Mulai menggunakan koleksi terkelola

Dokumen ini menjelaskan cara menyiapkan Google Cloud Managed Service for Prometheus dengan koleksi terkelola. Penyiapan ini adalah contoh minimal penyerapan yang berfungsi, menggunakan deployment Prometheus yang memantau contoh aplikasi dan menyimpan metrik yang dikumpulkan di Monarch.

Dokumen ini menunjukkan cara melakukan hal berikut:

• Siapkan lingkungan dan alat command line Anda.
• Siapkan koleksi terkelola untuk cluster Anda.
• Mengonfigurasi resource untuk scraping target dan penyerapan metrik.
• Migrasikan resource kustom prometheus-operator yang ada.

Sebaiknya gunakan koleksi terkelola; hal ini mengurangi kerumitan dalam men-deploy, menskalakan, membagi, mengonfigurasi, dan memelihara pengumpul. Pengumpulan terkelola didukung untuk GKE dan semua lingkungan Kubernetes lainnya.

Koleksi terkelola menjalankan pengumpul berbasis Prometheus sebagai Daemonset dan memastikan skalabilitas dengan hanya meng-scrap target di node yang ditempatkan bersama. Anda mengonfigurasi pengumpul dengan resource kustom ringan untuk meng-scrape eksportir menggunakan pengumpulan tarik, lalu pengumpul akan mengirimkan data yang di-scrape ke Monarch, penyimpanan data pusat. Google Cloud tidak pernah mengakses cluster Anda secara langsung untuk menarik atau meng-scrape data metrik; pengumpul Anda mengirimkan data ke Google Cloud. Untuk mengetahui informasi selengkapnya tentang pengumpulan data terkelola dan yang di-deploy sendiri, lihat Pengumpulan data dengan Managed Service for Prometheus dan Penyerapan dan pembuatan kueri dengan pengumpulan terkelola dan yang di-deploy sendiri.

Sebelum memulai

Bagian ini menjelaskan konfigurasi yang diperlukan untuk tugas yang dijelaskan dalam dokumen ini.

Menyiapkan project dan alat

Untuk menggunakan Google Cloud Managed Service for Prometheus, Anda memerlukan resource berikut:

• Project Google Cloud dengan Cloud Monitoring API diaktifkan.

  • Jika Anda tidak memiliki Google Cloud project, lakukan hal berikut:

    1. Di Google Cloud console, buka New Project:

       Membuat Project Baru

    2. Di kolom Project Name, masukkan nama project Anda, lalu klik Create.

    3. Buka Penagihan:

       Buka Penagihan

    4. Pilih project yang baru saja Anda buat jika belum dipilih di bagian atas halaman.

    5. Anda akan diminta untuk memilih profil pembayaran yang sudah ada atau membuat profil pembayaran baru.

    Monitoring API diaktifkan secara default untuk project baru.

  • Jika Anda sudah memiliki Google Cloud project, pastikan Monitoring API diaktifkan:

    1. Buka APIs & services:

       Buka APIs & services

    2. Pilih project Anda.

    3. Klik Aktifkan API dan Layanan.

    4. Telusuri "Monitoring".

    5. Di hasil penelusuran, klik "Cloud Monitoring API".

    6. Jika "API enabled" tidak ditampilkan, klik tombol Enable.

• Cluster Kubernetes. Jika Anda tidak memiliki cluster Kubernetes, ikuti petunjuk di Mulai Cepat untuk GKE.

Anda juga memerlukan alat command line berikut:

• gcloud
• kubectl

Alat gcloud dan kubectl adalah bagian dari Google Cloud CLI. Untuk mengetahui informasi tentang cara menginstalnya, lihat Mengelola komponen Google Cloud CLI. Untuk melihat komponen gcloud CLI yang telah Anda instal, jalankan perintah berikut:

gcloud components list

Mengonfigurasi lingkungan Anda

Agar tidak perlu memasukkan project ID atau nama cluster berulang kali, lakukan konfigurasi berikut:

• Konfigurasi alat command line sebagai berikut:

  • Konfigurasi gcloud CLI untuk merujuk ke ID projectGoogle Cloud Anda:

    gcloud config set project PROJECT_ID
    

  • Konfigurasi CLI kubectl untuk menggunakan cluster Anda:

    kubectl config set-cluster CLUSTER_NAME
    

  Untuk mengetahui informasi selengkapnya tentang alat ini, lihat artikel berikut:

  • Ringkasan gcloud CLI
  • Perintah kubectl

Menyiapkan namespace

Buat namespace Kubernetes NAMESPACE_NAME untuk resource yang Anda buat sebagai bagian dari aplikasi contoh:

kubectl create ns NAMESPACE_NAME

Menyiapkan pengumpulan terkelola

Anda dapat menggunakan pengumpulan terkelola di cluster Kubernetes GKE dan non-GKE.

Setelah pengumpulan terkelola diaktifkan, komponen dalam cluster akan berjalan, tetapi belum ada metrik yang dihasilkan. Resource PodMonitoring atau ClusterPodMonitoring diperlukan oleh komponen ini untuk meng-scrape endpoint metrik dengan benar. Anda harus men-deploy resource ini dengan endpoint metrik yang valid atau mengaktifkan salah satu paket metrik terkelola, misalnya, Kube state metrics, yang sudah ada di GKE. Untuk mengetahui informasi pemecahan masalah, lihat Masalah sisi penyerapan.

Mengaktifkan koleksi terkelola akan menginstal komponen berikut di cluster Anda:

• Deployment gmp-operator, yang men-deploy operator Kubernetes untuk Managed Service for Prometheus.
• Deployment rule-evaluator, yang digunakan untuk mengonfigurasi dan menjalankan aturan perekaman dan pemberitahuan.
• DaemonSet collector, yang menskalakan pengumpulan secara horizontal dengan meng-scrape metrik hanya dari pod yang berjalan di node yang sama dengan setiap pengumpul.
• StatefulSet alertmanager, yang dikonfigurasi untuk mengirimkan pemberitahuan yang dipicu ke saluran notifikasi pilihan Anda.

Untuk dokumentasi referensi tentang operator Managed Service for Prometheus, lihat halaman manifes.

Mengaktifkan pengumpulan terkelola: GKE

Pengumpulan terkelola diaktifkan secara default untuk berikut ini:

• Cluster GKE Autopilot yang menjalankan GKE versi 1.25 atau yang lebih baru.

• Cluster GKE Standard yang menjalankan GKE versi 1.27 atau yang lebih baru. Anda dapat mengganti default ini saat membuat cluster; lihat Menonaktifkan koleksi terkelola.

Jika Anda menjalankan di lingkungan GKE yang tidak mengaktifkan pengumpulan terkelola secara default, lihat Mengaktifkan pengumpulan terkelola secara manual.

Koleksi terkelola di GKE akan otomatis diupgrade saat versi komponen dalam cluster baru dirilis.

Koleksi terkelola di GKE menggunakan izin yang diberikan ke akun layanan Compute Engine default. Jika Anda memiliki kebijakan yang mengubah izin standar pada akun layanan node default, Anda mungkin perlu menambahkan peran Monitoring Metric Writer untuk melanjutkan.

