werden.
- Bucket-Name: Der Storage-Bucket, in dem Weblogdateien von Anwendungen gespeichert werden, die in anderen Clouds und lokal ausgeführt werden.
- URL zu Looker Studio-Bericht: Ein Link zu einem Bericht, in dem Sie Weblogs visualisieren können.

Lösung verwenden

Kopieren Sie die Werte für bigquery_dataset_url und lookerstudio_report_url, damit Sie sie später verwenden können.
Warten Sie bis zu 15 Minuten, bis die erste Datenübertragung abgeschlossen ist.
Fügen Sie die Looker Studio-URL in Ihren Browser ein, um eine Visualisierung der Loginformationen aufzurufen.

Mit dem Looker Studio-Bericht können Sie Host- und Statusinformationen zu den Beispiel-Weblogs visualisieren. Weitere Informationen zur Interaktion mit Daten finden Sie unter Daten mit BI Engine Looker Studio analysieren.
So rufen Sie detaillierte Loginformationen auf:
1. Fügen Sie den Namen des BigQuery-Datasets in Ihren Browser ein. Die Seite Explorer wird geöffnet und zeigt Informationen zum Dataset an, das Sie für diese Bereitstellung verwenden.
2. Maximieren Sie im Bereich Explorer die Logsink-Ressource.
3. Klicken Sie auf die Tabelle transferred_logs.
4. Klicken Sie im rechten Bereich auf Vorschau. Alle Logdaten in der Tabelle werden angezeigt.
Weitere Informationen zur Analyse von Daten in BigQuery-Tabellen finden Sie unter BigQuery-Analyse.
Nehmen Sie an einer interaktiven Tour teil, um die bereitgestellten Google Cloud-Ressourcen und ihre Konfiguration aufzurufen.

Tour starten

Lösung anpassen

Dieser Abschnitt enthält Informationen, mit denen Terraform-Entwickler die Loganalyse-Pipeline-Lösung ändern können, um ihre eigenen technischen und geschäftlichen Anforderungen zu erfüllen. Die Anleitung in diesem Abschnitt ist nur relevant, wenn Sie die Lösung mit Terraform bereitstellen.

Die von dieser Lösung bereitgestellten Google Cloud-Ressourcen haben vorkonfigurierte Parameter. Zur Veranschaulichung des Workflows zum Ändern von Parametern können Sie mit diesem Verfahren den Zeitplanparameter von BigQuery Data Transfer Service ändern, damit er dem erwarteten Datenaktualisierungsintervall entspricht.

Führen Sie folgende Schritte in Cloud Shell aus, um die Lösung anzupassen:

Prüfen Sie, ob das aktuelle Arbeitsverzeichnis $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example ist. Ist dies nicht der Fall, wechseln Sie zu diesem Verzeichnis:
```
cd $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example
```

Öffnen Sie die Datei main.tf und nehmen Sie die erforderlichen Änderungen vor, wie in der folgenden Tabelle dargestellt:

Parameter	Terraform-Argument in `main.tf`
Zeitplan für BigQuery Data Transfer Service-Jobs	Argument in der Datei `main.tf`: `schedule` Code-Snippet resource "google_bigquery_data_transfer_config" "log_transfer" { ... template { ... schedule = "`SCHEDULE`" ... } }

Terraform-Konfiguration validieren und prüfen
Ressourcen bereitstellen

(Optional) Eigene Weblogdateien zur Bereitstellung hinzufügen

Die Lösungsbereitstellung enthält Beispiel-Weblogs, die Sie in Berichten abfragen oder visualisieren können. Wenn Sie die Beispieldaten durch Ihre eigenen Weblogdaten ersetzen möchten, gehen Sie so vor:

Achten Sie darauf, dass Ihre Webprotokolle im JSON-Format vorliegen.
Erstellen Sie eine Datenschemadatei, die auf Ihren Webprotokollen basiert, im JSON-Format.
Stellen Sie die Lösung mit Terraform bereit und ersetzen Sie den Inhalt der folgenden Dateien durch Ihre eigenen Daten und Schemainformationen:
- Weblogdaten: sample_access_log.json
- Datenschema: sample_access_log_schema.json

Designempfehlungen

Dieser Abschnitt enthält Empfehlungen zur Verwendung der Loganalyse-Pipeline-Lösung, um eine Architektur zu entwickeln, die Ihren Anforderungen an Sicherheit, Zuverlässigkeit, Kosten und Leistung entspricht.

