Questa pagina mostra come configurare un cluster per Google Distributed Cloud in modo che i log e le metriche personalizzate delle applicazioni utente vengano inviati a Cloud Logging e Cloud Monitoring e a Google Cloud Managed Service per Prometheus.
Per un'esperienza ottimale di monitoraggio e registrazione delle applicazioni utente, ti consigliamo vivamente di utilizzare la seguente configurazione:
Abilita Google Cloud Managed Service per Prometheus impostando
enableGMPForApplications
sutrue
nell'oggettoStackdriver
. Questa configurazione ti consente di monitorare e creare avvisi sui tuoi carichi di lavoro a livello globale utilizzando Prometheus. Per istruzioni e informazioni aggiuntive, consulta Abilitare Google Cloud Managed Service per Prometheus in questa pagina.Attiva Cloud Logging per le applicazioni utente impostando
enableCloudLoggingForApplications
sutrue
nell'oggettoStackdriver
. Questa configurazione fornisce il logging per i carichi di lavoro. Per istruzioni e informazioni aggiuntive, consulta Attivare Cloud Logging per le applicazioni utente in questa pagina.
Attivare Google Cloud Managed Service per Prometheus
La configurazione di Google Cloud Managed Service per Prometheus è specificata in un
oggetto Stackdriver
denominato stackdriver
. Per ulteriori informazioni, tra cui best practice e risoluzione dei problemi, consulta la documentazione di Google Cloud Managed Service per Prometheus.
Per configurare l'oggetto stackdriver
in modo da abilitare Google Cloud Managed Service per Prometheus:
Apri l'oggetto stackdriver per la modifica:
kubectl --kubeconfig=CLUSTER_KUBECONFIG \ --namespace kube-system edit stackdriver stackdriver
Sostituisci
CLUSTER_KUBECONFIG
con il percorso del file kubeconfig del cluster.In
spec
, impostaenableGMPForApplications
sutrue
:apiVersion: addons.gke.io/v1alpha1 kind: Stackdriver metadata: name: stackdriver namespace: kube-system spec: projectID: ... clusterName: ... clusterLocation: ... proxyConfigSecretName: ... enableGMPForApplications: true enableVPC: ... optimizedMetrics: true
Salva e chiudi il file modificato.
I componenti Prometheus gestiti da Google vengono avviati automaticamente nel cluster nello spazio dei nomi
gmp-system
.Controlla i componenti di Prometheus gestiti da Google:
kubectl --kubeconfig=CLUSTER_KUBECONFIG --namespace gmp-system get pods
L'output di questo comando è simile al seguente:
NAME READY STATUS RESTARTS AGE collector-abcde 2/2 Running 1 (5d18h ago) 5d18h collector-fghij 2/2 Running 1 (5d18h ago) 5d18h collector-klmno 2/2 Running 1 (5d18h ago) 5d18h gmp-operator-68d49656fc-abcde 1/1 Running 0 5d18h rule-evaluator-7c686485fc-fghij 2/2 Running 1 (5d18h ago) 5d18h
Google Cloud Managed Service per Prometheus supporta la valutazione delle regole e gli avvisi. Per configurare la valutazione delle regole, consulta Valutazione delle regole.
Esegui un'applicazione di esempio
Il servizio gestito fornisce un manifest per un'applicazione di esempio,
prom-example
, che emette le metriche Prometheus sulla porta metrics
. L'applicazione utilizza tre repliche.
Per eseguire il deployment dell'applicazione:
Crea lo spazio dei nomi
gmp-test
per le risorse che crei nell'ambito dell'applicazione di esempio:kubectl --kubeconfig=CLUSTER_KUBECONFIG create ns gmp-test
Applica il manifest dell'applicazione con il seguente comando:
kubectl -n gmp-test apply \ -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.4.1/examples/example-app.yaml
Configurare una risorsa PodMonitoring
In questa sezione, configuri una risorsa personalizzata
PodMonitoring
per acquisire i dati delle metriche emessi dall'applicazione di esempio e
inviarli a Google Cloud Managed Service per Prometheus. La risorsa personalizzata PodMonitoring
utilizza lo scraping del target. In questo caso, gli agenti di raccolta eseguono lo scraping dell'endpoint /metrics
a cui l'applicazione di esempio emette i dati.