Mengaktifkan koleksi terkelola secara manual

Jika Anda menjalankan di lingkungan GKE yang tidak mengaktifkan pengumpulan terkelola secara default, Anda dapat mengaktifkan pengumpulan terkelola menggunakan cara berikut:

• Dasbor Managed Prometheus Bulk Cluster Enablement di Cloud Monitoring.
• Halaman Kubernetes Engine di konsol Google Cloud .
• Google Cloud CLI. Untuk menggunakan gcloud CLI, Anda harus menjalankan GKE versi 1.21.4-gke.300 atau yang lebih baru.

• Terraform untuk Google Kubernetes Engine. Untuk menggunakan Terraform guna mengaktifkan Managed Service for Prometheus, Anda harus menjalankan GKE versi 1.21.4-gke.300 atau yang lebih baru.

Dasbor Managed Prometheus Bulk Cluster Enablement

Anda dapat melakukan hal berikut menggunakan dasbor Managed Prometheus Bulk Cluster Enablement di Cloud Monitoring.

• Tentukan apakah Managed Service for Prometheus diaktifkan di cluster Anda dan apakah Anda menggunakan pengumpulan terkelola atau yang di-deploy sendiri.
• Aktifkan pengumpulan terkelola di cluster dalam project Anda.
• Lihat informasi lain tentang cluster Anda.

Untuk melihat dasbor Managed Prometheus Bulk Cluster Enablement, lakukan hal berikut:

1. Di konsol Google Cloud , buka halaman  Dashboards:

   Buka Dasbor

   Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Monitoring.

2. Gunakan panel filter untuk menelusuri entri Managed Prometheus Bulk Cluster Enablement, lalu pilih entri tersebut.

Untuk mengaktifkan pengumpulan terkelola di satu atau beberapa cluster GKE dengan menggunakan dasbor Pengaktifan Massal Prometheus Terkelola untuk Cluster, lakukan hal berikut:

1. Centang kotak untuk setiap cluster GKE tempat Anda ingin mengaktifkan pengumpulan terkelola.

2. Pilih Aktifkan yang Dipilih.

Catatan: Dasbor ini hanya menampilkan cluster GKE dalam project saat ini, meskipun project tersebut memiliki beberapa project dalam cakupan metriknya. Untuk mengetahui informasi selengkapnya, lihat Ringkasan melihat metrik untuk beberapa project.

UI Kubernetes Engine

Anda dapat melakukan hal berikut dengan menggunakan konsol Google Cloud :

• Aktifkan pengumpulan terkelola di cluster GKE yang ada.
• Buat cluster GKE baru dengan koleksi terkelola yang diaktifkan.

Untuk mengupdate cluster yang ada, lakukan hal berikut:

1. Di konsol Google Cloud , buka halaman Kubernetes clusters:

   Buka Kubernetes clusters

   Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Kubernetes Engine.

2. Klik nama cluster.

3. Dalam daftar Fitur, cari opsi Managed Service for Prometheus. Jika tercantum sebagai dinonaktifkan, klik Edit, lalu pilih Aktifkan Managed Service for Prometheus.

4. Klik Simpan perubahan.

Untuk membuat cluster dengan koleksi terkelola yang diaktifkan, lakukan hal berikut:

1. Di konsol Google Cloud , buka halaman Kubernetes clusters:

   Buka Kubernetes clusters

   Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Kubernetes Engine.

2. Klik Buat.

3. Klik Konfigurasi untuk opsi Standard.

4. Di panel navigasi, klik Fitur.

5. Di bagian Operations, pilih Enable Managed Service for Prometheus.

6. Klik Simpan.

gcloud CLI

Anda dapat melakukan hal berikut menggunakan gcloud CLI:

• Aktifkan pengumpulan terkelola di cluster GKE yang ada.
• Buat cluster GKE baru dengan koleksi terkelola yang diaktifkan.

Pemrosesan perintah ini dapat memerlukan waktu hingga 5 menit.

Pertama, tetapkan project Anda:

gcloud config set project PROJECT_ID

Untuk mengupdate cluster yang ada, jalankan salah satu perintah update berikut berdasarkan apakah cluster Anda bersifat zonal atau regional:

• gcloud container clusters update CLUSTER_NAME --enable-managed-prometheus --zone ZONE
  

• gcloud container clusters update CLUSTER_NAME --enable-managed-prometheus --region REGION
  

Untuk membuat cluster dengan pengumpulan terkelola yang diaktifkan, jalankan perintah berikut:

gcloud container clusters create CLUSTER_NAME --zone ZONE --enable-managed-prometheus

Autopilot GKE

Pengumpulan terkelola diaktifkan secara default di cluster Autopilot GKE yang menjalankan GKE versi 1.25 atau yang lebih baru. Anda tidak dapat menonaktifkan koleksi terkelola.

Jika cluster Anda gagal mengaktifkan pengumpulan terkelola secara otomatis saat mengupgrade ke 1.25, Anda dapat mengaktifkannya secara manual dengan menjalankan perintah update di bagian gcloud CLI.

Terraform

Untuk mengetahui petunjuk tentang cara mengonfigurasi koleksi terkelola menggunakan Terraform, lihat registry Terraform untuk google_container_cluster.

Untuk informasi umum tentang penggunaan Google Cloud dengan Terraform, lihat Terraform dengan Google Cloud.

Menonaktifkan koleksi terkelola

Jika ingin menonaktifkan pengumpulan terkelola di cluster, Anda dapat menggunakan salah satu metode berikut:

UI Kubernetes Engine

Anda dapat melakukan hal berikut dengan menggunakan konsol Google Cloud :

• Menonaktifkan pengumpulan terkelola di cluster GKE yang ada.
• Ganti pengaktifan otomatis pengumpulan terkelola saat membuat cluster GKE Standard baru yang menjalankan GKE versi 1.27 atau yang lebih baru.

Untuk mengupdate cluster yang ada, lakukan hal berikut:

1. Di konsol Google Cloud , buka halaman Kubernetes clusters:

   Buka Kubernetes clusters

   Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Kubernetes Engine.

2. Klik nama cluster.

3. Di bagian Fitur, temukan opsi Managed Service for Prometheus. Klik  Edit, dan hapus Aktifkan Managed Service for Prometheus.

4. Klik Simpan perubahan.

Untuk mengganti pengaktifan otomatis pengumpulan terkelola saat membuat cluster GKE Standard baru (versi 1.27 atau yang lebih baru), lakukan langkah-langkah berikut:

1. Di konsol Google Cloud , buka halaman Kubernetes clusters:

   Buka Kubernetes clusters

   Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Kubernetes Engine.

2. Klik Buat.

3. Klik Konfigurasi untuk opsi Standard.

4. Di panel navigasi, klik Fitur.

5. Di bagian Operations, hapus centang Enable Managed Service for Prometheus.

6. Klik Simpan.

gcloud CLI

Anda dapat melakukan hal berikut menggunakan gcloud CLI:

• Menonaktifkan pengumpulan terkelola di cluster GKE yang ada.
• Ganti pengaktifan otomatis pengumpulan terkelola saat membuat cluster GKE Standard baru yang menjalankan GKE versi 1.27 atau yang lebih baru.

