Ringkasan ekspor data rekaman aktivitas

Beta

Produk atau fitur ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum dari Persyaratan Khusus Layanan. Produk dan fitur pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Halaman ini memberikan ringkasan konseptual tentang mengekspor data rekaman aktivitas menggunakan Cloud Trace. Anda mungkin ingin mengekspor data rekaman aktivitas karena alasan berikut:

• Untuk menyimpan data rekaman aktivitas selama periode yang lebih lama dari periode retensi default 30 hari.

• Agar Anda dapat menggunakan alat BigQuery untuk menganalisis data rekaman aktivitas. Misalnya, dengan BigQuery, Anda dapat mengidentifikasi jumlah rentang dan kuantil. Untuk mengetahui informasi tentang kueri yang digunakan untuk membuat tabel berikut, lihat Kueri HipsterShop.

  

Cara kerja ekspor

Mengekspor melibatkan pembuatan sink untuk project Google Cloud . Sink menentukan set data BigQuery sebagai tujuan.

Anda dapat membuat sink menggunakan Cloud Trace API atau menggunakan Google Cloud CLI.

Properti dan terminologi sinkronisasi

Sink ditentukan untuk project Google Cloud dan memiliki properti berikut:

• Nama: Nama untuk sink. Misalnya, nama dapat berupa:

  "projects/PROJECT_NUMBER/traceSinks/my-sink"
  

  dengan PROJECT_NUMBER adalah nomor project sink Google Cloud dan my-sink adalah ID sink.

• Induk: Resource tempat Anda membuat sink. Parent harus berupa project Google Cloud :

  "projects/PROJECT_ID"
  

  PROJECT_ID dapat berupa ID atau nomor project Google Cloud .

• Tujuan: Satu tempat untuk mengirim rentang rekaman aktivitas. Trace mendukung pengeksporan rekaman aktivitas ke BigQuery. Tujuan dapat berupa project sink atau project lain yang berada dalam organisasi yang sama. Google Cloud Google Cloud

  Misalnya, tujuan yang valid adalah:

  bigquery.googleapis.com/projects/DESTINATION_PROJECT_NUMBER/datasets/DATASET_ID
  

  dengan DESTINATION_PROJECT_NUMBER adalah Google Cloud nomor project tujuan, dan DATASET_ID adalah ID set data BigQuery.

• Identitas Penulis: Nama akun layanan. Pemilik tujuan ekspor harus memberikan izin kepada akun layanan ini untuk menulis ke tujuan ekspor. Saat mengekspor rekaman aktivitas, Trace mengadopsi identitas ini untuk otorisasi. Untuk meningkatkan keamanan, sink baru mendapatkan akun layanan unik:

  export-PROJECT_NUMBER-GENERATED_VALUE@gcp-sa-cloud-trace.
  

  dengan PROJECT_NUMBER adalah nomor project Google Cloud Anda, dalam Hex, dan GENERATED_VALUE adalah nilai yang dihasilkan secara acak.

  Anda tidak membuat, memiliki, atau mengelola akun layanan yang diidentifikasi oleh identitas penulis sink. Saat Anda membuat sink, Trace akan membuat akun layanan yang diperlukan sink. Akun layanan ini tidak disertakan dalam daftar akun layanan untuk project Anda hingga akun layanan tersebut memiliki setidaknya satu binding Identity and Access Management. Anda menambahkan binding ini saat mengonfigurasi tujuan sink.

  Untuk mengetahui informasi tentang penggunaan identitas penulis, lihat izin tujuan.

Cara kerja sink

Setiap kali rentang rekaman aktivitas tiba di project, Trace akan mengekspor salinan rentang.

Tracing yang diterima Trace sebelum sink dibuat tidak dapat diekspor.

Kontrol akses

Untuk membuat atau mengubah sink, Anda harus memiliki salah satu peran Identity and Access Management berikut:

• Trace Admin
• Pengguna Trace
• Pemilik Project
• Editor Project

Untuk mengetahui informasi selengkapnya, lihat Kontrol akses.

Untuk mengekspor rekaman aktivitas ke tujuan, akun layanan penulis sink harus diizinkan untuk menulis ke tujuan. Untuk mengetahui informasi selengkapnya tentang identitas penulis, lihat Properti sink di halaman ini.

Kuota dan batas

Cloud Trace menggunakan BigQuery streaming API untuk mengirim rentang aktivitas ke tujuan. Cloud Trace mengelompokkan panggilan API. Cloud Trace tidak menerapkan mekanisme percobaan ulang atau pembatasan. Rentang aktivitas mungkin tidak berhasil diekspor jika jumlah data melebihi kuota tujuan.

Untuk mengetahui detail kuota dan batas BigQuery, lihat Kuota dan batas.

Harga

Mengekspor rekaman aktivitas tidak dikenai biaya Cloud Trace. Namun, Anda mungkin dikenai biaya BigQuery. Lihat Harga BigQuery untuk mengetahui informasi selengkapnya.

