Optimización de costos de Stackdriver

Stackdriver Logging, Stackdriver Monitoring y Stackdriver APM son servicios administrados basados en la nube diseñados para proporcionar una observabilidad profunda en los servicios de infraestructura y aplicación. Uno de los beneficios de los servicios administrados en Google Cloud Platform (GCP) es que los servicios están basados en el uso, lo que significa que pagas solo por lo que usas. Si bien este modelo de precios puede proporcionar un beneficio de costo cuando se compara con las licencias de software estándar, puede hacer que sea difícil prever el costo. Esta solución describe las formas en las que puedes comprender el uso de Stackdriver y optimizar sus costos.

Acerca de los precios de Stackdriver

Cada uno de los servicios en el conjunto de Stackdriver son servicios administrados. Esto te permite enfocarte en el uso de las estadísticas proporcionadas por Logging, Monitoring y APM, en lugar de la infraestructura necesaria para usar estos servicios. Cuando usas los servicios de Stackdriver, no tienes que pagar individualmente por las máquinas virtuales, las licencias de software, los análisis de seguridad, el mantenimiento del hardware o el espacio en un centro de datos. Los servicios administrados de Stackdriver ofrecen un costo simple por uso.

Los costos de Stackdriver incluyen gastos de Logging, Monitoring y APM, que incluyen Stackdriver Trace, Stackdriver Profiler, Stackdriver Error Reporting y Stackdriver Debugger. Profiler y Error Reporting no tienen costo cuando aún están en la versión Beta y puedes usar Debugger sin ningún costo.

Costos de Logging

Los precios de Logging se basan en el volumen de los registros cobrables transferidos. El precio de este producto proporciona un costo simple por GiB. Esta es una asignación gratuita por mes y algunos registros, como los registros de Cloud Audit, no tienen costo.

Ejemplos del uso de un producto que genera costos a través del volumen de registro adicional incluyen el uso de:

  • Cloud Load Balancing
  • El agente de Logging en Compute Engine
  • El agente de Logging en Amazon Web Services (AWS)
  • La operación de escritura en la API de Stackdriver Logging

Costos de Monitoring

Los precios de Monitoring se basan en el volumen de las métricas cobrables transferidas y en el número de llamadas a la API cobrables. Por ejemplo, las métricas que no son de GCP, como las de agente, personalizadas, externas y de AWS, son cobrables. El método projects.timeSeries.list en la API de Stackdriver Monitoring se cobra mediante la llamada a la API, mientras que el resto del uso de la API es gratuito. Esta es una asignación gratuita por volumen de métricas por mes y muchas de las métricas, incluidas todas las métricas de GCP, no tienen cargo. Consulta Precios de Stackdriver para obtener más información sobre qué métricas son cobrables.

Ejemplos del uso de un producto que genera costos a través del volumen de métrica y de las llamadas a la API incluyen el uso de:

  • Métricas personalizadas de Monitoring
  • El agente de Monitoring en Compute Engine
  • El agente de Monitoring en AWS
  • La operación de lectura en la API de Monitoring

Costos de Trace

Los precios de Trace se basan en el número de intervalos transferidos y eventualmente analizados. Algunos servicios de GCP, como el entorno estándar de App Engine, producen automáticamente intervalos sin cargo. Hay una asignación gratuita por mes para Trace.

Ejemplos del uso de un producto que genera costos a través de los intervalos transferidos incluyen agregar instrumentación para:

  • Intervalos para aplicaciones de App Engine fuera de los intervalos predeterminados
  • Cloud Load Balancing
  • Aplicaciones personalizadas

Sobre el uso de Stackdriver

Comprender el uso de Stackdriver puede proporcionarte estadísticas sobre qué componentes del conjunto de Stackdriver generan costos. Esto ayuda a identificar áreas que podrían ser apropiadas para la optimización.

Análisis de factura de GCP

El primer paso para comprender tu uso es revisar tu factura de GCP y comprender los costos relacionados con Stackdriver. Una forma de obtener información es usar los informes de facturación disponibles en Google Cloud Platform Console.

La página Informes ofrece un rango útil de filtros para limitar los resultados por tiempo, proyecto, productos, SKU y etiquetas. Para limitar específicamente los datos de facturación a los costos relacionados con Stackdriver, puedes agregar un filtro de productos seleccionando todos los productos de Stackdriver y, luego, agruparlos por producto. El grafo resultante, que se muestra en la siguiente imagen, proporciona tu desglose de costos de los productos Stackdriver.