Pemrosesan perintah ini dapat memerlukan waktu hingga 5 menit.

Pertama, tetapkan project Anda:

gcloud config set project PROJECT_ID

Untuk menonaktifkan pengumpulan terkelola di cluster yang ada, jalankan salah satu perintah update berikut berdasarkan apakah cluster Anda bersifat zonal atau regional:

• gcloud container clusters update CLUSTER_NAME --disable-managed-prometheus --zone ZONE
  

• gcloud container clusters update CLUSTER_NAME --disable-managed-prometheus --region REGION
  

Catatan: Jika Anda telah mengaktifkan salah satu paket metrik kemampuan observasi yang dikurasi untuk GKE, Anda juga harus menentukan apakah Anda ingin terus mengumpulkan metrik sistem GKE atau tidak dengan menambahkan opsi --monitoring ke perintah untuk menonaktifkan layanan terkelola:

• --monitoring=SYSTEM (direkomendasikan)
• --monitoring=NONE

Untuk mengganti pengaktifan otomatis pengumpulan terkelola saat membuat cluster GKE Standar baru (versi 1.27 atau yang lebih baru), jalankan perintah berikut:

gcloud container clusters create CLUSTER_NAME --zone ZONE --no-enable-managed-prometheus

Autopilot GKE

Anda tidak dapat menonaktifkan pengumpulan terkelola di cluster GKE Autopilot yang menjalankan GKE versi 1.25 atau yang lebih baru.

Terraform

Untuk menonaktifkan koleksi terkelola, tetapkan atribut enabled di blok konfigurasi managed_prometheus ke false. Untuk mengetahui informasi selengkapnya tentang blok konfigurasi ini, lihat registry Terraform untuk google_container_cluster.

Untuk informasi umum tentang penggunaan Google Cloud dengan Terraform, lihat Terraform dengan Google Cloud.

Mengaktifkan pengumpulan terkelola: Kubernetes non-GKE

Jika Anda menjalankan di lingkungan non-GKE, Anda dapat mengaktifkan pengumpulan terkelola menggunakan perintah berikut:

• kubectl CLI.

• Solusi gabungan yang disertakan dalam deployment GKE Enterprise yang menjalankan versi 1.12 atau yang lebih baru.

kubectl CLI

Untuk menginstal pengumpul terkelola saat Anda menggunakan cluster Kubernetes non-GKE, jalankan perintah berikut untuk menginstal manifes penyiapan dan operator:

kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.15.3/manifests/setup.yaml

kubectl apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.15.3/manifests/operator.yaml

GKE Enterprise

Untuk mengetahui informasi tentang cara mengonfigurasi pengumpulan terkelola untuk cluster GKE Enterprise, lihat dokumentasi untuk distribusi Anda:

• Cluster Anthos di VMware (v1.12+)
• Cluster Anthos on bare metal (v1.12+)

Men-deploy aplikasi contoh

Aplikasi contoh memancarkan metrik penghitung example_requests_total dan metrik histogram example_random_numbers (di antara metrik lainnya) di port metrics. Manifes untuk aplikasi menentukan tiga replika.

Untuk men-deploy aplikasi contoh, jalankan perintah berikut:

kubectl -n NAMESPACE_NAME apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.15.3/examples/example-app.yaml

Mengonfigurasi resource PodMonitoring

Untuk menyerap data metrik yang dikeluarkan oleh aplikasi contoh, Managed Service for Prometheus menggunakan scraping target. Penargetan scraping dan penyerapan metrik dikonfigurasi menggunakan resource kustom Kubernetes. Layanan terkelola menggunakan resource kustom (CR) PodMonitoring.

CR PodMonitoring hanya meng-scrape target di namespace tempat CR di-deploy. Untuk meng-scrape target di beberapa namespace, deploy CR PodMonitoring yang sama di setiap namespace. Anda dapat memverifikasi bahwa resource PodMonitoring diinstal di namespace yang dimaksud dengan menjalankan kubectl get podmonitoring -A.

Untuk dokumentasi referensi tentang semua CR Managed Service for Prometheus, lihat prometheus-engine/doc/api reference.

Manifes berikut menentukan resource PodMonitoring, prom-example, di namespace NAMESPACE_NAME. Resource menggunakan pemilih label Kubernetes untuk menemukan semua pod di namespace yang memiliki label app.kubernetes.io/name dengan nilai prom-example. Pod yang cocok di-scrape di port bernama metrics, setiap 30 detik, di jalur HTTP /metrics.

apiVersion: monitoring.googleapis.com/v1
kind: PodMonitoring
metadata:
  name: prom-example
spec:
  selector:
    matchLabels:
      app.kubernetes.io/name: prom-example
  endpoints:
  - port: metrics
    interval: 30s

Untuk menerapkan resource ini, jalankan perintah berikut:

kubectl -n NAMESPACE_NAME apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.15.3/examples/pod-monitoring.yaml

Pengumpul terkelola Anda kini meng-scraping pod yang cocok. Anda dapat melihat status target scraping dengan mengaktifkan fitur status target.

Untuk mengonfigurasi pengumpulan horizontal yang berlaku untuk serangkaian pod di semua namespace, gunakan resource ClusterPodMonitoring. Resource ClusterPodMonitoring menyediakan antarmuka yang sama dengan resource PodMonitoring, tetapi tidak membatasi pod yang ditemukan ke namespace tertentu.

Catatan: Kolom targetLabels menyediakan konfigurasi pelabelan ulang gaya Prometheus yang disederhanakan. Anda dapat menggunakan pelabelan ulang untuk menambahkan label pod sebagai label pada deret waktu yang di-ingest. Anda tidak dapat mengganti label target wajib; untuk melihat daftar label ini, lihat resource prometheus_target.

Jika berjalan di GKE, Anda dapat melakukan hal berikut:

• Untuk membuat kueri metrik yang diserap oleh aplikasi contoh menggunakan PromQL di Cloud Monitoring, lihat Membuat kueri menggunakan Cloud Monitoring.
• Untuk membuat kueri metrik yang diserap oleh aplikasi contoh menggunakan Grafana, lihat Membuat kueri menggunakan Grafana atau konsumen Prometheus API.
• Untuk mempelajari cara memfilter metrik yang diekspor dan menyesuaikan resource prom-operator, lihat Topik tambahan untuk pengumpulan terkelola.

Jika Anda menjalankan di luar GKE, Anda perlu membuat akun layanan dan memberi otorisasi untuk menulis data metrik Anda, seperti yang dijelaskan di bagian berikut.

Memberikan kredensial secara eksplisit

Saat berjalan di GKE, server Prometheus pengumpul akan otomatis mengambil kredensial dari lingkungan berdasarkan akun layanan node. Di cluster Kubernetes non-GKE, kredensial harus diberikan secara eksplisit melalui resource OperatorConfig di namespace gmp-public.