Produktalternativen

Wenn Sie die Lösung an Ihre speziellen Anforderungen anpassen möchten, beachten Sie die folgenden Alternativen für Produkte, die in der Beispielbereitstellung verwendet werden:

Die Lösung stellt Ihre Anwendung aus einem Cloud Run-Container bereit. In Ihrer Umgebung können Sie andere Produkte entsprechend Ihren individuellen Anforderungen bereitstellen. Weitere Informationen zu verfügbaren Computing-Optionen finden Sie unter Anwendungshosting in Google Cloud.
Die Lösung enthält einen Storage-Bucket, in den Sie Logdateien von anderen Cloud-Plattformen oder lokal hochladen können. Wenn Sie Logdaten in einer verwalteten Datenbank speichern, können Sie Daten aus dieser Datenbank nach BigQuery streamen. Weitere Informationen finden Sie unter Übersicht über Datastream.

Sicherheit

Implementieren Sie die Empfehlungen in den folgenden Anleitungen, um die Architektur zu sichern:

Zuverlässigkeit

Verwenden Sie die folgenden Richtlinien, um die Zuverlässigkeit der Produkte in dieser Lösung zu verbessern:

Leistung

Halten Sie sich an die folgenden Best Practices, um die Leistung zu optimieren:

Kosten

Verwenden Sie die folgenden Designprinzipien, um die Kosten Ihrer Workflows zu optimieren:

Hinweis:

Bevor Sie Designänderungen vornehmen, prüfen Sie die Kostenauswirkungen und berücksichtigen Sie mögliche Kompromisse mit anderen Features. Sie können die Kostenauswirkungen von Designänderungen mit dem Google Cloud-Preisrechner bewerten.
Wenn Sie Designänderungen in der Lösung implementieren möchten, benötigen Sie Fachwissen über die Terraform-Codierung und erweiterte Kenntnisse über die in der Lösung verwendeten Google Cloud-Dienste.
Wenn Sie die von Google bereitgestellte Terraform-Konfiguration ändern und dann Fehler auftreten, erstellen Sie Probleme in GitHub. GitHub-Probleme werden auf Best-Effort-Basis geprüft und sind nicht für allgemeine Fragen zur Nutzung vorgesehen.
Informationen zum Entwerfen und Einrichten von produktionstauglichen Umgebungen in Google Cloud finden Sie unter Design der Landing-Zone in Google Cloud und in der Checkliste für die Einrichtung von Google Cloud.

Bereitstellung löschen

Wenn Sie die Lösung nicht mehr benötigen, löschen Sie alle Ressourcen, um weitere Kosten für die in dieser Lösung erstellten Ressourcen zu vermeiden.

Über die Console löschen

Verwenden Sie dieses Verfahren, wenn Sie die Lösung über die Console bereitgestellt haben.

Rufen Sie in der Google Cloud Console die Seite Lösungsbereitstellungen auf.

Zu Lösungsbereitstellungen
Wählen Sie das Projekt aus, das die Bereitstellung enthält, die Sie löschen möchten.
Suchen Sie die Bereitstellung, die Sie löschen möchten.
Klicken Sie auf Aktionen und wählen Sie Löschen aus.
Geben Sie den Namen der Bereitstellung ein und klicken Sie auf Bestätigen.

Im Feld Status wird Löschen angezeigt.

Wenn der Löschvorgang fehlschlägt, lesen Sie die Anleitung zur Fehlerbehebung unter Fehler beim Löschen einer Bereitstellung.

Wenn Sie das für die Lösung verwendete Google Cloud-Projekt nicht mehr benötigen, können Sie das Projekt löschen. Weitere Informationen finden Sie unter Optional: Projekt löschen.