Desglose de costos de Stackdriver

Logging

Logging proporciona listas detalladas de registros, volumen de registro actual y volumen mensual proyectado para cada proyecto. Puedes revisar estos detalles para cada proyecto mientras revisas tus cargos de Logging en tu factura de GCP. Esto hace que sea fácil ver qué registros tienen el volumen más alto y, por lo tanto, contribuyen más al costo.

Puedes encontrar el volumen de registros transferidos en tu proyecto en la sección Transferencia de registros de Logging. El Visor de registros proporciona una lista de los registros, su mes anterior, el mes actual, así como los volúmenes de registro de fin de mes (EOM) excluidos y proyectados. En la siguiente imagen, cada registro se vincula a Monitoring, que muestra un grafo del volumen del registro a lo largo del tiempo.

Visor de registros con vínculos de registros

Este análisis te permite desarrollar estadísticas sobre el uso de los registros en proyectos específicos y cómo cambió su volumen con el tiempo. Puedes usar este análisis con el fin de identificar qué registros debes considerar para su optimización.

Monitoring

Monitoring, organizado en lugares de trabajo, proporciona una lista detallada de proyectos y volúmenes de métricas previos, actuales y proyectados. Debido a que los lugares de trabajo de Stackdriver pueden incluir más de un proyecto, los volúmenes para cada proyecto se enumeran por separado, como se ilustra en la siguiente imagen.

Lugar de trabajo con múltiples proyectos

Obtén más información sobre cómo encontrar los detalles de uso de Workspace Monitoring.

Puedes ver el grafo detallado de la métrica del volumen de métricas para cada proyecto en el Explorador de métricas en Monitoring, que proporciona estadísticas sobre el volumen de métricas transferidas en el tiempo.

Este análisis te proporciona los volúmenes de métricas de Monitoring para cada proyecto que identificaste mientras revisabas tus cargos de Monitoring en tu factura de GCP. Luego puedes revisar los volúmenes de métricas específicas y comprender qué componentes contribuyen con el mayor volumen y costo.

Trace

Trace proporciona una vista detallada de los intervalos transferidos para el mes actual y el anterior. Puedes revisar estos detalles en GCP Console para cada proyecto que identifiques mientras revisas tus cargos de Trace en tu factura de GCP.

Este análisis te proporciona la cantidad de intervalos transferidos para cada proyecto en un lugar de trabajo de Stackdriver que identificaste cuando revisaste tus cargos de Trace en tu factura de GCP. Luego, puedes revisar la cantidad específica de intervalos transferidos y comprender qué proyectos y servicios contribuyen con la mayor cantidad de intervalos y costos.

Exportación de Logging

Logging proporciona un receptor de registros para exportar registros a Cloud Storage, BigQuery y Cloud Pub/Sub. Los costos relacionados con estas exportaciones no se incluyen en los precios estándar de Stackdriver porque se reflejan en los costos de los productos respectivos.

Por ejemplo, si exportas todos tus registros de Stackdriver a BigQuery para su análisis y almacenamiento a largo plazo, generarás costos de BigQuery, que incluyen el almacenamiento por GiB y cualquier costo de consulta.

Para comprender los costos que generan tus exportaciones, considera los siguientes pasos:

  1. Encuentra tus receptores de registros. Averigua qué receptor de registros, si hay alguno, tienes habilitado. Por ejemplo, es posible que tu proyecto ya tenga varios receptores de registros que se crearon para diferentes propósitos, como operaciones de seguridad o con el fin de cumplir con los requisitos reglamentarios.
  2. Revisa tus detalles de uso. Revisa el uso del destino de las exportaciones. Por ejemplo, los tamaños de tabla de BigQuery para una exportación de BigQuery o los tamaños de depósito para las exportaciones de Cloud Storage.

Encuentra tus receptores de registros

Tus receptores de registros pueden estar a nivel del proyecto (uno o más receptores por proyecto) o pueden estar a nivel organizativo de GCP, llamados exportaciones agregadas. Los receptores pueden incluir muchos registros de proyectos en la misma organización de GCP.

Puedes ver tus receptores de registros si observas proyectos específicos. GCP Console proporciona una lista de receptores y el destino. Con el fin de ver tus exportaciones agregadas para tu organización, puedes usar la línea de comandos de la lista de receptores de registros de gcloud --organization ORGANIZATION_ID.