1. Tetapkan konteks ke project target Anda:

   gcloud config set project PROJECT_ID
   

2. Buat akun layanan:

   gcloud iam service-accounts create gmp-test-sa
   

3. Berikan izin yang diperlukan ke akun layanan:

   gcloud projects add-iam-policy-binding PROJECT_ID\
     --member=serviceAccount:gmp-test-sa@PROJECT_ID. \
     --role=roles/monitoring.metricWriter
   

4. Buat dan download kunci untuk akun layanan:

   gcloud iam service-accounts keys create gmp-test-sa-key.json \
     --iam-account=gmp-test-sa@PROJECT_ID.
   

5. Tambahkan file kunci sebagai secret ke cluster non-GKE Anda:

   kubectl -n gmp-public create secret generic gmp-test-sa \
     --from-file=key.json=gmp-test-sa-key.json
   

6. Buka resource OperatorConfig untuk mengedit:

   kubectl -n gmp-public edit operatorconfig config
   

   1. Tambahkan teks yang ditampilkan dalam huruf tebal ke resource:

      apiVersion: monitoring.googleapis.com/v1
      kind: OperatorConfig
      metadata:
        namespace: gmp-public
        name: config
      collection:
        credentials:
          name: gmp-test-sa
          key: key.json
      

      Pastikan Anda juga menambahkan kredensial ini ke bagian rules agar evaluasi aturan terkelola berfungsi.

   2. Simpan file dan tutup editor. Setelah perubahan diterapkan, pod akan dibuat ulang dan mulai mengautentikasi ke backend metrik dengan akun layanan yang diberikan.

   Topik tambahan untuk koleksi terkelola

   Bagian ini menjelaskan cara melakukan hal berikut:

   • Aktifkan fitur status target untuk memudahkan proses debug.
   • Konfigurasi scraping target menggunakan Terraform.
   • Memfilter data yang Anda ekspor ke layanan terkelola.
   • Scrape metrik Kubelet dan cAdvisor.
   • Konversi resource prom-operator yang ada untuk digunakan dengan layanan terkelola.
   • Menjalankan pengumpulan terkelola di luar GKE.

   Mengaktifkan fitur status target

   Managed Service for Prometheus menyediakan cara untuk memeriksa apakah target Anda ditemukan dan di-scrap dengan benar oleh kolektor. Laporan status target ini dimaksudkan sebagai alat untuk men-debug masalah akut. Sebaiknya aktifkan fitur ini hanya untuk menyelidiki masalah yang mendesak. Membiarkan pelaporan status target aktif di cluster besar dapat menyebabkan operator kehabisan memori dan mengalami loop error.

   Anda dapat memeriksa status target di resource PodMonitoring atau ClusterPodMonitoring dengan menyetel nilai features.targetStatus.enabled dalam resource OperatorConfig ke true, seperti yang ditunjukkan berikut:

   apiVersion: monitoring.googleapis.com/v1
   kind: OperatorConfig
   metadata:
     namespace: gmp-public
     name: config
   features:
     targetStatus:
       enabled: true
   

   Setelah beberapa detik, kolom Status.Endpoint Statuses akan muncul di setiap resource PodMonitoring atau ClusterPodMonitoring yang valid, jika dikonfigurasi.

   Jika Anda memiliki resource PodMonitoring dengan nama prom-example di namespace NAMESPACE_NAME, Anda dapat memeriksa statusnya dengan menjalankan perintah berikut:

   kubectl -n NAMESPACE_NAME describe podmonitorings/prom-example
   

   Outputnya akan terlihat seperti berikut:

   API Version:  monitoring.googleapis.com/v1
   Kind:         PodMonitoring
   ...
   Status:
     Conditions:
       ...
       Status:                True
       Type:                  ConfigurationCreateSuccess
     Endpoint Statuses:
       Active Targets:       3
       Collectors Fraction:  1
       Last Update Time:     2023-08-02T12:24:26Z
       Name:                 PodMonitoring/custom/prom-example/metrics
       Sample Groups:
         Count:  3
         Sample Targets:
           Health:  up
           Labels:
             Cluster:                     CLUSTER_NAME
             Container:                   prom-example
             Instance:                    prom-example-589ddf7f7f-hcnpt:metrics
             Job:                         prom-example
             Location:                    REGION
             Namespace:                   NAMESPACE_NAME
             Pod:                         prom-example-589ddf7f7f-hcnpt
             project_id:                  PROJECT_ID
           Last Scrape Duration Seconds:  0.020206416
           Health:                        up
           Labels:
             ...
           Last Scrape Duration Seconds:  0.054189485
           Health:                        up
           Labels:
             ...
           Last Scrape Duration Seconds:  0.006224887
   

   Output mencakup kolom status berikut:

   • Status.Conditions.Status bernilai benar (true) saat Managed Service for Prometheus mengonfirmasi dan memproses PodMonitoring atau ClusterPodMonitoring.
   • Status.Endpoint Statuses.Active Targets menunjukkan jumlah target pengambilan data yang diandalkan Managed Service for Prometheus di semua pengumpul data untuk resource PodMonitoring ini. Dalam aplikasi contoh, deployment prom-example memiliki tiga replika dengan satu target metrik, sehingga nilainya adalah 3. Jika ada target yang tidak responsif, kolom Status.Endpoint Statuses.Unhealthy Targets akan muncul.
   • Status.Endpoint Statuses.Collectors Fraction menunjukkan nilai 1 (yang berarti 100%) jika semua kolektor terkelola dapat dijangkau oleh Managed Service for Prometheus.
   • Status.Endpoint Statuses.Last Update Time menampilkan waktu terakhir diperbarui. Jika waktu update terakhir jauh lebih lama daripada waktu interval scraping yang Anda inginkan, perbedaan tersebut mungkin menunjukkan masalah pada target atau cluster Anda.
   • Kolom Status.Endpoint Statuses.Sample Groups menampilkan target sampel yang dikelompokkan berdasarkan label target umum yang dimasukkan oleh pengumpul. Nilai ini berguna untuk men-debug situasi saat target Anda tidak ditemukan. Jika semua target berfungsi dengan baik dan dikumpulkan, nilai yang diharapkan untuk kolom Health adalah up dan nilai untuk kolom Last Scrape Duration Seconds adalah durasi normal untuk target umum.

   Untuk mengetahui informasi selengkapnya tentang kolom ini, lihat dokumen Managed Service for Prometheus API.

   Salah satu hal berikut dapat menunjukkan masalah pada konfigurasi Anda:

   • Tidak ada kolom Status.Endpoint Statuses di resource PodMonitoring Anda.
   • Nilai kolom Last Scrape Duration Seconds terlalu lama.
   • Anda melihat terlalu sedikit target.
   • Nilai kolom Health menunjukkan bahwa targetnya adalah down.

   Untuk mengetahui informasi selengkapnya tentang masalah penemuan target saat proses debug, lihat Masalah sisi penyerapan dalam dokumentasi pemecahan masalah.

   Mengonfigurasi endpoint pengambilan data yang diizinkan

   Jika target pengambilan data Anda memerlukan otorisasi, Anda dapat menyiapkan pengumpul data untuk menggunakan jenis otorisasi yang benar dan memberikan rahasia yang relevan.