Mit Terraform löschen

Verwenden Sie dieses Verfahren, wenn Sie die Lösung mit Terraform bereitgestellt haben.

Prüfen Sie in Cloud Shell, ob das aktuelle Arbeitsverzeichnis $HOME/cloudshell_open/terraform-google-log-analysis/examples/simple_example ist. Ist dies nicht der Fall, wechseln Sie zu diesem Verzeichnis.
Entfernen Sie die von Terraform bereitgestellten Ressourcen:
```
terraform destroy
```
Terraform zeigt eine Liste der Ressourcen an, die gelöscht werden.
Wenn Sie aufgefordert werden, die Aktionen auszuführen, geben Sie yes ein.

Terraform zeigt Nachrichten mit dem Fortschritt an. Nachdem alle Ressourcen gelöscht wurden, zeigt Terraform die folgende Meldung an:
```
Destroy complete!
```
Wenn der Löschvorgang fehlschlägt, lesen Sie die Anleitung zur Fehlerbehebung unter Fehler beim Löschen einer Bereitstellung.

Wenn Sie das für die Lösung verwendete Google Cloud-Projekt nicht mehr benötigen, können Sie das Projekt löschen. Weitere Informationen finden Sie unter Optional: Projekt löschen.

Optional: Projekt löschen

Wenn Sie die Lösung in einem neuen Google Cloud-Projekt bereitgestellt haben und das Projekt nicht mehr benötigen, löschen Sie es mit den folgenden Schritten:

Wechseln Sie in der Google Cloud Console zur Seite Ressourcen verwalten.
Zur Seite „Ressourcen verwalten“
Wählen Sie in der Projektliste das Projekt aus, das Sie löschen möchten, und klicken Sie auf Löschen.
Geben Sie an der Eingabeaufforderung die Projekt-ID ein und klicken Sie auf Beenden.

Wenn Sie das Projekt behalten möchten, löschen Sie das Dienstkonto, das für diese Lösung erstellt wurde, wie im nächsten Abschnitt beschrieben.

Optional: Dienstkonto löschen

Wenn Sie das Projekt gelöscht haben, das Sie für die Lösung verwendet haben, überspringen Sie diesen Abschnitt.

Wie bereits in diesem Leitfaden erwähnt, wurde bei der Bereitstellung der Lösung ein Dienstkonto für Sie erstellt. Dem Dienstkonto wurden vorübergehend bestimmte IAM-Berechtigungen zugewiesen; Das heißt, die Berechtigungen werden nach dem Abschluss der Bereitstellungs- und Löschvorgänge der Lösung automatisch widerrufen, aber das Dienstkonto wird nicht gelöscht. Google empfiehlt, dass Sie dieses Dienstkonto löschen.

Wenn Sie die Lösung über die Google Cloud Console bereitgestellt haben, rufen Sie die Seite Lösungsbereitstellungen auf. Wenn Sie sich bereits auf dieser Seite befinden, aktualisieren Sie den Browser. Im Hintergrund wird ein Prozess ausgelöst, mit dem das Dienstkonto gelöscht wird. Es sind keine weiteren Aktionen erforderlich.
Wenn Sie die Lösung mit Terraform bereitgestellt haben, führen Sie die folgenden Schritte aus:
1. Rufen Sie in der Google Cloud Console die Seite Dienstkonten auf:
  
  Zur Seite „Dienstkonten“
2. Wählen Sie das Projekt aus, das Sie für die Lösung verwendet haben.
3. Wählen Sie das Dienstkonto aus, das Sie löschen möchten.
  
  Die E-Mail-ID des Dienstkontos, das für die Lösung erstellt wurde, hat das folgende Format:
```
goog-sc-DEPLOYMENT_NAME-NNN@PROJECT_ID.iam.gserviceaccount.com
```
  Die E-Mail-ID enthält die folgenden Werte:
  - DEPLOYMENT_NAME: Der Name der Bereitstellung.
  - NNN: Eine zufällige dreistellige Zahl.
  - PROJECT_ID: Die ID des Projekts, in dem Sie die Lösung bereitgestellt haben.
4. Klicken Sie auf Löschen.