Revisa tus detalles de uso

Monitoring proporciona un amplio conjunto de métricas no solo para tus aplicaciones, sino también para el uso de tu producto GCP. Puedes obtener las métricas de uso detalladas para Cloud Storage, BigQuery y Cloud Pub/Sub si consultas las métricas de uso en el Explorador de métricas de Monitoring.

Cloud Storage

Si usas el Explorador de métricas en Monitoring, puedes ver el tamaño de almacenamiento de tus depósitos de Cloud Storage. Usa los siguientes valores en el Explorador de métricas con el fin de ver el tamaño de almacenamiento de tus depósitos de Cloud Storage usados para los receptores de registros.

IR A LA PÁGINA EXPLORADOR DE MÉTRICAS

  1. Para el Tipo de recurso (Resource type), ingresa gcs_bucket.
  2. Para la Métrica (Metric), ingresa storage.googleapis.com/storage/total_bytes.
  3. Agrega los siguientes Filtros:

    1. Haz clic en project_id y, luego, selecciona tu ID del proyecto de GCP.
    2. Haz clic en dataset_name y, luego, selecciona el nombre de tu depósito de exportación de Cloud Storage.

Tamaño de almacenamiento de los depósitos de Cloud Storage

El grafo anterior muestra el tamaño de los datos en KB exportados a lo largo del tiempo, lo que proporciona estadísticas sobre el uso de la exportación de Logging a Cloud Storage.

BigQuery

Si usas el Explorador de métricas en Monitoring, puedes ver el tamaño de almacenamiento de tu conjunto de datos de BigQuery. Usa los siguientes valores en el Explorador de métricas con el fin de ver el tamaño de almacenamiento de tu conjunto de datos de BigQuery usados para el receptor de registros.

IR A LA PÁGINA EXPLORADOR DE MÉTRICAS

  1. Para el Tipo de recurso (Resource Type), ingresa bigquery_dataset.
  2. Para la Métrica (Metric), ingresa bigquery.googleapis.com/storage/stored_bytes.
  3. Agrega los siguientes Filtros:

    1. Haz clic en project_id y, luego, selecciona tu ID del proyecto de GCP.
    2. Haz clic en dataset_id y, luego, selecciona tu nombre de conjunto de datos de exportación de BigQuery.
  4. Para Agrupar por (Group By), ingresa dataset_id.

Tamaño de almacenamiento del conjunto de datos de BigQuery

El grafo anterior muestra el tamaño del conjunto de datos de exportación en GB a lo largo del tiempo, lo que proporciona estadísticas sobre el uso de la exportación de Logging a BigQuery.

Cloud Pub/Sub

Si usas el Explorador de métricas en Monitoring, puedes ver la cantidad de mensajes y el tamaño de los mensajes exportados a Cloud Pub/Sub. Usa los siguientes valores en el Explorador de métricas con el fin de ver el tamaño de almacenamiento de tu tema de Cloud Pub/Sub usado para el receptor de registros.

IR A LA PÁGINA EXPLORADOR DE MÉTRICAS

  1. Para el Tipo de recurso (Resource type), ingresa pubsub_topic.
  2. Para la Métrica (Metric), ingresa pubsub.googleapis.com/topic/byte_cost.
  3. Agrega los siguientes Filtros:

    1. Haz clic en project_id y, luego, selecciona tu ID del proyecto de GCP.
    2. Haz clic en topic_id y, luego, selecciona tu nombre de tema de exportación de Cloud Pub/Sub.

Tamaño de almacenamiento del tema de Cloud Pub/Sub

El grafo anterior muestra el tamaño de los datos en KB exportados a lo largo del tiempo, lo que proporciona estadísticas sobre el uso de la exportación de Logging a Cloud Pub/Sub.

Implementa controles de costos de Stackdriver

Las siguientes opciones describen formas posibles de reducir tus costos de Stackdriver. Cada opción se consigue a expensas de limitar las estadísticas sobre tu infraestructura y aplicaciones. Selecciona la opción que te brinde la mejor compensación entre observabilidad y costo.

Controles de costos de Logging

Para optimizar tu uso de Logging, puedes reducir la cantidad de registros que se transfieren a Logging. Existen varias estrategias que puedes usar para ayudar a reducir el volumen de registros mientras continúas manteniendo los registros que necesitan tus desarrolladores y operadores.