   Google Cloud Managed Service for Prometheus mendukung jenis otorisasi berikut:

   • mTLS
   • BasicAuth
   • Header Otorisasi HTTP
   • OAuth 2

   mTLS

   mTLS biasanya dikonfigurasi dalam lingkungan zero trust, seperti mesh layanan Istio atau Cloud Service Mesh.

   Untuk mengaktifkan endpoint scraping yang diamankan menggunakan mTLS, tetapkan kolom Spec.Endpoints[].Scheme di resource PodMonitoring Anda ke https. Meskipun tidak direkomendasikan, Anda dapat menyetel kolom Spec.Endpoints[].tls.insecureSkipVerify di resource PodMonitoring ke true untuk melewati verifikasi otoritas sertifikat. Atau, Anda dapat mengonfigurasi Managed Service for Prometheus untuk memuat sertifikat dan kunci dari resource rahasia.

   Misalnya, resource Secret berikut berisi kunci untuk sertifikat klien (cert), kunci pribadi (key), dan otoritas sertifikat (ca):

   kind: Secret
   metadata:
     name: secret-example
   stringData:
     cert: ********
     key: ********
     ca: ********
   

   Beri izin pengumpul Managed Service for Prometheus untuk mengakses resource Secret tersebut:

   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: secret-example-read
   rules:
   - resources:
     - secrets
     apiGroups: [""]
     verbs: ["get", "list", "watch"]
     resourceNames: ["secret-example"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: gmp-system:collector:secret-example-read
     namespace: default
   roleRef:
     name: secret-example-read
     kind: Role
     apiGroup: rbac.authorization.k8s.io
   subjects:
   - name: collector
     namespace: gmp-system
     kind: ServiceAccount
   

   Di cluster GKE Autopilot, ini akan terlihat seperti:

   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: secret-example-read
   rules:
   - resources:
     - secrets
     apiGroups: [""]
     verbs: ["get", "list", "watch"]
     resourceNames: ["secret-example"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: gmp-system:collector:secret-example-read
     namespace: default
   roleRef:
     name: secret-example-read
     kind: Role
     apiGroup: rbac.authorization.k8s.io
   subjects:
   - name: collector
     namespace: gke-gmp-system
     kind: ServiceAccount
   

   Untuk mengonfigurasi resource PodMonitoring yang menggunakan resource Secret sebelumnya, ubah resource Anda untuk menambahkan bagian scheme dan tls:

   apiVersion: monitoring.googleapis.com/v1
   kind: PodMonitoring
   metadata:
     name: prom-example
   spec:
     selector:
       matchLabels:
         app.kubernetes.io/name: prom-example
     endpoints:
     - port: metrics
       interval: 30s
       scheme: https
       tls:
         ca:
           secret:
             name: secret-example
             key: ca
         cert:
           secret:
             name: secret-example
             key: cert
         key:
           secret:
             name: secret-example
             key: key
   

   Untuk dokumentasi referensi tentang semua opsi mTLS Managed Service for Prometheus, lihat dokumentasi referensi API.

   BasicAuth

   Untuk mengaktifkan endpoint scraping yang diamankan menggunakan BasicAuth, tetapkan kolom Spec.Endpoints[].BasicAuth di resource PodMonitoring dengan nama pengguna dan sandi Anda. Untuk jenis Header Otorisasi HTTP lainnya, lihat Header Otorisasi HTTP.

   Misalnya, resource Secret berikut berisi kunci untuk menyimpan sandi:

   kind: Secret
   metadata:
     name: secret-example
   stringData:
     password: ********
   

   Beri izin pengumpul Managed Service for Prometheus untuk mengakses resource Secret tersebut:

   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: secret-example-read
   rules:
   - resources:
     - secrets
     apiGroups: [""]
     verbs: ["get", "list", "watch"]
     resourceNames: ["secret-example"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: gmp-system:collector:secret-example-read
     namespace: default
   roleRef:
     name: secret-example-read
     kind: Role
     apiGroup: rbac.authorization.k8s.io
   subjects:
   - name: collector
     namespace: gmp-system
     kind: ServiceAccount
   

   Di cluster GKE Autopilot, ini akan terlihat seperti:

   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: secret-example-read
   rules:
   - resources:
     - secrets
     apiGroups: [""]
     verbs: ["get", "list", "watch"]
     resourceNames: ["secret-example"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: gmp-system:collector:secret-example-read
     namespace: default
   roleRef:
     name: secret-example-read
     kind: Role
     apiGroup: rbac.authorization.k8s.io
   subjects:
   - name: collector
     namespace: gke-gmp-system
     kind: ServiceAccount
   

   Untuk mengonfigurasi resource PodMonitoring yang menggunakan resource Secret sebelumnya dan nama pengguna foo, ubah resource Anda untuk menambahkan bagian basicAuth:

   apiVersion: monitoring.googleapis.com/v1
   kind: PodMonitoring
   metadata:
     name: prom-example
   spec:
     selector:
       matchLabels:
         app.kubernetes.io/name: prom-example
     endpoints:
     - port: metrics
       interval: 30s
       basicAuth:
         username: foo
         password:
           secret:
             name: secret-example
             key: password
   

   Untuk dokumentasi referensi tentang semua opsi Managed Service for Prometheus BasicAuth, lihat dokumentasi referensi API.

   Header Otorisasi HTTP

   Untuk mengaktifkan endpoint scraping yang diamankan menggunakan Header Otorisasi HTTP, tetapkan kolom Spec.Endpoints[].Authorization di resource PodMonitoring Anda dengan jenis dan kredensial. Untuk endpoint BasicAuth, gunakan konfigurasi BasicAuth.

   Misalnya, resource Secret berikut berisi kunci untuk menyimpan kredensial:

   kind: Secret
   metadata:
     name: secret-example
   stringData:
     credentials: ********
   

   Beri izin pengumpul Managed Service for Prometheus untuk mengakses resource Secret tersebut:

   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: secret-example-read
   rules:
   - resources:
     - secrets
     apiGroups: [""]
     verbs: ["get", "list", "watch"]
     resourceNames: ["secret-example"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: gmp-system:collector:secret-example-read
     namespace: default
   roleRef:
     name: secret-example-read
     kind: Role
     apiGroup: rbac.authorization.k8s.io
   subjects:
   - name: collector
     namespace: gmp-system
     kind: ServiceAccount
   

   Di cluster GKE Autopilot, ini akan terlihat seperti:

   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: secret-example-read
   rules:
   - resources:
     - secrets
     apiGroups: [""]
     verbs: ["get", "list", "watch"]
     resourceNames: ["secret-example"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: gmp-system:collector:secret-example-read
     namespace: default
   roleRef:
     name: secret-example-read
     kind: Role
     apiGroup: rbac.authorization.k8s.io
   subjects:
   - name: collector
     namespace: gke-gmp-system
     kind: ServiceAccount
   

   Untuk mengonfigurasi resource PodMonitoring yang menggunakan resource Secret sebelumnya dan jenis Bearer, ubah resource Anda untuk menambahkan bagian authorization:

   apiVersion: monitoring.googleapis.com/v1
   kind: PodMonitoring
   metadata:
     name: prom-example
   spec:
     selector:
       matchLabels:
         app.kubernetes.io/name: prom-example
     endpoints:
     - port: metrics
       interval: 30s
       authorization:
         type: Bearer
         credentials:
           secret:
             name: secret-example
             key: credentials
   

   Untuk dokumentasi referensi tentang semua opsi Managed Service for Prometheus HTTP Authorization Header, lihat dokumentasi referensi API.