Una risorsa personalizzata PodMonitoring
esegue lo scraping dei target solo nello spazio dei nomi in cui è dipiattaforma. Per eseguire lo scraping dei target in più spazi dei nomi, esegui il deployment della stessa risorsa personalizzataPodMonitoring
in ogni spazio dei nomi. Puoi verificare che la risorsa PodMonitoring
sia installata nello spazio dei nomi previsto eseguendo il seguente comando:
kubectl --kubeconfig CLUSTER_KUBECONFIG get podmonitoring -A
Per la documentazione di riferimento su tutte le risorse personalizzate di Google Cloud Managed Service per Prometheus, consulta la documentazione di riferimento dell'API prometheus-engine/doc.
Il seguente manifest definisce una risorsa PodMonitoring
, prom-example
, nello
spazio dei nomi gmp-test
. La risorsa trova tutti i pod nello spazio dei nomi con l'etichettaapp
con il valore prom-example
. I pod corrispondenti vengono sottoposti a scansione su una porta denominata metrics
ogni 30 secondi nel percorso HTTP /metrics
.
apiVersion: monitoring.googleapis.com/v1
kind: PodMonitoring
metadata:
name: prom-example
spec:
selector:
matchLabels:
app: prom-example
endpoints:
- port: metrics
interval: 30s
Per applicare questa risorsa, esegui il seguente comando:
kubectl --kubeconfig CLUSTER_KUBECONFIG -n gmp-test apply \
-f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.4.1/examples/pod-monitoring.yaml
Google Cloud Managed Service per Prometheus ora esegue lo scraping dei pod corrispondenti.
Dati delle metriche delle query
Il modo più semplice per verificare che i dati di Prometheus vengano esportati è utilizzare le query PromQL in Metrics Explorer nella console Google Cloud.
Per eseguire una query PromQL, segui questi passaggi:
Nella console Google Cloud, vai alla pagina Monitoring o fai clic sul pulsante seguente:
Nel riquadro di navigazione, seleziona
Metrics Explorer.
Utilizza Prometheus Query Language (PromQL) per specificare i dati da visualizzare sul grafico:
Nella barra degli strumenti del riquadro Seleziona una metrica, seleziona Editor di codice.
Seleziona PromQL nell'opzione di attivazione/disattivazione Lingua. Il pulsante di attivazione/disattivazione della lingua si trova in fondo al riquadro Editor di codice.
Inserisci la query nell'editor delle query. Ad esempio, per tracciare un grafico sul numero medio di secondi trascorsi dalle CPU in ogni modalità nell'ora precedente, utilizza la seguente query:
avg(rate(kubernetes_io:anthos_container_cpu_usage_seconds_total {monitored_resource="k8s_node"}[1h]))
Per ulteriori informazioni sull'utilizzo di PromQL, consulta PromQL in Cloud Monitoring.
Lo screenshot seguente mostra un grafico che mostra la metrica anthos_container_cpu_usage_seconds_total
:
Se raccogli grandi quantità di dati, ti consigliamo di filtrare le metriche esportate per ridurre i costi.
Attiva Cloud Logging per le applicazioni utente
La configurazione di Cloud Logging e Cloud Monitoring è contenuta in un oggetto Stackdriver denominato stackdriver
.
Apri l'oggetto stackdriver per la modifica:
kubectl --kubeconfig=CLUSTER_KUBECONFIG \ --namespace kube-system edit stackdriver stackdriver
Sostituisci
CLUSTER_KUBECONFIG
con il percorso del file kubeconfig del cluster utente.Nella sezione
spec
, impostaenableCloudLoggingForApplications
sutrue
:apiVersion: addons.gke.io/v1alpha1 kind: Stackdriver metadata: name: stackdriver namespace: kube-system spec: projectID: ... clusterName: ... clusterLocation: ... proxyConfigSecretName: ... enableCloudLoggingForApplications: true enableVPC: ... optimizedMetrics: true
Salva e chiudi il file modificato.
Esegui un'applicazione di esempio
In questa sezione, crei un'applicazione che scrive log personalizzati.
Salva i seguenti manifest di deployment in un file denominato
my-app.yaml
.apiVersion: apps/v1 kind: Deployment metadata: name: "monitoring-example" namespace: "default" labels: app: "monitoring-example" spec: replicas: 1 selector: matchLabels: app: "monitoring-example" template: metadata: labels: app: "monitoring-example" spec: containers: - image: gcr.io/google-samples/prometheus-dummy-exporter:latest name: prometheus-example-exporter imagePullPolicy: Always command: - /bin/sh - -c - ./prometheus-dummy-exporter --metric-name=example_monitoring_up --metric-value=1 --port=9090 resources: requests: cpu: 100m
Crea il deployment
kubectl --kubeconfig CLUSTER_KUBECONFIG apply -f my-app.yaml
Visualizza log applicazione
Console
Vai a Esplora log nella console Google Cloud.
Fai clic su Risorsa. Nel menu TUTTI I TIPI DI RISORSE, seleziona Container Kubernetes.
In CLUSTER_NAME, seleziona il nome del cluster di utenti.
In NAMESPACE_NAME, seleziona predefinito.
Fai clic su Aggiungi e poi su Esegui query.
In Risultati delle query, puoi visualizzare le voci di log del deployment
monitoring-example
. Ad esempio:{ "textPayload": "2020/11/14 01:24:24 Starting to listen on :9090\n", "insertId": "1oa4vhg3qfxidt", "resource": { "type": "k8s_container", "labels": { "pod_name": "monitoring-example-7685d96496-xqfsf", "cluster_name": ..., "namespace_name": "default", "project_id": ..., "location": "us-west1", "container_name": "prometheus-example-exporter" } }, "timestamp": "2020-11-14T01:24:24.358600252Z", "labels": { "k8s-pod/pod-template-hash": "7685d96496", "k8s-pod/app": "monitoring-example" }, "logName": "projects/.../logs/stdout", "receiveTimestamp": "2020-11-14T01:24:39.562864735Z" }
Interfaccia a riga di comando gcloud
Esegui questo comando:
gcloud logging read 'resource.labels.project_id="PROJECT_ID" AND \ resource.type="k8s_container" AND resource.labels.namespace_name="default"'
Sostituisci
PROJECT_ID
con l'ID del tuo progetto.Nell'output, puoi vedere le voci di log del
monitoring-example
Deployment. Ad esempio:insertId: 1oa4vhg3qfxidt labels: k8s-pod/app: monitoring-example k8s- pod/pod-template-hash: 7685d96496 logName: projects/.../logs/stdout receiveTimestamp: '2020-11-14T01:24:39.562864735Z' resource: labels: cluster_name: ... container_name: prometheus-example-exporter location: us-west1 namespace_name: default pod_name: monitoring-example-7685d96496-xqfsf project_id: ... type: k8s_container textPayload: | 2020/11/14 01:24:24 Starting to listen on :9090 timestamp: '2020-11-14T01:24:24.358600252Z'
Filtrare i log delle applicazioni
Il filtro dei log delle applicazioni può ridurre la fatturazione del logging delle applicazioni e il traffico di rete dal cluster a Cloud Logging. A partire dalla release 1.15.0 di Google Distributed Cloud, quando enableCloudLoggingForApplications
è impostato su true
, puoi filtrare i log delle applicazioni in base ai seguenti criteri:
- Etichette pod (
podLabelSelectors
) - Spazi dei nomi (
namespaces
) - Espressioni regolari per i contenuti dei log (
contentRegexes
)
Google Distributed Cloud invia solo i risultati del filtro a Cloud Logging.
Definire i filtri dei log delle applicazioni
La configurazione di Logging è specificata in un oggetto
Stackdriver denominato stackdriver
.
Apri l'oggetto
stackdriver
per la modifica:kubectl --kubeconfig USER_CLUSTER_KUBECONFIG --namespace kube-system \ edit stackdriver stackdriver
Sostituisci USER_CLUSTER_KUBECONFIG con il percorso del file kubeconfig del cluster utente.
Aggiungi una sezione
appLogFilter
aspec
:apiVersion: addons.gke.io/v1alpha1 kind: Stackdriver metadata: name: stackdriver namespace: kube-system spec: enableCloudLoggingForApplications: true projectID: ... clusterName: ... clusterLocation: ... appLogFilter: keepLogRules: - namespaces: - prod ruleName: include-prod-logs dropLogRules: - podLabelSelectors: - disableGCPLogging=yes ruleName: drop-logs
Salva e chiudi il file modificato.
(Facoltativo) Se utilizzi
podLabelSelectors
, riavvia il DaemonSetstackdriver-log-forwarder
per applicare le modifiche il prima possibile:kubectl --kubeconfig USER_CLUSTER_KUBECONFIG --namespace kube-system \ rollout restart daemonset stackdriver-log-forwarder
In genere,
podLabelSelectors
diventano effettivi dopo 10 minuti. Il riavvio delstackdriver-log-forwarder
DaemonSet consente di applicare le modifiche più rapidamente.
Esempio: includi i log ERROR
o WARN
solo nello spazio dei nomi prod
L'esempio seguente illustra il funzionamento di un filtro dei log delle applicazioni. Definisci un
filtro che utilizza uno spazio dei nomi (prod
), un'espressione regolare
(.*(ERROR|WARN).*
) e un'etichetta del pod (disableGCPLogging=yes
). Poi, per verificare
che il filtro funzioni, esegui un pod nello spazio dei nomi prod
per testare queste
condizioni di filtro.
Per definire e testare un filtro dei log dell'applicazione:
Specifica un filtro per i log delle applicazioni nell'oggetto Stackdriver:
Nel seguente esempio
appLogFilter
, vengono conservati solo i logERROR
oWARN
nello spazio dei nomiprod
. Tutti i log per i pod con l'etichettadisableGCPLogging=yes
vengono eliminati:apiVersion: addons.gke.io/v1alpha1 kind: Stackdriver metadata: name: stackdriver namespace: kube-system spec: ... appLogFilter: keepLogRules: - namespaces: - prod contentRegexes: - ".*(ERROR|WARN).*" ruleName: include-prod-logs dropLogRules: - podLabelSelectors: - disableGCPLogging=yes # kubectl label pods pod disableGCPLogging=yes ruleName: drop-logs ...
Esegui il deployment di un pod nello spazio dei nomi
prod
ed esegui uno script che genera voci di logERROR
eINFO
:kubectl --kubeconfig USER_CLUSTER_KUBECONFIG run pod1 \ --image gcr.io/cloud-marketplace-containers/google/debian10:latest \ --namespace prod --restart Never --command -- \ /bin/sh -c "while true; do echo 'ERROR is 404\\nINFO is not 404' && sleep 1; done"
I log filtrati devono contenere solo le voci
ERROR
, non le vociINFO
.Aggiungi l'etichetta
disableGCPLogging=yes
al pod:kubectl --kubeconfig USER_CLUSTER_KUBECONFIG label pods pod1 \ --namespace prod disableGCPLogging=yes
Il log filtrato non deve più contenere voci per il pod
pod1
.
Definizione dell'API filtro log delle applicazioni
La definizione del filtro dei log delle applicazioni è dichiarata all'interno della definizione della risorsa personalizzata di Stackdriver.
Per ottenere la definizione della risorsa personalizzata Stackdriver, esegui il seguente comando:
kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get crd stackdrivers.addons.gke.io \
--namespace kube-system -o yaml