Excluye registros

Puedes excluir la mayoría de los registros que tus equipos de operaciones y desarrolladores no necesitan de Logging o Error Reporting.

La exclusión de registros significa que no aparecen en la IU de Logging o Error Reporting. Puedes usar los filtros de registro para seleccionar entradas de registro específicas o registros completos que están excluidos. También puedes usar reglas de exclusión de muestreo para excluir un porcentaje de entradas de registro. Por ejemplo, es posible que quieras excluir ciertos registros en función del alto volumen o la falta de valor práctico.

A continuación, hay varios ejemplos comunes de exclusión:

  • Excluir registros de Cloud Load Balancing. Los balanceadores de cargas pueden producir un gran volumen de registros para aplicaciones de tráfico alto. Por ejemplo, puedes usar un filtro de registro con el fin de configurar una exclusión para el 90% de los mensajes de Cloud Load Balancing.
  • Excluir registros de flujo de nube privada virtual (Controles del servicio de VPC). Los registros de flujo incluyen registros para cada comunicación entre máquinas virtuales en una red de Controles del servicio de VPC, lo que puede producir un gran volumen de registros. Existen dos enfoques para reducir el volumen de registros, que puedes utilizar juntos o por separado.

    • Excluir por contenido de entrada de registro. Excluye la mayoría de los registros de flujo de VPC y conserva solo mensajes de registro específicos que podrían ser útiles. Por ejemplo, si tienes VPC privadas que no deberían recibir tráfico entrante de fuentes externas, es posible que solo quieras conservar registros de flujo con campos de fuente de direcciones IP externas.
    • Excluir por porcentaje. Otro enfoque es generar muestras de solo un porcentaje de registros identificados por el filtro. Por ejemplo, es posible que quieras excluir el 95% y solo conservar el 5% de los registros de flujo.
  • Excluir respuestas HTTP de 200 OK de los registros de solicitud. Para las aplicaciones, los mensajes HTTP de 200 OK podrían no proporcionar mucha información y producir un gran volumen de registros para aplicaciones de alto tráfico.

Lee Exclusiones de registros para implementar exclusiones de registros.

Exporta registros

Puedes exportar registros, pero excluirlos de la transferencia a Logging. Esto te permite conservar los registros en Cloud Storage y BigQuery o usar Cloud Pub/Sub para procesar los registros, mientras se excluyen los registros de Logging, lo que podría ayudar a reducir costos. Esto significa que tus registros no aparecen en Logging, pero se exportan.

Usa este método con el fin de conservar los registros para un análisis a más largo plazo sin incurrir en el costo de transferencia a Logging. Para una comprensión detallada de cómo interactúan las exportaciones y exclusiones, consulta la vida de un diagrama de registro, que ilustra cómo se tratan las entradas de registros exportadas en Logging.

Sigue las instrucciones en los patrones de diseño para exportaciones de Logging con el fin de implementar las exportaciones de Logging.

Reduce el uso del agente de Logging

Puedes reducir los volúmenes de registro si no envías los registros adicionales generados por el agente de Logging a Logging. El agente de Logging transmite registros de aplicaciones comunes de terceros como Apache, Mongodb y MySQL.

Por ejemplo, es posible que reduzcas los volúmenes de registros si eliges no agregar el agente de Logging a las máquinas virtuales en entornos de desarrollo, o bien otros entornos no esenciales a Logging. Tus máquinas virtuales continúan reportando los registros estándar a Logging, pero no reportan los registros de aplicaciones de terceros ni de syslog.

Controles de costos de Monitoring

Para optimizar tu uso de Monitoring, puedes reducir el volumen de métricas cobrables que se transfieren a Monitoring y la cantidad de llamadas leídas a la API de Monitoring. Existen varias estrategias que puedes usar para reducir el volumen de métricas mientras continúas manteniendo las métricas que necesitan tus operadores y desarrolladores.

Optimiza el uso de etiquetas y las métricas de Stackdriver

La forma en que usas las etiquetas para los componentes de GCP podría afectar el volumen de las series temporales que se generan para tus métricas en Monitoring.

Por ejemplo, puedes usar etiquetas en tus VM con el fin de informar adecuadamente las métricas a los centros de costos en tu factura de GCP y para indicar si los entornos de GCP específicos son de producción o desarrollo, como se ilustra en la siguiente imagen.

