Il sidecar Managed Service per Prometheus per Cloud Run è il metodo consigliato da Google per ottenere un monitoraggio in stile Prometheus per i servizi Cloud Run. Se il tuo servizio Cloud Run scrive metriche OTLP, puoi utilizzare il file collaterale OpenTelemetry. Tuttavia, per i servizi che scrivono metriche di Prometheus, utilizzare il file collaterale Managed Service for Prometheus descritto in questo documento.
In questo documento viene descritto come:
- Aggiungi il sidecar Managed Service per Prometheus a un servizio Cloud Run esistente.
- Crea un'app di esempio con il file collaterale. Puoi utilizzare l'app di esempio per vedere come funziona il file collaterale se non hai un servizio Cloud Run esistente.
Il sidecar utilizza Google Cloud Managed Service per Prometheus sul lato server e una distribuzione di OpenTelemetry Collector, creato appositamente per i carichi di lavoro serverless, sul lato client. Questa distribuzione personalizzata include alcune modifiche per supportare Cloud Run. Il raccoglitore esegue uno scrape di avvio dopo 10 secondi ed esegue uno scrape di arresto, indipendentemente dalla breve durata dell'istanza. Per la massima affidabilità, consigliamo ai servizi Cloud Run che eseguono il sidecar di utilizzare anche una CPU sempre allocata; per ulteriori informazioni, consulta Allocazione della CPU (servizi). Alcuni tentativi di scraping potrebbero non riuscire se l'allocazione della CPU è limitata a causa di un numero ridotto di query al secondo (QPS). Rimane disponibile una CPU sempre allocata.
Il sidecar si basa sulla funzionalità multicontainer (sidecar) di Cloud Run per eseguire il raccoglitore come container collaterale insieme al container dei carichi di lavoro. Per ulteriori informazioni sui file collaterali in Cloud Run, consulta Deployment di più container in un servizio (file collaterali).
Il sidecar Managed Service per Prometheus per Cloud Run introduce una nuova configurazione, RunMonitoring, un sottoinsieme della risorsa personalizzata PodMonitoring Kubernetes. La maggior parte degli utenti può utilizzare la configurazione RunMonitoring
predefinita, ma puoi anche creare configurazioni personalizzate. Per ulteriori informazioni sulle configurazioni RunMonitoring predefinite e personalizzate, consulta Aggiungere il file collaterale a un servizio Cloud Run.
Prima di iniziare
Questa sezione descrive la configurazione necessaria per utilizzare questo documento.
Installa e configura gcloud CLI
Molti dei passaggi descritti in questo documento utilizzano Google Cloud CLI. Per informazioni sull'installazione di gcloud CLI, consulta Gestione dei componenti di Google Cloud CLI.
Quando richiami i comandi gcloud, devi specificare l'identificatore per il progetto Google Cloud. Puoi impostare un progetto predefinito per
Google Cloud CLI ed eliminare la necessità di inserirlo a ogni comando.
Per impostare il progetto come predefinito, inserisci il seguente comando:
gcloud config set project PROJECT_ID
Puoi anche impostare una regione predefinita per il servizio Cloud Run. Per impostare una regione predefinita, inserisci il comando seguente:
gcloud config set run/region REGION
Abilita le API
Devi abilitare le API seguenti nel tuo progetto Google Cloud:
- API Cloud Run Admin:
run.googleapis.com - API Artifact Registry:
artifactregistry.googleapis.com - API Cloud Monitoring:
monitoring.googleapis.com - API Cloud Logging:
logging.googleapis.com - (Facoltativo) Se crei una configurazione
RunMonitoringpersonalizzata, devi abilitare l'API Secret Manager:secretmanager.googleapis.com - (Facoltativo) Se scegli di eseguire l'app di esempio utilizzando Cloud Build,
devi abilitare anche le seguenti API:
- API Cloud Build:
cloudbuild.googleapis.com. - API Identity and Access Management:
iam.googleapis.com. Per maggiori informazioni, consulta Creare ed eseguire l'app di esempio.