Fehler beheben

Welche Aktionen Sie zur Diagnose und Behebung von Fehlern ausführen können, hängt von der Bereitstellungsmethode und der Komplexität des Fehlers ab.

Fehler bei der Bereitstellung über die Console

Wenn Sie die Console verwenden und die Bereitstellung fehlschlägt, gehen Sie so vor:

Rufen Sie die Seite Lösungsbereitstellungen auf.

Wenn die Bereitstellung fehlgeschlagen ist, wird im Feld Status der Eintrag Fehlgeschlagen angezeigt.
So rufen Sie die Details zu den Fehlern auf, die das Problem verursacht haben:
1. Klicken Sie auf Aktionen.
2. Wählen Sie Cloud Build-Logs ansehen aus.
Prüfen Sie das Cloud Build-Log und ergreifen Sie entsprechende Maßnahmen, um das Problem zu beheben.

Fehler bei der Bereitstellung mit Terraform

Wenn die Bereitstellung bei Verwendung von Terraform fehlschlägt, enthält die Ausgabe des Befehls terraform apply Fehlermeldungen, die Sie prüfen können, um das Problem zu diagnostizieren.

Die Beispiele in den folgenden Abschnitten zeigen Bereitstellungsfehler, die bei der Verwendung von Terraform auftreten können.

Fehler „API nicht aktiviert“

Wenn Sie ein Projekt erstellen und dann sofort versuchen, die Lösung im neuen Projekt bereitzustellen, schlägt die Bereitstellung mit folgendem Fehler möglicherweise fehl:

Error: Error creating Network: googleapi: Error 403: Compute Engine API has not
been used in project PROJECT_ID before or it is disabled. Enable it by visiting
https://console.developers.google.com/apis/api/compute.googleapis.com/overview?project=PROJECT_ID
then retry. If you enabled this API recently, wait a few minutes for the action
to propagate to our systems and retry.

Wenn dieser Fehler auftritt, warten Sie einige Minuten und führen Sie dann den Befehl terraform apply noch einmal aus.

Fehler beim Löschen der Bereitstellung

Wenn Sie nach dem Bereitstellen der Lösung eine von der Lösung bereitgestellte Ressource hinzufügen oder ändern und dann versuchen, die Bereitstellung zu löschen, schlägt das Löschen möglicherweise fehl.

Wenn Sie beispielsweise nach dem Bereitstellen der Lösung dem VPC-Netzwerk, das von der Lösung erstellt wurde, ein Subnetz hinzufügen und dann versuchen, die Lösung zu löschen, schlägt der Vorgang fehl. Wenn Sie die Lösung über die Console bereitgestellt haben, wird im Feld Status auf der Seite Lösungsbereitstellungen Fehlgeschlagen angezeigt. Außerdem zeigt das Cloud Build-Log einen Fehler wie diesen an:

Error: running tf destroy: terraform destroy failed: running terraform failed: exit status 1
Step #0 - "Destroy blueprint": running tf destroy: terraform destroy failed: running terraform failed: exit status 1
Step #0 - "Destroy blueprint":
Step #0 - "Destroy blueprint": Error: Error waiting for Deleting Network: The network resource 'projects/mysolutionsproject/global/networks/tiered-web-app-private-network' is already being used by 'projects/mysolutionsproject/regions/asia-east1/subnetworks/mysubnet'

Wenn dieser Fehler auftritt, löschen Sie die Ressourcen, die Sie nach dem Bereitstellen der Lösung hinzugefügt haben, und versuchen Sie dann noch einmal, die Lösung zu löschen.

Fehler beim Löschen von BigQuery-Ressourcen

Wenn das Löschen bei Verwendung von Terraform fehlschlägt, enthält die Ausgabe des Befehls terraform destroy Fehlermeldungen, die Sie prüfen können, um das Problem zu diagnostizieren.

Zum Beispiel kann die folgende Fehlermeldung angezeigt werden:

Error: cannot destroy instance without setting deletion_protection=false and running `terraform apply`.