Etiquetas en los clústeres de Google Kubernetes Engine

Si agregas estas etiquetas significa que se generan series temporales adicionales en Monitoring. Si etiquetas tus máquinas virtuales con los valores cost_center y env, entonces puedes calcular el número total de series temporales mediante la multiplicación de la cardinalidad de ambas etiquetas.

total_num_time_series = cost_center_cardinality * env_cardinality

Si hay 11 valores cost_center y 5 valores env , eso significa que se generan 55 series temporales. Esta es la razón por la que la forma en que agregas etiquetas puede agregar un volumen de métrica significativo y, por lo tanto, aumentar el costo. Consulta la entrada de blog Trucos y sugerencias de Stackdriver: Cómo entender las métricas y realizar gráficos para obtener una descripción detallada de la cardinalidad de la métrica.

Recomendamos lo siguiente para minimizar las series temporales adicionales:

  1. Cuando sea posible, limita el número de etiquetas.
  2. Selecciona los valores de etiqueta cuidadosamente para evitar valores de etiqueta con alta cardinalidad. Por ejemplo, el uso de una dirección IP como etiqueta da como resultado una serie temporal para cada dirección IP, lo que podría ser un gran número si tienes muchas VM.
Reduce el uso de agentes de Monitoring

Las métricas enviadas desde el agente de Monitoring son métricas cobrables. El agente de Monitoring transmite métricas de aplicación y sistema de aplicaciones comunes de terceros, como Apache, MySQL y Nginx, así como las métricas de GCP adicionales a nivel de VM. Si no necesitas las métricas detalladas del sistema o las métricas de las aplicaciones de terceros para ciertas VM, puedes reducir el volumen si no envías estas métricas. También puedes reducir los volúmenes de métricas si reduces el número de VM que usan el agente de Monitoring.

Por ejemplo, puedes reducir los volúmenes de métricas si eliges no agregar proyectos de GCP en entornos de desarrollo, o bien otros entornos no esenciales a Monitoring. Además, puedes optar por no incluir el agente de Monitoring en VM en entornos de desarrollo, o bien otros entornos no esenciales.

Reduce el uso de métricas personalizadas

Las métricas personalizadas son métricas cobrables creadas con la API de Monitoring para supervisar cualquier métrica que instrumente un usuario. Puedes crear estas métricas si usas la API de Monitoring o las herramientas que están integradas con Stackdriver.

Una de esas herramientas es OpenCensus. OpenCensus es una distribución de bibliotecas que recopila métricas y seguimientos distribuidos de tus aplicaciones. Las aplicaciones que cuentan con OpenCensus pueden reportar métricas a múltiples backends, incluido Stackdriver, mediante el uso de métricas personalizadas. Estas métricas aparecen en Monitoring bajo el tipo de recurso de prefijo custom.googleapis.com/opencensus. Por ejemplo, la latencia de ida y vuelta del cliente informada por OpenCensus aparece en Monitoring bajo el tipo de recurso custom.googleapis.com/opencensus/grpc.io/client/roundtrip_latency.

Cuantas más aplicaciones instales para enviar métricas, más métricas de supervisión personalizadas se generarán. Si deseas reducir los volúmenes de métricas, puedes reducir la cantidad de métricas de supervisión personalizadas que envían tus aplicaciones.

Controles de costos de Trace

Para optimizar el uso de Trace, puedes reducir la cantidad de intervalos transferidos y analizados. Cuando configuras tu aplicación con el fin de informar los intervalos a Trace, usas el muestreo para transferir una parte del tráfico. El muestreo es una parte clave de un sistema de seguimiento porque proporciona estadísticas sobre el desglose de la latencia causada por los componentes de la aplicación, como las llamadas RPC. Esta no es solo una práctica recomendada para el uso de Trace, sino que también puedes reducir tu volumen de intervalo por motivos de reducción de costos.

Usa el muestreo de OpenCensus

Si usas Trace como destino de exportación para tus intervalos de OpenCensus, puedes usar la característica de muestreo en OpenCensus para reducir el volumen de intervalos que se transfieren.

Por ejemplo, si tienes una aplicación web popular con 5,000 consultas/seg., puedes obtener suficiente información del muestreo del 5% del tráfico de tu aplicación en lugar del 20%. Esto reduce la cantidad de intervalos transferidos a Trace en un cuarto.