- API Cloud Build:
Per visualizzare le API abilitate nel progetto, esegui questo comando:
gcloud services list
Per abilitare un'API non abilitata, esegui uno dei seguenti comandi:
gcloud services enable run.googleapis.com gcloud services enable artifactregistry.googleapis.com gcloud services enable secretmanager.googleapis.com gcloud services enable monitoring.googleapis.com gcloud services enable logging.googleapis.com gcloud services enable cloudbuild.googleapis.com gcloud services enable iam.googleapis.com
Account di servizio per Cloud Run
Per impostazione predefinita, i job e i servizi Cloud Run utilizzano l'account di servizio predefinito di Compute Engine, PROJECT_NUMBER-compute@developer.gserviceaccount.com.
Questo account di servizio in genere dispone dei ruoli IAM (Identity and Access Management) necessari per scrivere le metriche e i log descritti in questo documento:
roles/monitoring.metricWriterroles/logging.logWriter
Se crei una configurazione RunMonitoring personalizzata,
il tuo account di servizio deve avere anche i seguenti ruoli:
roles/secretmanager.adminroles/secretmanager.secretAccessor
Puoi anche configurare un account di servizio gestito dall'utente per Cloud Run. Anche un account di servizio gestito dall'utente deve avere questi ruoli. Per ulteriori informazioni sugli account di servizio per Cloud Run, consulta Configurazione dell'identità del servizio.
Configura e aggiungi il file collaterale a un servizio Cloud Run
Il sidecar Managed Service per Prometheus per Cloud Run introduce una nuova configurazione, RunMonitoring, che è un sottoinsieme della risorsa personalizzata PodMonitoring Kubernetes. La configurazione RunMonitoring utilizza le opzioni PodMonitoring esistenti per supportare Cloud Run, eliminando al contempo alcune opzioni specifiche di Kubernetes.
Puoi utilizzare la configurazione predefinita di RunMonitoring oppure
creare una configurazione personalizzata. Le sezioni seguenti descrivono entrambi
gli approcci. Non è necessario eseguire entrambe le operazioni. Per ulteriori informazioni sull'utilizzo
delle configurazioni predefinite o personalizzate, seleziona la scheda corrispondente.
Configurazione predefinita
Utilizza la configurazione RunMonitoring predefinita
Se non crei una configurazione RunMonitoring personalizzata, il raccoglitore collaterale sintetizza la seguente configurazione predefinita per eseguire lo scraping delle metriche dalla porta 8080 nel percorso delle metriche /metrics ogni 30 secondi:
apiVersion: monitoring.googleapis.com/v1beta
kind: RunMonitoring
metadata:
name: run-gmp-sidecar
spec:
endpoints:
- port: 8080
path: /metrics
interval: 30s
L'utilizzo della configurazione predefinita non richiede alcuna configurazione aggiuntiva oltre all'aggiunta del file collaterale al servizio Cloud Run.
aggiungi il file collaterale a un servizio Cloud Run
Per utilizzare il file collaterale con la configurazione RunMonitoring
predefinita, devi modificare la configurazione di Cloud Run esistente
per aggiungere il file collaterale. Per aggiungere il file collaterale:
- Aggiungi un'annotazione relativa alle dipendenze dei container che specifichi l'ordine di avvio e di arresto dei container. Nell'esempio seguente, il container collaterale, denominato "collector", inizia dopo e si arresta prima del container dell'applicazione, denominato "app" nell'esempio.
- Crea un container per il raccoglitore, denominato "collector" nell'esempio seguente.
Ad esempio, aggiungi le righe precedute dal carattere + (più) alla configurazione di Cloud Run ed esegui nuovamente il deployment del servizio:
apiVersion: serving.knative.dev/v1
kind: Service
metadata:
annotations:
run.googleapis.com/launch-stage: ALPHA
run.googleapis.com/cpu-throttling: 'false'
name: my-cloud-run-service
spec:
template:
metadata:
annotations:
run.googleapis.com/execution-environment: gen2
+ run.googleapis.com/container-dependencies: '{"collector":["app"]}'
spec:
containers:
- image: "REGION-docker.pkg.dev/PROJECT_ID/run-gmp/sample-app"
name: app
startupProbe:
httpGet:
path: /startup
port: 8000
livenessProbe:
httpGet:
path: /liveness
port: 8000
ports:
- containerPort: 8000
+ - image: "us-docker.pkg.dev/cloud-ops-agents-artifacts/cloud-run-gmp-sidecar/cloud-run-gmp-sidecar:1.1.1"
+ name: collector
Per rieseguire il deployment del servizio Cloud Run con il file di configurazione run-service.yaml, esegui questo comando:
gcloud run services replace run-service.yaml --region=REGION
Configurazione personalizzata
Crea una configurazione RunMonitoring personalizzata
Puoi creare una configurazione RunMonitoring per un servizio Cloud Run se la configurazione predefinita non è sufficiente.