In diesem Fall werden die von der Lösung erstellten BigQuery-Ressourcen nicht gelöscht. Wenn Sie BigQuery-Ressourcen löschen möchten, können Sie sie in der Console löschen.

Fehler bei der Datenübertragung

Bei der Datenübertragung von Cloud Storage zu BigQuery oder zwischen Ihrer Anwendung und BigQuery können Fehler auftreten. Informationen zum Beheben von Datenübertragungsfehlern finden Sie in der folgenden Dokumentation:

Fehler beim Löschen einer Bereitstellung

In bestimmten Fällen können Versuche, eine Bereitstellung zu löschen, fehlschlagen:

Wenn Sie nach dem Bereitstellen einer Lösung über die Console eine Ressource ändern, die von der Lösung bereitgestellt wurde, und Sie dann versuchen, die Bereitstellung zu löschen, schlägt der Vorgang möglicherweise fehl. Das Feld Status auf der Seite Lösungsbereitstellungen zeigt Fehlgeschlagen und das Cloud Build-Log zeigt die Fehlerursache an.
Wenn Sie nach dem Bereitstellen einer Lösung mit Terraform eine Ressource über eine Nicht-Terraform-Schnittstelle ändern (z. B. die Console) und dann versuchen, die Bereitstellung zu löschen, schlägt der Vorgang möglicherweise fehl. Die Nachrichten in der Ausgabe des Befehls terraform destroy enthalten die Ursache des Fehlers.

Überprüfen Sie die Fehlerlogs und -meldungen, identifizieren und löschen Sie die Ressourcen, die den Fehler verursacht haben, und versuchen Sie dann noch einmal, die Bereitstellung zu löschen.

Wenn eine console-basierte Bereitstellung nicht gelöscht wird und Sie den Fehler nicht mit dem Cloud Build-Log diagnostizieren können, können Sie die Bereitstellung mit Terraform löschen. Dies wird im nächsten Abschnitt beschrieben.

Console-basierte Bereitstellung mit Terraform löschen

In diesem Abschnitt wird beschrieben, wie Sie eine console-basierte Bereitstellung löschen, wenn Fehler beim Löschen aus der Console auftreten. Bei diesem Ansatz laden Sie die Terraform-Konfiguration für die Bereitstellung herunter, die Sie löschen möchten, und verwenden dann Terraform, um die Bereitstellung zu löschen.

Ermitteln Sie die Region, in der der Terraform-Code, die Logs und andere Daten der Bereitstellung gespeichert sind. Diese Region kann sich von der Region unterscheiden, die Sie bei der Bereitstellung der Lösung ausgewählt haben.
1. Rufen Sie in der Google Cloud Console die Seite Lösungsbereitstellungen auf.
  
  Zu „Lösungsbereitstellungen“
2. Wählen Sie das Projekt aus, das die Bereitstellung enthält, die Sie löschen möchten.
3. Identifizieren Sie in der Liste der Bereitstellungen die Zeile für die Bereitstellung, die Sie löschen möchten.
4. Klicken Sie auf Gesamten Zeileninhalt ansehen.
5. Beachten Sie in der Spalte Standort den zweiten Standort, wie im folgenden Beispiel hervorgehoben:
Aktivieren Sie Cloud Shell in der Google Cloud Console.

Cloud Shell aktivieren

Unten in der Google Cloud Console wird eine Cloud Shell-Sitzung gestartet und eine Eingabeaufforderung angezeigt. Cloud Shell ist eine Shell-Umgebung, in der das Google Cloud CLI bereits installiert ist und Werte für Ihr aktuelles Projekt bereits festgelegt sind. Das Initialisieren der Sitzung kann einige Sekunden dauern.
Erstellen Sie Umgebungsvariablen für die Projekt-ID, die Region und den Namen der Bereitstellung, die Sie löschen möchten:
```
export REGION="REGION"
export PROJECT_ID="PROJECT_ID"
export DEPLOYMENT_NAME="DEPLOYMENT_NAME"
```
Ersetzen Sie in diesen Befehlen Folgendes:
- REGION: der Standort, den Sie zuvor in dieser Prozedur notiert haben.
- PROJECT_ID: die ID des Projekts, in dem Sie die Lösung bereitgestellt haben.
- DEPLOYMENT_NAME: der Name der Bereitstellung, die Sie löschen möchten.

