Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Die Google Cloud Operations Suite für Python

Übersicht

Die Google Cloud Operations Suite bietet Monitoring, Logging und Diagnose für Python-Anwendungen.

Python-Bibliotheken sind für die folgenden Dienste der Google Cloud Operations Suite verfügbar:

Cloud Debugger

Mit Cloud Debugger können Sie den Status einer Python-Anwendung an einer beliebigen Stelle im Code prüfen, ohne die ausgeführte Anwendung anzuhalten oder zu verlangsamen. Informationen zu den ersten Schritten mit Cloud Debugger finden Sie unter Cloud Debugger für Python einrichten.

Error Reporting

Error Reporting sammelt und zeigt Fehler an, die in Ihren laufenden Python-Anwendungen auftreten. Informationen zu den ersten Schritten mit Error Reporting finden Sie unter Error Reporting für Python einrichten.

Cloud Logging

Mit Cloud Logging können Sie Log-Daten und Ereignisse in Python-Anwendungen speichern, suchen, analysieren, überwachen und einstellen. Logging bietet Bunyan- und Winston-Plug-ins sowie eine Cloud Logging API-Clientbibliothek. Informationen zu den ersten Schritten mit Logging finden Sie unter Cloud Logging für Python einrichten.

Cloud Monitoring

Cloud Monitoring erfasst Messwerte, Ereignisse und Metadaten aus Python-Anwendungen. Die Google Cloud Operations Suite verwendet diese Daten, um Dashboards, Diagramme und Benachrichtigungen zu generieren.

Weitere Informationen finden Sie unter folgenden Links:

Cloud Trace

Cloud Trace ist ein verteiltes Tracing-System für Google Cloud, das Latenzdaten von Anwendungen erfasst und diese nahezu in Echtzeit in der Google Cloud Console anzeigt. Weitere Informationen finden Sie in der Cloud Trace-Dokumentation.

Cloud Profiler

Cloud Profiler ist ein statistischer Profiler mit geringem Overhead, der kontinuierlich Informationen zur CPU-Nutzung und Arbeitsspeicherzuweisung aus Ihren Produktionsanwendungen sammelt. Anschließend ordnet er diese Informationen dem Quellcode der Anwendung zu. So können Sie feststellen, welche Teile der Anwendung die meisten Ressourcen beanspruchen, und außerdem die Leistungsmerkmale des Codes unter die Lupe nehmen. Weitere Informationen finden Sie unter Profilerstellung für Python-Anwendungen.