   OAuth 2

   Untuk mengaktifkan endpoint scraping yang diamankan menggunakan OAuth 2, Anda harus menetapkan kolom Spec.Endpoints[].OAuth2 di resource PodMonitoring.

   Misalnya, resource Secret berikut berisi kunci untuk menyimpan rahasia klien:

   kind: Secret
   metadata:
     name: secret-example
   stringData:
     clientSecret: ********
   

   Beri izin pengumpul Managed Service for Prometheus untuk mengakses resource Secret tersebut:

   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: secret-example-read
   rules:
   - resources:
     - secrets
     apiGroups: [""]
     verbs: ["get", "list", "watch"]
     resourceNames: ["secret-example"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: gmp-system:collector:secret-example-read
     namespace: default
   roleRef:
     name: secret-example-read
     kind: Role
     apiGroup: rbac.authorization.k8s.io
   subjects:
   - name: collector
     namespace: gmp-system
     kind: ServiceAccount
   

   Di cluster GKE Autopilot, ini akan terlihat seperti:

   apiVersion: rbac.authorization.k8s.io/v1
   kind: Role
   metadata:
     name: secret-example-read
   rules:
   - resources:
     - secrets
     apiGroups: [""]
     verbs: ["get", "list", "watch"]
     resourceNames: ["secret-example"]
   ---
   apiVersion: rbac.authorization.k8s.io/v1
   kind: RoleBinding
   metadata:
     name: gmp-system:collector:secret-example-read
     namespace: default
   roleRef:
     name: secret-example-read
     kind: Role
     apiGroup: rbac.authorization.k8s.io
   subjects:
   - name: collector
     namespace: gke-gmp-system
     kind: ServiceAccount
   

   Untuk mengonfigurasi resource PodMonitoring yang menggunakan resource Secret sebelumnya dengan ID klien foo dan URL token example.com/token, ubah resource Anda untuk menambahkan bagian oauth2:

   apiVersion: monitoring.googleapis.com/v1
   kind: PodMonitoring
   metadata:
     name: prom-example
   spec:
     selector:
       matchLabels:
         app.kubernetes.io/name: prom-example
     endpoints:
     - port: metrics
       interval: 30s
       oauth2:
         clientID: foo
         clientSecret:
           secret:
             name: secret-example
             key: password
         tokenURL: example.com/token
   

   Untuk dokumentasi referensi tentang semua opsi OAuth 2 Managed Service for Prometheus, lihat dokumentasi referensi API.

   Mengonfigurasi scraping target menggunakan Terraform

   Anda dapat mengotomatiskan pembuatan dan pengelolaan resource PodMonitoring dan ClusterPodMonitoring menggunakan jenis resource Terraform kubernetes_manifest atau jenis resource Terraform kubectl_manifest, yang memungkinkan Anda menentukan resource kustom arbitrer.

   Untuk informasi umum tentang penggunaan Google Cloud dengan Terraform, lihat Terraform dengan Google Cloud.

   Memfilter metrik yang diekspor

   Jika Anda mengumpulkan banyak data, Anda mungkin ingin mencegah beberapa deret waktu dikirim ke Managed Service for Prometheus untuk menekan biaya. Anda dapat melakukannya dengan menggunakan aturan pelabelan ulang Prometheus dengan tindakan keep untuk daftar yang diizinkan atau tindakan drop untuk daftar yang ditolak. Untuk koleksi terkelola, aturan ini masuk ke bagian metricRelabeling dari resource PodMonitoring atau ClusterPodMonitoring Anda.

   Misalnya, aturan pelabelan ulang metrik berikut akan memfilter metrik apa pun yang dimulai dengan foo_bar_, foo_baz_, atau foo_qux_:

     metricRelabeling:
     - action: drop
       regex: foo_(bar|baz|qux)_.+
       sourceLabels: [__name__]
   

   Halaman Pengelolaan Metrik Cloud Monitoring memberikan informasi yang dapat membantu Anda mengontrol jumlah yang Anda belanjakan untuk metrik yang dapat ditagih tanpa memengaruhi kemampuan pengamatan. Halaman Pengelolaan Metrik melaporkan informasi berikut:

   • Volume penyerapan untuk penagihan berbasis byte dan sampel, di seluruh domain metrik dan untuk setiap metrik.
   • Data tentang label dan kardinalitas metrik.
   • Jumlah pembacaan untuk setiap metrik.
   • Penggunaan metrik dalam kebijakan pemberitahuan dan dasbor kustom.
   • Rasio error penulisan metrik.

   Anda juga dapat menggunakan halaman Pengelolaan Metrik untuk mengecualikan metrik yang tidak diperlukan, sehingga menghilangkan biaya penyerapan metrik tersebut. Untuk mengetahui informasi selengkapnya tentang halaman Pengelolaan Metrik, lihat Melihat dan mengelola penggunaan metrik.

   Untuk saran tambahan tentang cara menurunkan biaya, lihat Kontrol biaya dan atribusi.

   Melakukan scraping metrik Kubelet dan cAdvisor

   Kubelet mengekspos metrik tentang dirinya sendiri serta metrik cAdvisor tentang container yang berjalan di nodenya. Anda dapat mengonfigurasi pengumpulan terkelola untuk meng-scrape metrik Kubelet dan cAdvisor dengan mengedit resource OperatorConfig. Untuk mengetahui petunjuknya, lihat dokumentasi eksportir untuk Kubelet dan cAdvisor.

   Mengonversi resource prometheus-operator yang ada

   Biasanya Anda dapat mengonversi resource prometheus-operator yang ada ke resource PodMonitoring dan ClusterPodMonitoring pengumpulan data terkelola Managed Service for Prometheus.

   Misalnya, resource ServiceMonitor menentukan pemantauan untuk serangkaian layanan. Resource PodMonitoring menyediakan subset kolom yang disediakan oleh resource ServiceMonitor. Anda dapat mengonversi CR ServiceMonitor menjadi CR PodMonitoring dengan memetakan kolom seperti yang dijelaskan dalam tabel berikut:

   monitoring.coreos.com/v1 ServiceMonitor	Kompatibilitas	monitoring.googleapis.com/v1 PodMonitoring
   .ServiceMonitorSpec.Selector	Identik	.PodMonitoringSpec.Selector
   .ServiceMonitorSpec.Endpoints[]	.TargetPort dipetakan ke .Port .Path: kompatibel .Interval: kompatibel .Timeout: kompatibel	.PodMonitoringSpec.Endpoints[]
   .ServiceMonitorSpec.TargetLabels	PodMonitor harus menentukan: .FromPod[].From label pod .FromPod[].To label target	.PodMonitoringSpec.TargetLabels

   Berikut adalah contoh CR ServiceMonitor; konten dalam huruf tebal diganti dalam konversi, dan konten dalam huruf miring dipetakan secara langsung:

   apiVersion: monitoring.coreos.com/v1
   kind: ServiceMonitor
   metadata:
     name: example-app
   spec:
     selector:
       matchLabels:
         app: example-app
     endpoints:
     - targetPort: web
       path: /stats
       interval: 30s
     targetLabels:
     - foo
   

   Berikut adalah CR PodMonitoring yang analog, dengan asumsi bahwa layanan dan pod-nya diberi label app=example-app. Jika asumsi ini tidak berlaku, Anda harus menggunakan pemilih label resource Service yang mendasarinya.

   Konten dalam huruf tebal telah diganti dalam konversi:

   apiVersion: monitoring.googleapis.com/v1
   kind: PodMonitoring
   metadata:
     name: example-app
   spec:
     selector:
       matchLabels:
         app: example-app
     endpoints:
     - port: web
       path: /stats
       interval: 30s
     targetLabels:
       fromPod:
       - from: foo # pod label from example-app Service pods.
         to: foo
   

   Catatan: Anda dapat mengonversi PodMonitor CR prometheus-operator ke CR PodMonitoring layanan terkelola dengan cara yang sama; pemilih label selalu dapat disalin.

   Anda dapat terus menggunakan resource prometheus-operator dan konfigurasi deployment yang ada dengan menggunakan kolektor yang di-deploy sendiri, bukan kolektor terkelola. Anda dapat membuat kueri metrik yang dikirim dari kedua jenis pengumpul, sehingga Anda mungkin ingin menggunakan pengumpul yang di-deploy sendiri untuk deployment Prometheus yang ada, sekaligus menggunakan pengumpul terkelola untuk deployment Prometheus baru.

   Label yang dicadangkan

   Managed Service for Prometheus secara otomatis menambahkan label berikut ke semua metrik yang dikumpulkan. Label ini digunakan untuk mengidentifikasi resource secara unik di Monarch:

   • project_id: ID Google Cloud project yang terkait dengan metrik Anda.
   • location: Lokasi fisik (regionGoogle Cloud ) tempat data disimpan. Nilai ini biasanya adalah region cluster GKE Anda. Jika data dikumpulkan dari deployment AWS atau lokal, maka nilainya mungkin merupakan region Google Cloud terdekat.
   • cluster: Nama cluster Kubernetes yang terkait dengan metrik Anda.
   • namespace: Nama namespace Kubernetes yang terkait dengan metrik Anda.
   • job: Label tugas target Prometheus, jika diketahui; mungkin kosong untuk hasil evaluasi aturan.
   • instance: Label instance target Prometheus, jika diketahui; mungkin kosong untuk hasil evaluasi aturan.

   Meskipun tidak direkomendasikan saat berjalan di Google Kubernetes Engine, Anda dapat mengganti label project_id, location, dan cluster dengan menambahkannya sebagai args ke resource Deployment dalam operator.yaml. Jika Anda menggunakan label yang dicadangkan sebagai label metrik, Managed Service for Prometheus akan otomatis memberi label ulang dengan menambahkan awalan exported_. Perilaku ini sesuai dengan cara Prometheus upstream menangani konflik dengan label yang dicadangkan.

   Konfigurasi kompresi

   Jika memiliki banyak resource PodMonitoring, Anda mungkin kehabisan ruang ConfigMap. Untuk memperbaikinya, aktifkan kompresi gzip di resource OperatorConfig:

     apiVersion: monitoring.googleapis.com/v1
     kind: OperatorConfig
     metadata:
       namespace: gmp-public
       name: config
     features:
       config:
         compression: gzip
   

   Mengaktifkan penskalaan otomatis pod vertikal (VPA) untuk koleksi terkelola

   Jika Anda mengalami error Kehabisan Memori (OOM) untuk pod pengumpul di cluster Anda atau jika permintaan dan batas resource default untuk pengumpul tidak memenuhi kebutuhan Anda, Anda dapat menggunakan penskalaan otomatis pod vertikal untuk mengalokasikan resource secara dinamis.

   Saat Anda menyetel kolom scaling.vpa.enabled: true pada resource OperatorConfig, operator akan men-deploy manifes VerticalPodAutoscaler di cluster yang memungkinkan permintaan dan batas resource pod pengumpul ditetapkan secara otomatis, berdasarkan penggunaan.

   Untuk mengaktifkan VPA untuk pod pengumpul di Managed Service for Prometheus, jalankan perintah berikut:

   kubectl -n gmp-public patch operatorconfig/config -p '{"scaling":{"vpa":{"enabled":true}}}' --type=merge
   

   Jika perintah berhasil diselesaikan, operator akan menyiapkan penskalaan otomatis pod vertikal untuk pod pengumpul. Error Out Of Memory akan langsung meningkatkan batas resource. Jika tidak ada error OOM, penyesuaian pertama pada permintaan dan batas resource pod pengumpul biasanya terjadi dalam waktu 24 jam.

   Anda mungkin menerima error ini saat mencoba mengaktifkan VPA:

   vertical pod autoscaling is not available - install vpa support and restart the operator

   Untuk mengatasi error ini, Anda harus mengaktifkan penskalaan otomatis pod vertikal di tingkat cluster terlebih dahulu:

   1. Buka halaman Kubernetes Engine - Clusters di konsolGoogle Cloud .

      Di konsol Google Cloud , buka halaman Kubernetes clusters:

      Buka Kubernetes clusters

      Jika Anda menggunakan kotak penelusuran untuk menemukan halaman ini, pilih hasil yang subjudulnya adalah Kubernetes Engine.

   2. Pilih cluster yang ingin Anda ubah.

   3. Di bagian Automation, edit nilai opsi Vertical Pod Autoscaling.

   4. Centang kotak Enable Vertical Pod Autoscaling, lalu klik Save changes. Perubahan ini akan memulai ulang cluster Anda. Operator dimulai ulang sebagai bagian dari proses ini.

   5. Coba lagi perintah berikut: kubectl -n gmp-public patch operatorconfig/config -p '{"scaling":{"vpa":{"enabled":true}}}' --type=merge untuk mengaktifkan VPA untuk Managed Service for Prometheus.

   Untuk mengonfirmasi bahwa resource OperatorConfig berhasil diedit, buka resource tersebut menggunakan perintah kubectl -n gmp-public edit operatorconfig config. Jika berhasil, OperatorConfig Anda akan menyertakan bagian berikut dalam huruf tebal:

   apiVersion: monitoring.googleapis.com/v1
   kind: OperatorConfig
   metadata:
     namespace: gmp-public
     name: config
   scaling:
     vpa:
       enabled: true
   

   Jika Anda telah mengaktifkan penskalaan otomatis pod vertikal di tingkat cluster dan masih melihat error vertical pod autoscaling is not available - install vpa support and restart the operator, pod gmp-operator mungkin perlu mengevaluasi ulang konfigurasi cluster. Jika Anda menjalankan cluster Standard, jalankan perintah berikut untuk membuat ulang pod:

   kubectl -n gmp-system rollout restart deployment/gmp-operator
   

   Setelah pod gmp-operator dimulai ulang, ikuti langkah-langkah di atas untuk menambal OperatorConfig sekali lagi.

   Jika Anda menjalankan cluster Autopilot, hubungi dukungan untuk mendapatkan bantuan dalam memulai ulang cluster.

   Penskalaan otomatis pod vertikal berfungsi paling baik saat menyerap sejumlah sampel yang stabil, yang dibagi secara merata di seluruh node. Jika pemuatan metrik tidak teratur atau berfluktuasi, atau jika pemuatan metrik sangat bervariasi antar-node, VPA mungkin bukan solusi yang efisien.

   Untuk mengetahui informasi selengkapnya, lihat penskalaan otomatis pod vertikal di GKE.

   Mengonfigurasi statsd_exporter dan pengekspor lain yang melaporkan metrik secara terpusat

   Jika Anda menggunakan statsd_exporter untuk Prometheus, Envoy untuk Istio, SNMP exporter, Prometheus Pushgateway, kube-state-metrics, atau Anda memiliki pengekspor serupa yang memediasi dan melaporkan metrik atas nama resource lain yang berjalan di lingkungan Anda, maka Anda perlu melakukan beberapa perubahan kecil agar pengekspor Anda dapat berfungsi dengan Managed Service for Prometheus.

   Untuk mengetahui petunjuk tentang cara mengonfigurasi eksportir ini, lihat catatan ini di bagian Pemecahan masalah.

   Pembongkaran

   Untuk menonaktifkan pengumpulan terkelola yang di-deploy menggunakan gcloud atau UI GKE, Anda dapat melakukan salah satu hal berikut:

   • Jalankan perintah berikut:

     gcloud container clusters update CLUSTER_NAME --disable-managed-prometheus
     

   • Menggunakan UI GKE:

     1. Pilih Kubernetes Engine di konsol, lalu pilih Clusters. Google Cloud

     2. Temukan cluster yang ingin Anda nonaktifkan koleksi terkelolanya, lalu klik namanya.

     3. Di tab Detail, scroll ke bawah ke Fitur dan ubah status menjadi Dinonaktifkan menggunakan tombol edit.

   Untuk menonaktifkan koleksi terkelola yang di-deploy menggunakan Terraform, tentukan enabled = false di bagian managed_prometheus dari resource google_container_cluster.

   Untuk menonaktifkan pengumpulan terkelola yang di-deploy menggunakan kubectl, jalankan perintah berikut:

   kubectl delete -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.15.3/manifests/operator.yaml
   

   Menonaktifkan pengumpulan terkelola akan menyebabkan cluster Anda berhenti mengirimkan data baru ke Managed Service for Prometheus. Tindakan ini tidak akan menghapus data metrik yang ada yang sudah disimpan dalam sistem.

   Menonaktifkan koleksi terkelola juga akan menghapus namespace gmp-public dan semua resource di dalamnya, termasuk pengekspor yang diinstal di namespace tersebut.

   Menjalankan pengumpulan terkelola di luar GKE

   Di lingkungan GKE, Anda dapat menjalankan pengumpulan terkelola tanpa konfigurasi lebih lanjut. Di lingkungan Kubernetes lainnya, Anda harus memberikan kredensial secara eksplisit, nilai project-id untuk memuat metrik, nilai location (Google Cloud region) tempat metrik akan disimpan, dan nilai cluster untuk menyimpan nama cluster tempat pengumpul berjalan.

   Karena gcloud tidak berfungsi di luar lingkungan Google Cloud , Anda harus men-deploy menggunakan kubectl. Tidak seperti gcloud, men-deploy koleksi terkelola menggunakan kubectl tidak akan otomatis mengupgrade cluster Anda saat versi baru tersedia. Jangan lupa untuk memantau halaman rilis untuk mengetahui versi baru dan mengupgrade secara manual dengan menjalankan kembali perintah kubectl dengan versi baru.

   Anda dapat memberikan kunci akun layanan dengan mengubah resource OperatorConfig dalam operator.yaml seperti yang dijelaskan dalam Memberikan kredensial secara eksplisit. Anda dapat memberikan nilai project-id, location, dan cluster dengan menambahkannya sebagai args ke resource Deployment dalam operator.yaml.

   Sebaiknya pilih project-id berdasarkan model sewa yang Anda rencanakan untuk bacaan. Pilih project untuk menyimpan metrik berdasarkan cara Anda berencana mengatur pembacaan nanti dengan cakupan metrik. Jika tidak peduli, Anda dapat memasukkan semuanya ke dalam satu project.

   Untuk location, sebaiknya pilih region Google Cloud terdekat dengan deployment Anda. Semakin jauh Google Cloud wilayah yang dipilih dari deployment Anda, semakin besar latensi penulisan yang akan Anda alami dan semakin besar pula pengaruh yang akan Anda rasakan akibat potensi masalah jaringan. Anda mungkin ingin melihat daftar region di beberapa cloud ini. Jika tidak masalah, Anda dapat menempatkan semuanya ke dalam satu Google Cloud region. Anda tidak dapat menggunakan global sebagai lokasi Anda.

   Untuk cluster, sebaiknya pilih nama cluster tempat operator di-deploy.

   Jika dikonfigurasi dengan benar, OperatorConfig Anda akan terlihat seperti ini:

       apiVersion: monitoring.googleapis.com/v1
       kind: OperatorConfig
       metadata:
         namespace: gmp-public
         name: config
       collection:
         credentials:
           name: gmp-test-sa
           key: key.json
       rules:
         credentials:
           name: gmp-test-sa
           key: key.json
   

   Dan resource Deployment Anda akan terlihat seperti ini:

   apiVersion: apps/v1
   kind: Deployment
   ...
   spec:
     ...
     template:
       ...
       spec:
         ...
         containers:
         - name: operator
           ...
           args:
           - ...
           - "--project-id=PROJECT_ID"
           - "--cluster=CLUSTER_NAME"
           - "--location=REGION"
   

   Contoh ini mengasumsikan bahwa Anda telah menetapkan variabel REGION ke nilai seperti us-central1, misalnya.

   Menjalankan Managed Service for Prometheus di luar Google Cloud akan dikenai biaya transfer data. Ada biaya untuk mentransfer data ke Google Cloud, dan Anda mungkin dikenai biaya untuk mentransfer data keluar dari cloud lain. Anda dapat meminimalkan biaya ini dengan mengaktifkan kompresi gzip melalui kabel melalui OperatorConfig. Tambahkan teks yang ditampilkan dalam huruf tebal ke resource:

       apiVersion: monitoring.googleapis.com/v1
       kind: OperatorConfig
       metadata:
         namespace: gmp-public
         name: config
       collection:
         compression: gzip
         ...
   

   Bacaan lebih lanjut tentang resource kustom koleksi terkelola

   Untuk dokumentasi referensi tentang semua resource kustom Managed Service for Prometheus, lihat prometheus-engine/doc/api reference.

   Langkah berikutnya

   • Gunakan PromQL di Cloud Monitoring untuk membuat kueri metrik Prometheus.
   • Gunakan Grafana untuk membuat kueri metrik Prometheus.
   • Gunakan pemberitahuan PromQL di Cloud Monitoring.
   • Siapkan evaluasi aturan terkelola.
   • Siapkan pengekspor yang umum digunakan.