Puedes especificar el muestreo en la configuración de la instrumentación con las bibliotecas de OpenCensus Python para Trace. Como ejemplo, el exportador de OpenCensus Python proporciona un ProbabilitySampler que puedes usar para especificar una tasa de muestreo.

from opencensus.trace.samplers import probability
from opencensus.trace import tracer as tracer_module

# Sampling the requests at the rate equals 0.05
sampler = probability.ProbabilitySampler(rate=0.05)
tracer = tracer_module.Tracer(sampler=sampler)
Usa las cuotas de intervalo de la API de Trace de Stackdriver

Puedes usar las cuotas para limitar el uso de Trace y el costo. Puedes aplicar cuotas de intervalo con la página de cuota específica de la API en GCP Console.

Establecer una cuota específica que sea inferior a la cuota de producto predeterminada significa que garantizas que tu proyecto no superará el límite de cuota específico. Esta es una manera de garantizar que tus costos sean los esperados. Puedes supervisar esta cuota desde la página de cuotas específica de la API, como se ilustra en la siguiente imagen.

Supervisión de la página de cuota específica de la API

Si reduces tu cuota de intervalo, también debes considerar supervisar las métricas de la cuota de intervalo y configurar una política de alertas en Monitoring para enviar una alerta cuando el uso se acerque a la cuota. Esta alerta te pedirá que observes el uso y, luego, identifiques la aplicación y el desarrollador que podrían generar el gran volumen de intervalos. Si estableces una cuota de intervalo y se excede, los intervalos se eliminan hasta que ajustes la cuota.

Por ejemplo, si tu cuota de intervalo es de 50 millones de intervalos transferidos, puedes establecer una alerta cada vez que hayas utilizado el 80% de tu cuota de la API, que es de 40 millones de intervalos. Sigue las instrucciones para administrar las políticas de alertas con el fin de crear una política de alertas con los siguientes detalles.

IR A MONITORING

  1. Para el Tipo de recurso, ingresa global.
  2. Para la Métrica, ingresa cloudtrace.googleapis.com/billing/monthly_spans_ingested.
  3. Agrega los siguientes valores de Filtro:

    1. Haz clic en project_id y, luego, selecciona tu ID del proyecto de GCP.
    2. Haz clic en chargeable, y luego selecciona true.
  4. En la sección Configuración, completa los siguientes campos:

    1. Para La condición se activa si selecciona Cualquier serie temporal es una infracción.
    2. Para Condición, selecciona es superior a.
    3. Para Umbral, ingresa 40000000.
    4. En el campo Para, selecciona valor más reciente.

La alerta generada a partir de la política de alertas es similar a la siguiente alerta. En la alerta, puedes ver los detalles sobre el proyecto, la política de alertas que generó la alerta y el valor actual de la métrica.

Detalles de la alerta

Optimiza emisores de terceros

Tu aplicación podría ser llamada por otra aplicación. Si tu aplicación reporta intervalos, entonces la cantidad de intervalos informados por tu aplicación podría depender del tráfico entrante que recibas de la aplicación de terceros. Por ejemplo, si tienes un microservicio de frontend que llama a un microservicio de confirmación de compra y ambos están equipados con OpenCensus, la tasa de muestreo para el tráfico es al menos tan alta como la tasa de muestreo del frontend. Comprender cómo interactúan las aplicaciones instrumentadas te permite evaluar el impacto de la cantidad de intervalos transferidos.

Exportación de Logging

Si tus costos relacionados con las exportaciones de Logging son una preocupación, una solución es actualizar tu receptor de registros para usar un filtro de registros con el fin de reducir el volumen de registros que se exportan. Puedes excluir de la exportación los registros que no necesites.

Por ejemplo, si tienes un entorno con una aplicación que se ejecuta en Compute Engine y que usa Cloud SQL, Cloud Storage y BigQuery, puedes limitar los registros resultantes con el fin de incluir solo la información para esos productos. El siguiente filtro limita la exportación a registros de los registros de Cloud Audit, Compute Engine, Cloud Storage, Cloud SQL y BigQuery. Puedes usar este filtro para un receptor de registros y solo incluir los registros seleccionados.

logName:"/logs/cloudaudit.googleapis.com" AND
(resource.type:gce OR
resource.type=gcs_bucket OR
resource.type=cloudsql_database OR
resource.type=bigquery_resource)

Conclusión

Logging, Monitoring y el conjunto de APM permiten ver los datos de uso del producto para que puedas comprender los detalles del uso de tu producto. Estos datos de uso te permiten configurar los productos para que puedas optimizar adecuadamente tu uso y costos.

Pasos siguientes