Rufen Sie die ID der neuesten Überarbeitung der Bereitstellung ab, die Sie löschen möchten:

export REVISION_ID=$(curl \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}" \
    | jq .latestRevision -r)
    echo $REVISION_ID

Die Ausgabe sieht in etwa so aus:

projects/PROJECT_ID/locations/REGION/deployments/DEPLOYMENT_NAME/revisions/r-0

Rufen Sie den Cloud Storage-Speicherort der Terraform-Konfiguration für die Bereitstellung ab:

export CONTENT_PATH=$(curl \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/${REVISION_ID}" \
    | jq .applyResults.content -r)
    echo $CONTENT_PATH

Im Folgenden finden Sie ein Beispiel für die Ausgabe dieses Befehls:

gs://PROJECT_ID-REGION-blueprint-config/DEPLOYMENT_NAME/r-0/apply_results/content

Laden Sie die Terraform-Konfiguration von Cloud Storage in Cloud Shell herunter:
```
gsutil cp -r $CONTENT_PATH $HOME
cd $HOME/content/examples/simple_example
```
Warten Sie, bis die Meldung Operation completed angezeigt wird, wie im folgenden Beispiel gezeigt:
```
Operation completed over 45 objects/268.5 KiB
```
Initialisieren Sie Terraform:
```
terraform init
```
Warten Sie, bis folgende Meldung angezeigt wird:
```
Terraform has been successfully initialized!
```
Entfernen Sie die bereitgestellten Ressourcen:
```
terraform destroy
```
Terraform zeigt eine Liste der Ressourcen an, die gelöscht werden.

Wenn Warnungen zu nicht deklarierten Variablen angezeigt werden, ignorieren Sie die Warnungen.
Wenn Sie aufgefordert werden, die Aktionen auszuführen, geben Sie yes ein.

Terraform zeigt Nachrichten mit dem Fortschritt an. Nachdem alle Ressourcen gelöscht wurden, zeigt Terraform die folgende Meldung an:
```
Destroy complete!
```

Löschen Sie das Bereitstellungsartefakt:

curl -X DELETE \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}?force=true&delete_policy=abandon"

Warten Sie einige Sekunden und prüfen Sie dann, ob das Bereitstellungsartefakt gelöscht wurde:

curl -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    -H "Content-Type: application/json" \
    "https://config.googleapis.com/v1alpha2/projects/${PROJECT_ID}/locations/${REGION}/deployments/${DEPLOYMENT_NAME}" \
    | jq .error.message

Wenn in der Ausgabe null angezeigt wird, warten Sie einige Sekunden und führen Sie den Befehl noch einmal aus.

Nachdem das Bereitstellungsartefakt gelöscht wurde, wird wie im folgenden Beispiel gezeigt eine Meldung angezeigt:

Resource 'projects/PROJECT_ID/locations/REGION/deployments/DEPLOYMENT_NAME' was not found

Feedback geben

Schnellstartlösungen dienen nur zu Informationszwecken und sind keine offiziell unterstützten Produkte. Google kann Lösungen ohne Vorankündigung ändern oder entfernen.

Prüfen Sie zur Behebung von Fehlern die Cloud Build-Logs und die Terraform-Ausgabe.

So senden Sie Feedback:

Verwenden Sie für Dokumentation, Anleitungen in der Console oder die Lösung die Schaltfläche Feedback senden auf der Seite.

Erstellen Sie bei unverändertem Terraform-Code Fragen im GitHub-Repository. GitHub-Probleme werden auf Best-Effort-Basis geprüft und sind nicht für allgemeine Fragen zur Nutzung vorgesehen.

Bei Problemen mit Produkten, die in der Lösung verwendet werden, wenden Sie sich an den Cloud Customer Care.

Nächste Schritte

In der folgenden Dokumentation finden Sie Informationen zu den Best Practices für die Architektur und den Betrieb der Produkte, die in dieser Lösung verwendet werden: