Escrever métricas do Prometheus usando o arquivo secundário do Prometheus

O arquivo secundário do Managed Service para Prometheus do Cloud Run é a maneira recomendada pelo Google para receber monitoramento no estilo do Prometheus para serviços do Cloud Run. Se o serviço do Cloud Run gravar métricas do OTLP, use o arquivo secundário do OpenTelemetry. No entanto, para serviços que gravam métricas do Prometheus, use o arquivo secundário do Managed Service para Prometheus descrito neste documento.

Este documento explica como fazer o seguinte:

Adicione o arquivo secundário do Managed Service para Prometheus a um serviço atual do Cloud Run.
Crie um app de exemplo com o arquivo secundário. É possível usar o app de exemplo para ver como o arquivo secundário funciona se você não tiver um serviço do Cloud Run.

O arquivo secundário usa o Google Cloud Managed Service para Prometheus no lado do servidor e uma distribuição do OpenTelemetry Collector, personalizado para cargas de trabalho sem servidor, no lado do cliente. Essa distribuição personalizada inclui algumas alterações para oferecer suporte ao Cloud Run. O coletor executa uma raspagem de dados de inicialização após 10 segundos e de encerramento, não importa a duração da instância. Para máxima confiabilidade, recomendamos que os serviços do Cloud Run que executam o arquivo secundário também usem uma CPU sempre alocada. Para mais informações, consulte Alocação de CPU (serviços). Algumas tentativas de raspagem poderão falhar se a alocação da CPU for limitada devido ao baixo número de consultas por segundo (QPS). Uma CPU sempre alocada permanece disponível.

O arquivo secundário depende do recurso de vários contêineres (arquivo secundário) do Cloud Run para executar o coletor como um contêiner de arquivo secundário junto com o contêiner de carga de trabalho. Para mais informações sobre arquivos secundários no Cloud Run, consulte Como implantar vários contêineres em um serviço (arquivos secundários).

O arquivo secundário do Managed Service para Prometheus para Cloud Run apresenta uma nova configuração, RunMonitoring, um subconjunto do recurso personalizado PodMonitoring do Kubernetes. A maioria dos usuários pode usar a configuração RunMonitoring padrão, mas também é possível criar configurações personalizadas. Para mais informações sobre as configurações RunMonitoring padrão e personalizadas, consulte Adicionar o arquivo secundário a um serviço do Cloud Run.

Antes de começar

Esta seção descreve a configuração necessária para usar este documento.

Instalar e configurar a gcloud CLI

Muitas das etapas descritas neste documento usam a Google Cloud CLI. Para informações sobre como instalar a CLI gcloud, consulte Como gerenciar componentes da CLI do Google Cloud.

Ao invocar comandos gcloud, especifique o identificador para seu projeto do Google Cloud. É possível definir um projeto padrão para a Google Cloud CLI e eliminar a necessidade de inseri-lo com todos os comandos. Para definir seu projeto como padrão, digite este comando:

gcloud config set project PROJECT_ID

Também é possível definir uma região padrão para o serviço do Cloud Run. Para definir uma região padrão, digite o seguinte comando:

gcloud config set run/region REGION

Ativar APIs

Ative as seguintes APIs no seu projeto do 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
(Opcional) Se você criar uma configuração RunMonitoring personalizada, será necessário ativar a API Secret Manager: secretmanager.googleapis.com
(Opcional) Se você executar o aplicativo de amostra usando o Cloud Build, também será necessário ativar as seguintes APIs:
- API Cloud Build: cloudbuild.googleapis.com
- API Identity and Access Management: iam.googleapis.com Para saber mais, consulte Criar e executar o app de exemplo.

Para conferir as APIs ativadas no seu projeto, execute o seguinte comando:

gcloud services list

Para ativar uma API que não está ativada, execute um dos seguintes comandos:

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

Conta de serviço do Cloud Run

Por padrão, os jobs e serviços do Cloud Run usam a conta de serviço padrão do Compute Engine, PROJECT_NUMBER-compute@developer.gserviceaccount.com. Essa conta de serviço geralmente tem os papéis do Identity and Access Management (IAM) necessários para gravar as métricas e os registros descritos neste documento:

roles/monitoring.metricWriter
roles/logging.logWriter

Se você criar uma configuração RunMonitoring personalizada, sua conta de serviço também precisará ter os seguintes papéis:

roles/secretmanager.admin
roles/secretmanager.secretAccessor

Também é possível configurar uma conta de serviço gerenciada pelo usuário para o Cloud Run. Uma conta de serviço gerenciada pelo usuário também precisa ter esses papéis. Para mais informações sobre contas de serviço do Cloud Run, consulte Como configurar a identidade do serviço.

Configurar e adicionar o arquivo secundário a um serviço do Cloud Run

O arquivo secundário do Managed Service para Prometheus do Cloud Run apresenta uma nova configuração, RunMonitoring, que é um subconjunto do recurso personalizado PodMonitoring do Kubernetes. A configuração RunMonitoring usa as opções PodMonitoring existentes para oferecer suporte ao Cloud Run e eliminar algumas opções específicas do Kubernetes.

É possível usar a configuração RunMonitoring padrão ou criar uma configuração personalizada. As seções abaixo descrevem as duas abordagens. Não é necessário fazer as duas. Para mais informações sobre como usar configurações padrão ou personalizadas, selecione a guia correspondente.

Configuração padrão

Usar a configuração padrão do RunMonitoring

Se você não criar uma configuração RunMonitoring personalizada, o coletor do arquivo secundário sintetiza a seguinte configuração padrão para capturar caminhos de métricas /metrics da porta 8080 a cada 30 segundos:

apiVersion: monitoring.googleapis.com/v1beta
kind: RunMonitoring
metadata:
  name: run-gmp-sidecar
spec:
  endpoints:
  - port: 8080
    path: /metrics
    interval: 30s

Para usar a configuração padrão, nenhuma outra configuração é necessária além de adicionar o arquivo secundário ao serviço do Cloud Run.

Adicionar o arquivo secundário a um serviço do Cloud Run

Para usar o arquivo secundário com a configuração RunMonitoring padrão, modifique a configuração atual do Cloud Run para adicionar o arquivo secundário. Para adicionar o arquivo secundário, faça o seguinte:

Adicione uma anotação de dependência de contêiner que especifique a ordem de inicialização e encerramento dos contêineres. No exemplo a seguir, o contêiner do arquivo secundário, chamado "collector", começa depois e é desligado antes do contêiner do aplicativo, chamado "app".
Crie um contêiner para o coletor, chamado "collector" no exemplo a seguir.

Por exemplo, adicione as linhas precedidas pelo caractere + (mais) à configuração do Cloud Run e reimplante o serviço:

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

Para reimplantar o serviço do Cloud Run com o arquivo de configuração run-service.yaml, execute o seguinte comando:

gcloud run services replace run-service.yaml --region=REGION

Configuração personalizada

Criar uma configuração personalizada do RunMonitoring

É possível criar uma configuração RunMonitoring para um serviço do Cloud Run se a configuração padrão não for suficiente. Por exemplo, você pode criar um conjunto de dados como este:

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

Essa configuração faz o seguinte:

Coleta métricas da porta 8080 e usa o caminho de métricas padrão /metrics.
Usa um intervalo de raspagem de dados de 10 segundos.
Usa a nova rotulação para adicionar o rótulo label_key com o valor label_value a cada métrica coletada.
Adiciona os rótulos de metadados service e revision a cada métrica coletada.

Para informações sobre as opções de configuração disponíveis, consulte Especificação do RunMonitoring: opções de configuração.

Quando você usa uma configuração RunMonitoring personalizada, é necessário executar a seguinte configuração extra:

Ative a API Secret Manager e conceda à sua conta de serviço do Cloud Run papéis do Secret Manager. Para mais informações, consulte Antes de começar.
Armazene a configuração personalizada como um secret.
Adicione o arquivo secundário a um serviço do Cloud Run.

Armazenar a configuração usando o Secret Manager

Para fornecer uma configuração RunMonitoring personalizada, faça o seguinte:

Crie um arquivo com a configuração personalizada.
Crie um secret do Secret Manager que contenha a configuração personalizada.

O comando a seguir cria um secret chamado mysecret a partir do arquivo custom-config.yaml:

gcloud secrets create mysecret --data-file=custom-config.yaml

Para aplicar uma alteração na configuração depois de modificar o arquivo custom-config.yaml, é necessário excluir e recriar o secret e, em seguida, reimplantar o serviço do Cloud Run.

Como atualizar a configuração no Secret Manager

Se você quiser atualizar a configuração RunMonitoring personalizada a qualquer momento, adicione uma nova versão do secret ao Secret Manager.

Por exemplo, para atualizar mysecret com uma nova configuração armazenada no arquivo custom-config-updated.yaml, execute:

gcloud secrets versions add mysecret --data-file=custom-config-updated.yaml

O arquivo secundário recarrega automaticamente e aplica as alterações à própria configuração.

Adicionar o arquivo secundário a um serviço do Cloud Run

Depois de criar um secret do Secret Manager para sua configuração RunMonitoring, modifique a configuração do Cloud Run para fazer o seguinte:

Adicione o arquivo secundário do Managed Service para Prometheus
- Adicione uma anotação de dependência de contêiner que especifique a ordem de inicialização e encerramento dos contêineres. No exemplo a seguir, o contêiner do arquivo secundário, chamado "collector", começa depois e é desligado antes do contêiner do aplicativo, chamado "app".
- Crie um contêiner para o coletor, chamado "collector" no exemplo a seguir.
Adicione o secret montando-o no local /etc/rungmp/config.yaml:
- Adicione uma anotação de secrets que aponte para o secret que contém sua configuração RunMonitoring personalizada.
- Crie um volume, chamado "config" no exemplo a seguir, para o secret que aponta para o arquivo config.yaml.
- Monte o volume como parte da imagem do coletor no caminho de ativação /etc/rungmp.

Por exemplo, adicione as linhas precedidas pelo caractere + (mais) à configuração do Cloud Run e reimplante o serviço:

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'

Para reimplantar o serviço do Cloud Run com o arquivo de configuração run-service.yaml, execute o seguinte comando:

gcloud run services replace run-service.yaml --region=REGION

Especificação do RunMonitoring: opções de configuração

Nesta seção, descrevemos a especificação de configuração RunMonitoring para o arquivo secundário do Managed Service para Prometheus. Confira abaixo um exemplo de configuração personalizada:

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

A configuração RunMonitoring monitora um serviço do Cloud Run.

Campo	Descrição	Esquema	Obrigatório
`metadata`	Metadados que todos os recursos persistentes precisam ter.	`metav1.ObjectMeta`	falso
`spec`	Especificação da implantação do Cloud Run selecionada para descoberta de destino pelo Prometheus.	`RunMonitoringSpec`	verdadeiro

RunMonitoringSpec

Esta especificação descreve como a configuração RunMonitoring monitora um serviço do Cloud Run.

Campo	Descrição	Esquema	Obrigatório
`endpoints`	Endpoints a serem raspados nos pods selecionados.	`[]ScrapeEndpoint`	verdadeiro
`targetLabels`	Rótulos a serem adicionados ao destino do Prometheus para endpoints descobertos. O rótulo `instance` é sempre definido como o ID da instância do Cloud Run.	`RunTargetLabels`	falso
`limits`	Limites a serem aplicados no momento da raspagem dos dados.	`*ScrapeLimits`	falso

RunTargetLabels

A configuração RunTargetLabels permite incluir rótulos do Cloud Run dos destinos descobertos do Prometheus.

Campo	Descrição	Esquema	Obrigatório
`metadata`	Rótulos de metadados do Cloud Run definidos em todos os destinos raspados. As chaves permitidas são `instance`, `revision`, `service` e `configuration`. Se as chaves permitidas forem definidas, o arquivo secundário adicionará o valor correspondente da instância do Cloud Run como rótulos a cada métrica: `instanceID`, `revision_name`, `service_name` e `configuration_name`. O padrão é todas as chaves permitidas definidas.	`*[]string`	falso

Criar e executar um app de exemplo

Nesta seção, descrevemos como executar o arquivo secundário do Managed Service para Prometheus com um app de exemplo. Esta seção é opcional. Se você já tiver um serviço do Cloud Run e quiser implantar o arquivo secundário com ele, consulte Adicionar o arquivo secundário do Managed Service para Prometheus a um serviço do Cloud Run.

Clone o repositório `run-gmp-sidecar`

Para conseguir o app de exemplo e os arquivos de configuração dele, clone o repositório run-gmp-sidecar executando o seguinte comando:

git clone https://github.com/GoogleCloudPlatform/run-gmp-sidecar/

Depois de clonar o repositório, mude para o diretório run-gmp-sidecar:

cd run-gmp-sidecar

Criar e executar o app de exemplo

O app de exemplo requer o Docker ou um sistema de build de contêiner semelhante para Linux. Você pode criar e executar o app de amostra de uma das seguintes maneiras:

Usar o Cloud Build para executar sem suporte local ao Docker. Se você usar o Cloud Build, também precisará ativar a API Cloud Build.
Crie e execute o app de exemplo manualmente.

As seções a seguir descrevem as duas abordagens. Não é necessário fazer as duas. Para mais informações, selecione a guia de uma das abordagens.

Usar o Cloud Build

O repositório run-gmp-sidecar inclui arquivos de configuração para o Cloud Build. Esses arquivos agrupam as etapas necessárias para criar e implantar o app de exemplo.

Também é possível executar manualmente as etapas processadas pelo Cloud Build. Para mais informações, consulte Criar e executar manualmente.

Configurar para o Cloud Build

Esses arquivos de configuração exigem uma conta de serviço do Cloud Build e um repositório do Artifact Registry. O repositório run-gmp-sidecar também inclui um script create-sa-and-ar.sh, que faz o seguinte:

Cria uma conta de serviço, run-gmp-sa@PROJECT_ID.iam.gserviceaccount.com.
Conceda os papéis a seguir à conta de serviço:
- roles/iam.serviceAccountUser
- roles/storage.objectViewer
- roles/logging.logWriter
- roles/artifactregistry.createOnPushWriter
- roles/secretmanager.admin
- roles/secretmanager.secretAccessor
- roles/run.admin
Cria um repositório do Artifact Registry, run-gmp, para as imagens de contêiner.

Para criar a conta de serviço run-gmp-sa e o repositório run-gmp, execute o seguinte comando:

./create-sa-and-ar.sh

As permissões levam algum tempo para serem propagadas. Portanto, recomendamos aguardar cerca de 30 segundos antes de prosseguir para a próxima etapa. Caso contrário, talvez apareçam erros de autorização.

Enviar solicitação do Cloud Build

Depois de configurar a conta de serviço run-gmp-sa e o repositório run-gmp, você pode iniciar um job do Cloud Build enviando o arquivo de configuração do Cloud Build. É possível usar o seguinte comando gcloud builds submit:

gcloud builds submit . --config=cloudbuild-simple.yaml --region=REGION

Esse comando leva alguns minutos para ser executado, mas indica quase imediatamente onde você pode encontrar os detalhes da versão do Cloud Build. A mensagem é semelhante a esta:

Logs are available at [
https://console.cloud.google.com/cloud-build/builds/637860fb-7a14-46f2-861e-09c1dc4cea6b?project=PROJECT_NUMBER].

Para acompanhar o progresso da criação, acesse o URL retornado no seu navegador. Também é possível acessar os registros de arquivos secundários no Cloud Logging.

Verificar o URL do serviço

Depois que o job do Cloud Build terminar, verifique o URL do endpoint do serviço do Cloud Run executando o seguinte comando:

gcloud run services describe my-cloud-run-service --region=REGION --format="value(status.url)"

Esse comando retorna o URL do serviço, que tem a seguinte aparência:

https://my-cloud-run-service-abcdefghij-ue.a.run.app

Use o URL retornado como o valor de SERVICE_URL na seção Verificar se o app está em execução.

Criar e executar manualmente

É possível executar manualmente as etapas processadas pelo Cloud Build, descritas em Usar o Cloud Build. As seções a seguir descrevem como executar manualmente as mesmas tarefas.

Definir as variáveis usadas pelas etapas posteriores

Várias das etapas posteriores usam variáveis de ambiente para valores comuns. Configure essas variáveis usando os seguintes comandos:

export GCP_PROJECT=PROJECT_ID
export REGION=REGION

Criar um repositório de imagens de contêiner

Crie um repositório do Artifact Registry para a imagem do contêiner executando o seguinte comando:

gcloud artifacts repositories create run-gmp \
    --repository-format=docker \
    --location=${REGION}

Criar e enviar o app de exemplo

Este exemplo usa o Docker no Linux para criar o app de amostra e enviá-lo para um repositório do Artifact Registry. Talvez seja necessário adaptar esses comandos se você estiver trabalhando em um ambiente Windows ou macOS.

Observação: se você precisar que sudo execute comandos docker, também será necessário autenticar usando sudo. Se isso não for feito, o usuário do sistema errado será configurado, e as solicitações para o Cloud Run não serão autenticadas.

sudo gcloud auth login --no-launch-browser
sudo gcloud auth configure-docker

Para criar o app de exemplo e enviá-lo para o Artifact Registry, faça o seguinte:

Autentique o cliente do Docker com a CLI do Google Cloud:
```
gcloud auth configure-docker ${REGION}-docker.pkg.dev
```
Acesse o diretório simple-app no repositório run-gmp-sidecar:
```
pushd sample-apps/simple-app
```

Crie o app simple-app executando o seguinte comando:

docker build -t ${REGION}-docker.pkg.dev/${GCP_PROJECT}/run-gmp/sample-app .

Envie a imagem para o app criado executando o seguinte comando:

docker push ${REGION}-docker.pkg.dev/${GCP_PROJECT}/run-gmp/sample-app

Retorne ao diretório run-gmp-sidecar:
```
popd
```

Configurar o serviço do Cloud Run

O arquivo run-service-simple.yaml no repositório run-gmp-sidecar define um serviço do Cloud Run com vários contêineres que usa o app de exemplo e as imagens do coletor que você criou nas etapas anteriores. O arquivo run-service-simple.yaml contém a seguinte especificação de serviço:

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

Esse arquivo contém um valor de marcador para as imagens criadas nas etapas anteriores. Por isso, é necessário atualizar os marcadores com os valores reais do projeto do Google Cloud.

Substitua o marcador %SAMPLE_APP_IMAGE% executando o seguinte comando:

sed -i s@%SAMPLE_APP_IMAGE%@REGION-docker.pkg.dev/${GCP_PROJECT}/run-gmp/sample-app@g run-service-simple.yaml

Implante o serviço do Cloud Run

Depois de atualizar o arquivo run-service-simple.yaml com seus valores, crie e implante o serviço do Cloud Run executando o seguinte comando:

gcloud run services replace run-service-simple.yaml --region=REGION

Esse comando retorna o URL do serviço, que tem a seguinte aparência:

https://my-cloud-run-service-abcdefghij-ue.a.run.app

Use o URL retornado como o valor de SERVICE_URL na seção Verificar se o app está em execução.

Permitir acesso HTTP não autenticado

Antes de fazer uma solicitação ao URL de serviço, altere a política de serviço do Cloud Run para aceitar o acesso HTTP não autenticado. O arquivo policy.yaml no repositório run-gmp-sidecar contém a mudança necessária.

Para alterar a política de serviço, execute o seguinte comando:

gcloud run services set-iam-policy my-cloud-run-service policy.yaml --region=REGION

Verifique se o app está em execução:

Para verificar se o serviço do Cloud Run executou corretamente o app de exemplo, use o utilitário curl para acessar o endpoint metrics do serviço.

Defina a variável de ambiente SERVICE_URL como o URL do serviço do Cloud Run da etapa anterior:
```
export SERVICE_URL=SERVICE_URL
```
Envie uma solicitação ao URL do serviço executando o seguinte comando:
```
curl $SERVICE_URL
```

Se o app tiver sido iniciado com sucesso, você verá a seguinte resposta:

User request received!

Visualizar métricas do app no Metrics Explorer

O contêiner de amostra app grava as seguintes métricas:

foo_metric: o horário atual como um valor de ponto flutuante (medidor).
bar_metric: o horário atual como um valor de ponto flutuante (contador).

Para visualizar essas métricas no Metrics Explorer, faça o seguinte:

No Console do Google Cloud, acesse a página do Metrics Explorer:
Acesse o Metrics explorer

Se você usar a barra de pesquisa para encontrar essa página, selecione o resultado com o subtítulo Monitoring.
Na barra de ferramentas do painel do criador de consultas, selecione o botão MQL ou MQL.
Verifique se PromQL está selecionado na opção de ativar/desativar PromQL. A alternância de idiomas está na mesma barra de ferramentas que permite formatar sua consulta.
Insira a seguinte consulta no painel do editor:
```
foo_metric
```
Clique em Adicionar consulta.
Na barra de ferramentas do painel do criador de consultas, selecione o botão MQL ou MQL.
Verifique se PromQL está selecionado na opção de ativar/desativar PromQL. A alternância de idiomas está na mesma barra de ferramentas que permite formatar sua consulta.
Insira a seguinte consulta no segundo painel do editor:
```
bar_metric
```
Clique em Executar consulta.
Para ver detalhes sobre as métricas, no seletor chamado Tabela de gráficos Ambos, selecione Ambos.

Limpar

Quando terminar de testar o app de exemplo, use o script clean-up-cloud-run.sh no repositório run-gmp-sidecar para excluir os seguintes recursos que você possa ter criado para a amostra:

O serviço do Cloud Run.
O repositório do Artifact Registry.
A conta de serviço criada para o Cloud Build.

A exclusão desses recursos garante que não haja custos após a execução da amostra.

Para limpar o app de exemplo, execute o script clean-up-cloud-run.sh:

./clean-up-cloud-run.sh

Visualizar métricas próprias no Metrics Explorer

O arquivo secundário do Managed Service para Prometheus informa as seguintes métricas sobre si mesmo ao Cloud Monitoring:

agent_uptime: o tempo de atividade do coletor de arquivos secundários (contador).
agent_memory_usage: a memória consumida pelo coletor de arquivo secundário (medidor).
agent_api_request_count: o número de solicitações de API do coletor secundário (contador).
agent_monitoring_point_count: o número de pontos de métricas gravados no Cloud Monitoring pelo coletor do arquivo secundário (contador).

Para visualizar as próprias métricas do arquivo secundário no Metrics Explorer, faça o seguinte:

No Console do Google Cloud, acesse a página do Metrics Explorer:
Acesse o Metrics explorer

Se você usar a barra de pesquisa para encontrar essa página, selecione o resultado com o subtítulo Monitoring.
Na barra de ferramentas do painel do criador de consultas, selecione o botão MQL ou MQL.
Verifique se PromQL está selecionado na opção de ativar/desativar PromQL. A alternância de idiomas está na mesma barra de ferramentas que permite formatar sua consulta.
Insira o nome da métrica que você quer consultar no painel do editor, por exemplo:
```
agent_api_request_count
```
Clique em Executar consulta.
Para ver detalhes sobre as métricas, no seletor chamado Tabela de gráficos Ambos, selecione Ambos.

Visualizar os registros próprios na Análise de registros

O arquivo secundário do Managed Service para Prometheus grava registros no Cloud Logging. O arquivo secundário grava registros no tipo de recurso monitorado do Logging cloud_run_revision.

Para visualizar os registros do arquivo secundário na Análise de registros, faça o seguinte:

No console do Google Cloud, acesse a página do Análise de registros.
Acessar a Análise de registros

Se você usar a barra de pesquisa para encontrar essa página, selecione o resultado com o subtítulo Geração de registros.
Selecione o tipo de recurso Revisão do Cloud Run ou insira a consulta a seguir e clique em Executar consulta:
```
resource.type="cloud_run_revision"
```

Sobre as métricas coletadas

Quando as métricas emitidas pelo arquivo secundário são ingeridas no Cloud Monitoring, as métricas são gravadas em relação ao tipo de recurso monitorado prometheus_target do Cloud Monitoring. Esse tipo de recurso é usado tanto para métricas do aplicativo quanto métricas próprias do arquivo secundário.

Ao gravar as métricas, o arquivo secundário define os rótulos de recursos da seguinte maneira:

project_id: o ID do projeto do Google Cloud em que o contêiner está em execução.
location: a região do Google Cloud em que o contêiner está sendo executado.
cluster: o valor __run__.
namespace: o nome do serviço do Cloud Run em execução vem da variável de ambiente K_SERVICE.
job: nome da configuração RunMonitoring; o padrão é run-gmp-sidecar.
instance: o valor faas.ID:PORT da carga de trabalho local de que o contêiner está configurado para extrair métricas. O valor faas.ID é o ID da instância do Cloud Run.

O arquivo secundário também adiciona os seguintes rótulos de métricas:

instanceId: o ID da instância do Cloud Run.
service_name: o nome do serviço do Cloud Run em execução.
revision_name: o nome da revisão do Cloud Run em execução.
configuration_name: o nome da configuração do Cloud Run em execução.

Esses rótulos de métricas são adicionados por padrão. Se você usar uma configuração RunMonitoring personalizada, poderá omitir os rótulos service_name, revision_name e configuration_name usando o Opção targetLabels na especificação RunMonitoring. Também é possível usar uma configuração personalizada para remarcar os valores dos rótulos service_name, revision_name e configuration_name.

Todos os outros rótulos que aparecem com as métricas ingeridas vêm da sua métrica. Se um rótulo definido pelo usuário entrar em conflito com um dos fornecidos pelo sistema, o rótulo definido pelo usuário será prefixado com a string exported_. Por exemplo, um rótulo especificado pelo usuário namespace="playground" entra em conflito com o rótulo namespace definido pelo sistema, então o rótulo do usuário aparece como exported_namespace="playground".

Tipo de métrica

Quando as métricas emitidas pelo arquivo secundário são ingeridas no Cloud Monitoring, as métricas são gravadas como prometheus.googleapis.com, e o tipo da métrica do Prometheus é anexado ao final do nome. Por exemplo, o app de exemplo emite uma métrica de medidor do Prometheus chamada foo_metric. No Cloud Monitoring, a métrica é armazenada como o tipo de métrica prometheus.googleapis.com/foo_metric/gauge.

Ao consultar a métrica com PromQL, é possível usar o nome do Prometheus, conforme ilustrado em Visualizar métricas do app no Metrics Explorer e Visualizar métricas próprias no Metrics Explorer. Ao usar ferramentas como o criador de consultas ou a linguagem de consulta do Monitoring (MQL, na sigla em inglês) no Metrics Explorer, o tipo de métrica do Cloud Monitoring é relevante.

Faturamento

As métricas emitidas pelo arquivo secundário são ingeridas no Cloud Monitoring com o prefixo prometheus.googleapis.com. As métricas com esse prefixo são cobradas pelo número de amostras ingeridas. Para mais informações sobre faturamento e o Managed Service para Prometheus, consulte Faturamento.

Escrever métricas do Prometheus usando o arquivo secundário do Prometheus

Antes de começar

Instalar e configurar a gcloud CLI

Ativar APIs

Conta de serviço do Cloud Run

Configurar e adicionar o arquivo secundário a um serviço do Cloud Run

Configuração padrão

Usar a configuração padrão do RunMonitoring

Adicionar o arquivo secundário a um serviço do Cloud Run

Configuração personalizada

Criar uma configuração personalizada do RunMonitoring

Armazenar a configuração usando o Secret Manager

Como atualizar a configuração no Secret Manager

Adicionar o arquivo secundário a um serviço do Cloud Run

Especificação do RunMonitoring: opções de configuração

RunMonitoring

RunMonitoringSpec

RunTargetLabels

Criar e executar um app de exemplo

Clone o repositório run-gmp-sidecar

Criar e executar o app de exemplo

Usar o Cloud Build

Usar o Cloud Build

Configurar para o Cloud Build

Enviar solicitação do Cloud Build

Verificar o URL do serviço

Criar e executar manualmente

Criar e executar manualmente

Definir as variáveis usadas pelas etapas posteriores

Criar um repositório de imagens de contêiner

Criar e enviar o app de exemplo

Configurar o serviço do Cloud Run

Implante o serviço do Cloud Run

Permitir acesso HTTP não autenticado

Verifique se o app está em execução:

Visualizar métricas do app no Metrics Explorer

Limpar

Visualizar métricas próprias no Metrics Explorer

Visualizar os registros próprios na Análise de registros

Sobre as métricas coletadas

Tipo de métrica

Faturamento

Clone o repositório `run-gmp-sidecar`