Ad esempio, potresti creare una configurazione come la seguente:
apiVersion: monitoring.googleapis.com/v1beta
kind: RunMonitoring
metadata:
name: my-custom-cloud-run-job
spec:
endpoints:
- port: 8080
path: /metrics
interval: 10s
metricRelabeling:
- action: replace
sourceLabels:
- __address__
targetLabel: label_key
replacement: label_value
targetLabels:
metadata:
- service
- revision
Questa configurazione fa quanto segue:
- Esegue lo scraping delle metriche dalla porta 8080 e utilizza il percorso delle metriche predefinito
/metrics. - Utilizza un intervallo di scraping di 10 secondi.
- Viene utilizzata la rietichettatura per aggiungere l'etichetta
label_keycon il valorelabel_valuea ogni metrica estratta. - Aggiunge le etichette di metadati
serviceerevisiona ogni metrica di cui è stato eseguito lo scraping.
Per informazioni sulle opzioni di configurazione disponibili, consulta Specifica di RunMonitoring: opzioni di configurazione.
Quando utilizzi una configurazione RunMonitoring personalizzata, devi
eseguire la seguente configurazione aggiuntiva:
- Abilita l'API Secret Manager e concedi i ruoli Secret Manager al tuo account di servizio Cloud Run. Per ulteriori informazioni, consulta Prima di iniziare.
- Archivia la configurazione personalizzata come secret.
- Aggiungi il file collaterale a un servizio Cloud Run .
Archivia la configurazione utilizzando Secret Manager
Per fornire una configurazione RunMonitoring personalizzata:
- Crea un file contenente la configurazione personalizzata.
- Creare un secret di Secret Manager che contiene la configurazione personalizzata.
Il seguente comando crea un secret denominato mysecret dal
file custom-config.yaml:
gcloud secrets create mysecret --data-file=custom-config.yaml
Per applicare una modifica alla configurazione dopo aver modificato il file custom-config.yaml, devi eliminare e ricreare il secret, quindi eseguire nuovamente il deployment del servizio Cloud Run.
Aggiornamento della configurazione in Secret Manager
Se vuoi aggiornare la configurazione personalizzata di RunMonitoring in qualsiasi momento, puoi aggiungere una nuova versione del secret esistente a Secret Manager.
Ad esempio, per aggiornare mysecret con una nuova configurazione archiviata nel file custom-config-updated.yaml, puoi eseguire:
gcloud secrets versions add mysecret --data-file=custom-config-updated.yaml
Il file collaterale ricarica automaticamente e applica le modifiche alla sua configurazione.
aggiungi il file collaterale a un servizio Cloud Run
Dopo aver creato un secret di Secret Manager per la configurazione RunMonitoring, devi modificare la configurazione di Cloud Run per effettuare le seguenti operazioni:
- Aggiungi il sidecar Managed Service per Prometheus
- Aggiungi un'annotazione relativa alle dipendenze dei container che specifichi l'ordine di avvio e di arresto dei container. Nell'esempio seguente, il container collaterale, denominato "collector", inizia dopo e si arresta prima del container dell'applicazione, denominato "app" nell'esempio.
- Crea un container per il raccoglitore, denominato "collector" nell'esempio seguente.
- Aggiungi il secret montando il
segreto nella posizione
/etc/rungmp/config.yaml:- Aggiungi un'annotazione dei secret che punti al secret che contiene la tua configurazione
RunMonitoringpersonalizzata. - Crea un volume denominato "config" nell'esempio seguente, per il secret che punta al file
config.yaml. - Monta il volume come parte dell'immagine del raccoglitore in corrispondenza del percorso di montaggio
/etc/rungmp.
- Aggiungi un'annotazione dei secret che punti al secret che contiene la tua configurazione
Ad esempio, aggiungi le righe precedute dal carattere + (più) alla configurazione di Cloud Run ed esegui nuovamente il deployment del servizio:
apiVersion: serving.knative.dev/v1
kind: Service
metadata:
annotations:
run.googleapis.com/launch-stage: ALPHA
run.googleapis.com/cpu-throttling: 'false'
name: my-cloud-run-service
spec:
template:
metadata:
annotations:
run.googleapis.com/execution-environment: gen2
+ run.googleapis.com/container-dependencies: '{"collector":["app"]}'
+ run.googleapis.com/secrets: 'mysecret:projects/PROJECT_ID/secrets/mysecret'
spec:
containers:
- image: "REGION-docker.pkg.dev/PROJECT_ID/run-gmp/sample-app"
name: app
startupProbe:
httpGet:
path: /startup
port: 8000
livenessProbe:
httpGet:
path: /liveness
port: 8000
ports:
- containerPort: 8000
+ - image: "us-docker.pkg.dev/cloud-ops-agents-artifacts/cloud-run-gmp-sidecar/cloud-run-gmp-sidecar:1.1.1"
+ name: collector
+ volumeMounts:
+ - mountPath: /etc/rungmp/
+ name: config
+ volumes:
+ - name: config
+ secret:
+ items:
+ - key: latest
+ path: config.yaml
+ secretName: 'mysecret'
Per rieseguire il deployment del servizio Cloud Run con il file di configurazione run-service.yaml, esegui questo comando:
gcloud run services replace run-service.yaml --region=REGION
Specifica RunMonitoring: opzioni di configurazione
Questa sezione descrive la specifica di configurazione RunMonitoring per il sidecar Managed Service per Prometheus. Di seguito è riportato un esempio di configurazione personalizzata:
apiVersion: monitoring.googleapis.com/v1beta
kind: RunMonitoring
metadata:
name: my-custom-cloud-run-job
spec:
endpoints:
- port: 8080
path: /metrics
interval: 10s
metricRelabeling:
- action: replace
sourceLabels:
- __address__
targetLabel: label_key
replacement: label_value
targetLabels:
metadata:
- service
- revision
RunMonitoring
La configurazione RunMonitoring monitora un servizio Cloud Run.
| Campo | Descrizione | Scheme | Obbligatorio |
|---|---|---|---|
metadata |
Metadati che tutte le risorse permanenti devono avere. |
metav1.ObjectMeta |
false |
spec |
Specifica del deployment Cloud Run selezionato per il rilevamento della destinazione da Prometheus. | RunMonitoringSpec |
true |
RunMonitoringSpec
Questa specifica descrive in che modo la configurazione RunMonitoring monitora un servizio Cloud Run.
| Campo | Descrizione | Scheme | Obbligatorio |
|---|---|---|---|
endpoints |
Endpoint di cui eseguire lo scraping sui pod selezionati. | []ScrapeEndpoint |
true |
targetLabels |
Etichette da aggiungere alla destinazione Prometheus per gli endpoint rilevati.
L'etichetta instance è sempre impostata sull'ID dell'istanza Cloud Run. |
RunTargetLabels |
false |
limits |
Limiti da applicare al momento dello scraping. | *ScrapeLimits |
false |
RunTargetLabels
La configurazione RunTargetLabels ti consente di includere
etichette Cloud Run dalle destinazioni Prometheus rilevate.
| Campo | Descrizione | Scheme | Obbligatorio |
|---|---|---|---|
metadata |
Etichette dei metadati di Cloud Run impostate su tutte le destinazioni di scraping. Le chiavi consentite sono instance, revision,
service e configuration.Se le chiavi consentite sono impostate, il file collaterale aggiunge il valore corrispondente dall'istanza Cloud Run come etichette delle metriche a ogni metrica: instanceID, revision_name,
service_name e
configuration_name.Il valore predefinito è tutte le chiavi consentite impostate. |
*[]string |
false |
Crea ed esegui un'app di esempio
Questa sezione descrive come eseguire il sidecar Managed Service per Prometheus con un'app di esempio. Questa sezione è facoltativa. Se hai già un servizio Cloud Run e vuoi eseguire il deployment del sidecar con questo, consulta Aggiungere il sidecar Managed Service per Prometheus a un servizio Cloud Run.
Clona il repository run-gmp-sidecar
Per recuperare l'app di esempio e i relativi file di configurazione, clona il repository run-gmp-sidecar eseguendo questo comando:
git clone https://github.com/GoogleCloudPlatform/run-gmp-sidecar/
Dopo aver clonato il repository, passa alla directory run-gmp-sidecar:
cd run-gmp-sidecar
Crea ed esegui l'app di esempio
L'app di esempio richiede Docker o un sistema di compilazione di container simile per Linux. Puoi creare ed eseguire l'app di esempio in uno dei seguenti modi:
- Utilizza Cloud Build per l'esecuzione senza supporto locale per Docker. Se utilizzi Cloud Build, devi abilitare anche l'API Cloud Build.
- Crea ed esegui manualmente l'app di esempio.
Nelle sezioni seguenti vengono descritti entrambi gli approcci. Non è necessario eseguire entrambe le operazioni. Per ulteriori informazioni, seleziona la scheda di uno degli approcci.
Utilizza Cloud Build
Utilizza Cloud Build
Il repository run-gmp-sidecar include i file di configurazione per Cloud Build. Questi file raggruppano i passaggi necessari
per creare ed eseguire il deployment dell'app di esempio.
Puoi anche eseguire manualmente i passaggi gestiti da Cloud Build. Per saperne di più, consulta Creare ed eseguire manualmente.
Configura Cloud Build
Questi file di configurazione richiedono un account di servizioo Cloud Build e un repository Artifact Registry. Il repository run-gmp-sidecar include anche uno
script, create-sa-and-ar.sh, che fa quanto segue:
- Crea un account di servizio,
run-gmp-sa@PROJECT_ID.iam.gserviceaccount.com. - Concede i seguenti ruoli all'account di servizio:
roles/iam.serviceAccountUserroles/storage.objectViewerroles/logging.logWriterroles/artifactregistry.createOnPushWriterroles/secretmanager.adminroles/secretmanager.secretAccessorroles/run.admin
- Crea un repository Artifact Registry,
run-gmp, per le tue immagini container.
Per creare l'account di servizio run-gmp-sa e il repository run-gmp, esegui questo comando:
./create-sa-and-ar.sh
La propagazione delle autorizzazioni richiede un po' di tempo, quindi ti consigliamo di attendere circa 30 secondi prima di procedere con il passaggio successivo. In caso contrario, potresti vedere errori di autorizzazione.
Invia richiesta Cloud Build
Dopo aver configurato l'account di servizio run-gmp-sa e il repository run-gmp, puoi avviare un job di Cloud Build inviando il file di configurazione di Cloud Build. Puoi utilizzare questo
comando gcloud builds submit:
gcloud builds submit . --config=cloudbuild-simple.yaml --region=REGION
L'esecuzione di questo comando richiede diversi minuti, ma indica quasi immediatamente dove puoi trovare i dettagli della build di Cloud Build. Il messaggio ha il seguente aspetto:
Logs are available at [ https://console.cloud.google.com/cloud-build/builds/637860fb-7a14-46f2-861e-09c1dc4cea6b?project=PROJECT_NUMBER].
Per controllare l'avanzamento della build, accedi all'URL restituito nel browser. Puoi anche visualizzare i log del file collaterale in Cloud Logging.
Controlla l'URL del servizio
Al termine del job Cloud Build, controlla l'URL dell'endpoint di servizio di Cloud Run eseguendo questo comando:
gcloud run services describe my-cloud-run-service --region=REGION --format="value(status.url)"
Questo comando restituisce l'URL del servizio, che è simile al seguente:
https://my-cloud-run-service-abcdefghij-ue.a.run.app
Utilizza l'URL restituito come valore di SERVICE_URL nella sezione Verifica che l'app sia in esecuzione.
Crea ed esegui manualmente
Crea ed esegui manualmente
Puoi eseguire manualmente i passaggi gestiti da Cloud Build, descritti in Utilizzare Cloud Build. Le sezioni seguenti descrivono come eseguire manualmente le stesse attività.
Imposta le variabili utilizzate nei passaggi successivi
Molti dei passaggi successivi utilizzano le variabili di ambiente per ottenere valori comuni. Imposta queste variabili utilizzando i seguenti comandi:
export GCP_PROJECT=PROJECT_ID export REGION=REGION
Crea un repository di immagini container
Crea un repository Artifact Registry per l'immagine container eseguendo questo comando:
gcloud artifacts repositories create run-gmp \
--repository-format=docker \
--location=${REGION}
Crea ed esegui il push dell'app di esempio
Questo esempio utilizza Docker su Linux per creare l'app di esempio ed eseguirne il push in un repository Artifact Registry. Potresti dover adattare questi comandi se lavori in un ambiente Windows o macOS.
Per creare l'app di esempio ed eseguirne il push in Artifact Registry, segui questi passaggi:
Autentica il tuo client Docker con Google Cloud CLI:
gcloud auth configure-docker ${REGION}-docker.pkg.devVai alla directory
simple-appnel repositoryrun-gmp-sidecar:pushd sample-apps/simple-app
Crea l'app
simple-appeseguendo questo comando:docker build -t ${REGION}-docker.pkg.dev/${GCP_PROJECT}/run-gmp/sample-app .Esegui il push dell'immagine per l'app creata eseguendo questo comando:
docker push ${REGION}-docker.pkg.dev/${GCP_PROJECT}/run-gmp/sample-appTorna alla directory
run-gmp-sidecar:popd
Configura il servizio Cloud Run
Il file run-service-simple.yaml nel repository run-gmp-sidecar definisce un servizio Cloud Run multicontainer che utilizza l'app di esempio e le immagini raccoglitore che hai creato nei passaggi precedenti. Il file run-service-simple.yaml contiene la seguente specifica del servizio:
apiVersion: serving.knative.dev/v1
kind: Service
metadata:
annotations:
run.googleapis.com/launch-stage: ALPHA
run.googleapis.com/cpu-throttling: 'false'
name: my-cloud-run-service
spec:
template:
metadata:
annotations:
run.googleapis.com/execution-environment: gen2
run.googleapis.com/container-dependencies: '{"collector":["app"]}'
spec:
containers:
- image: "%SAMPLE_APP_IMAGE%"
name: app
startupProbe:
httpGet:
path: /startup
port: 8000
livenessProbe:
httpGet:
path: /liveness
port: 8000
ports:
- containerPort: 8000
- image: "us-docker.pkg.dev/cloud-ops-agents-artifacts/cloud-run-gmp-sidecar/cloud-run-gmp-sidecar:1.1.1"
name: collector
Questo file contiene un valore segnaposto per le immagini che hai creato nei passaggi precedenti, quindi devi aggiornare i segnaposto con i valori effettivi per il tuo progetto Google Cloud.
Sostituisci il segnaposto %SAMPLE_APP_IMAGE% eseguendo questo comando:
sed -i s@%SAMPLE_APP_IMAGE%@REGION-docker.pkg.dev/${GCP_PROJECT}/run-gmp/sample-app@g run-service-simple.yaml
Esegui il deployment del servizio Cloud Run
Dopo aver aggiornato il file run-service-simple.yaml con i tuoi valori, puoi creare il servizio Cloud Run ed eseguirne il deployment eseguendo questo comando:
gcloud run services replace run-service-simple.yaml --region=REGION
Questo comando restituisce l'URL del servizio, che è simile al seguente:
https://my-cloud-run-service-abcdefghij-ue.a.run.app
Utilizza l'URL restituito come valore di SERVICE_URL nella sezione Verifica che l'app sia in esecuzione.
Consenti accesso HTTP non autenticato
Prima di poter effettuare una richiesta all'URL del servizio, devi modificare il criterio del servizio Cloud Run in modo da accettare l'accesso HTTP non autenticato. Il file policy.yaml nel repository run-gmp-sidecar
contiene la modifica necessaria.
Per modificare il criterio di servizio, esegui questo comando:
gcloud run services set-iam-policy my-cloud-run-service policy.yaml --region=REGION
Verificare che l'app sia in esecuzione
Per verificare che il servizio Cloud Run abbia eseguito correttamente l'app di esempio, utilizza l'utilità curl per accedere all'endpoint metrics del servizio.
Imposta la variabile di ambiente
SERVICE_URLsull'URL del servizio Cloud Run del passaggio precedente:export SERVICE_URL=SERVICE_URL
Invia una richiesta all'URL del servizio eseguendo questo comando:
curl $SERVICE_URL
Se l'app è stata avviata correttamente, viene visualizzata la seguente risposta:
User request received!
Visualizza le metriche dell'app in Metrics Explorer
Il container app di esempio scrive le seguenti metriche:
foo_metric: l'ora corrente sotto forma di valore in virgola mobile (gauge).bar_metric: l'ora corrente come valore in virgola mobile (contatore).
Per visualizzare queste metriche in Metrics Explorer, segui questi passaggi:
-
Nella console Google Cloud, vai alla pagina leaderboard Esplora metriche:
Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Monitoring.
Nella barra degli strumenti del riquadro di creazione di query, seleziona il pulsante con il nome code MQL o code PromQL.
Verifica che l'opzione PromQL sia selezionata nell'opzione di attivazione/disattivazione Lingua. L'opzione di attivazione/disattivazione della lingua si trova nella stessa barra degli strumenti che ti consente di formattare la query.
Inserisci la seguente query nel riquadro dell'editor:
foo_metric
Fai clic su Aggiungi query.
Nella barra degli strumenti del riquadro di creazione di query, seleziona il pulsante con il nome code MQL o code PromQL.
Verifica che l'opzione PromQL sia selezionata nell'opzione di attivazione/disattivazione Lingua. L'opzione di attivazione/disattivazione della lingua si trova nella stessa barra degli strumenti che ti consente di formattare la query.
Inserisci la seguente query nel secondo riquadro dell'editor:
bar_metric
Fai clic su Esegui query.
Per visualizzare i dettagli sulle metriche, seleziona Entrambe nel pulsante di attivazione/disattivazione Tabella del grafico su entrambe.
Esegui la pulizia
Al termine dell'esperimento con l'app di esempio, puoi utilizzare lo script clean-up-cloud-run.sh nel repository run-gmp-sidecar per eliminare le seguenti risorse che potresti aver creato per l'esempio:
- Il servizio Cloud Run.
- Il repository di Artifact Registry.
- L'account di servizio creato per Cloud Build.
L'eliminazione di queste risorse assicura che non ti vengano addebitati costi dopo l'esecuzione del campione.
Per pulire l'app di esempio, esegui lo script clean-up-cloud-run.sh:
./clean-up-cloud-run.sh
Visualizza le metriche personali in Metrics Explorer
Il file collaterale Managed Service per Prometheus segnala le seguenti metriche a Cloud Monitoring:
agent_uptime: il tempo di attività del raccoglitore collaterale (contatore).agent_memory_usage: la memoria utilizzata dal raccoglitore collaterale (gauge).agent_api_request_count: il numero di richieste API dal raccoglitore collaterale (contatore).agent_monitoring_point_count: il numero di punti delle metriche scritti in Cloud Monitoring dal raccoglitore collaterale (contatore).
Per visualizzare le metriche self del file collaterale in Metrics Explorer, segui questi passaggi:
-
Nella console Google Cloud, vai alla pagina leaderboard Esplora metriche:
Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Monitoring.
Nella barra degli strumenti del riquadro di creazione di query, seleziona il pulsante con il nome code MQL o code PromQL.
Verifica che l'opzione PromQL sia selezionata nell'opzione di attivazione/disattivazione Lingua. L'opzione di attivazione/disattivazione della lingua si trova nella stessa barra degli strumenti che ti consente di formattare la query.
Inserisci il nome della metrica su cui vuoi eseguire la query nel riquadro dell'editor, ad esempio:
agent_api_request_count
Fai clic su Esegui query.
Per visualizzare i dettagli sulle metriche, seleziona Entrambe nel pulsante di attivazione/disattivazione Tabella del grafico su entrambe.
Visualizza gli autolog in Esplora log
Il sidecar Managed Service per Prometheus scrive i log in Cloud Logging. Il file collaterale scrive i log in base al tipo di risorsa monitorata di Logging cloud_run_revision.
Per visualizzare i log del file collaterale in Esplora log, segui questi passaggi:
-
Nella console Google Cloud, vai alla pagina Esplora log:
Se usi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Logging.
Seleziona il tipo di risorsa Revisione Cloud Run o inserisci la query seguente e fai clic su Esegui query:
resource.type="cloud_run_revision"
Informazioni sulle metriche raccolte
Quando le metriche emesse dal file collaterale vengono importate in Cloud Monitoring,
le metriche vengono scritte in base al tipo di risorsa monitorata
prometheus_target di Cloud Monitoring.
Questo tipo di risorsa viene utilizzato sia per le metriche dell'applicazione sia per le autometriche del file collaterale.
Quando scrive le metriche, il file collaterale imposta le etichette delle risorse come segue:
project_id: l'ID del progetto Google Cloud in cui è in esecuzione il container.location: la regione Google Cloud in cui è in esecuzione il container.cluster: il valore__run__.namespace: il nome del servizio Cloud Run in esecuzione; deriva dalla variabile di ambienteK_SERVICE.job: nome dalla configurazioneRunMonitoring; il valore predefinito èrun-gmp-sidecar.instance: il valorefaas.ID:PORTdel carico di lavoro locale da cui il container è configurato per eseguire il pull delle metriche. Il valore faas.ID è l'ID istanza dell'istanza Cloud Run.
Il file collaterale aggiunge anche le seguenti etichette di metrica:
instanceId: l'ID dell'istanza Cloud Run.service_name: il nome del servizio Cloud Run in esecuzione.revision_name: il nome della revisione di Cloud Run in esecuzione.configuration_name: il nome della configurazione di Cloud Run in esecuzione.
Queste etichette delle metriche vengono aggiunte tutte per impostazione predefinita. Se utilizzi una configurazione RunMonitoring personalizzata, puoi omettere le etichette service_name, revision_name e configuration_name utilizzando l'opzione targetLabels nella specifica RunMonitoring. Puoi anche utilizzare una configurazione personalizzata per rietichettare i valori delle etichette service_name, revision_name e configuration_name.
Tutte le altre etichette visualizzate con le metriche importate provengono dalla metrica.
Se un'etichetta definita dall'utente è in conflitto con una delle etichette fornite dal sistema, l'etichetta definita dall'utente viene preceduta dal prefisso exported_. Ad esempio,
un'etichetta specificata dall'utente namespace="playground" è in conflitto con l'etichetta
namespace definita dal sistema, quindi l'etichetta dell'utente viene visualizzata come exported_namespace="playground".
Tipo di metrica
Quando le metriche emesse dal file collaterale vengono importate in Cloud Monitoring,
le metriche vengono scritte come metriche prometheus.googleapis.com e il tipo
di metrica Prometheus viene aggiunto alla fine del nome. Ad esempio,
l'app di esempio emette una metrica misuratore Prometheus denominata foo_metric. In Cloud Monitoring, la metrica viene archiviata come tipo di metrica prometheus.googleapis.com/foo_metric/gauge.
Quando esegui una query sulla metrica con PromQL, puoi utilizzare il nome Prometheus, come illustrato in Visualizzare le metriche dell'app in Esplora metriche e Visualizzare le metriche personali in Esplora metriche. Quando si utilizzano strumenti come Query Builder o Monitoring Query Language (MQL) in Metrics Explorer, il tipo di metrica Cloud Monitoring è pertinente.
Fatturazione
Le metriche emesse dal file collaterale vengono importate in Cloud Monitoring con il prefisso prometheus.googleapis.com. Le metriche con questo prefisso vengono addebitate
in base al numero di campioni importati. Per ulteriori informazioni sulla fatturazione e su Managed Service per Prometheus, consulta Fatturazione.