Memperkirakan biaya Anda

BigQuery mengenakan biaya untuk penyerapan dan penyimpanan data. Untuk memperkirakan biaya BigQuery bulanan Anda, lakukan hal berikut:

1. Perkirakan jumlah total rentang rekaman aktivitas yang diserap dalam sebulan.

   Untuk mengetahui informasi tentang cara melihat penggunaan, lihat Melihat penggunaan menurut akun penagihan.

2. Perkirakan persyaratan streaming berdasarkan jumlah rentang aktivitas yang diserap.

   Setiap rentang ditulis ke baris tabel. Setiap baris di BigQuery memerlukan setidaknya 1.024 byte. Oleh karena itu, batas bawah pada persyaratan streaming BigQuery Anda adalah menetapkan 1.024 byte untuk setiap rentang. Misalnya, jika project Anda menyerap 200 rentang, maka rentang tersebut memerlukan setidaknya 20.400 byte untuk penyisipan streaming. Google Cloud

3. Gunakan Kalkulator harga untuk memperkirakan biaya BigQuery Anda karena penyimpanan, streaming insert, dan kueri.

Melihat dan mengelola penggunaan BigQuery

Anda dapat menggunakan Metrics Explorer untuk melihat penggunaan BigQuery. Anda juga dapat membuat kebijakan pemberitahuan yang memberi tahu Anda jika penggunaan BigQuery Anda melampaui batas yang telah ditentukan sebelumnya. Tabel berikut berisi setelan untuk membuat kebijakan pemberitahuan. Anda dapat menggunakan setelan di tabel panel target saat membuat diagram atau saat menggunakan Metrics Explorer.

Untuk membuat kebijakan pemberitahuan yang terpicu saat metrik BigQuery yang diserap melebihi tingkat yang ditentukan pengguna, gunakan setelan berikut.

Langkah-langkah untuk membuat kebijakan pemberitahuan.

Untuk membuat kebijakan pemberitahuan, lakukan langkah berikut:

1. Di konsol Google Cloud , buka halaman  Pemberitahuan:

   Buka Alerting

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

2. Jika Anda belum membuat saluran notifikasi dan ingin menerima notifikasi, klik Edit Notification Channels dan tambahkan saluran notifikasi Anda. Kembali ke halaman Alerting setelah menambahkan saluran.
3. Dari halaman Alerting, pilih Create policy.
4. Untuk memilih resource, metrik, dan filter, luaskan menu Select a metric dan gunakan nilai dalam tabel New condition:
   1. Opsional: Agar menu hanya menampilkan entri yang relevan, masukkan nama resource atau metrik di kolom filter.
   2. Pilih salah satu Resource type. Misalnya, pilih VM instance.
   3. Pilih salah satu Metric category. Misalnya, pilih instance.
   4. Pilih salah satu Metric. Misalnya, pilih CPU Utilization.
   5. Pilih Apply.
5. Klik Next, lalu konfigurasi pemicu kebijakan pemberitahuan. Untuk melengkapi kolom ini, gunakan nilai dalam tabel Mengonfigurasi pemicu pemberitahuan.
6. Klik Next.

7. Opsional: Untuk menambahkan notifikasi ke kebijakan pemberitahuan, klik Notification channels. Dalam dialog ini, pilih satu atau beberapa saluran notifikasi dari menu, lalu klik OK.

   Untuk menerima notifikasi saat insiden dibuka dan ditutup, centang Notify on incident closure. Secara default, notifikasi hanya dikirim saat insiden dibuka.

8. Opsional: Perbarui Incident autoclose duration. Kolom ini menentukan kapan Monitoring akan menutup insiden jika data metrik tidak ada.
9. Opsional: Klik Documentation, lalu tambahkan informasi apa pun yang ingin Anda sertakan dalam pesan notifikasi.
10. Klik Alert name dan masukkan nama untuk kebijakan pemberitahuan itu.
11. Klik Create Policy.

Kolom New condition	Nilai
Resource and Metric	Di menu Resources, pilih BigQuery Dataset. Di menu Metric categories, pilih Storage. Pilih metrik dari menu Metrics. Metrik khusus penggunaan mencakup Stored bytes, Uploaded bytes, dan Uploaded bytes billed. Untuk mengetahui daftar lengkap metrik yang tersedia, lihat Metrik BigQuery.
Filter	project_id: ID project Google Cloud Anda. dataset_id: ID set data Anda.
Di seluruh deret waktu Mengelompokkan deret waktu menurut	dataset_id: ID set data Anda.
Across time series Time series aggregation	sum
Rolling window	1 m
Rolling window function	mean

Kolom Configure alert trigger	Nilai
Condition type	Threshold
Alert trigger	Any time series violates
Threshold position	Above threshold
Threshold value	Anda menentukan nilai yang dapat diterima.
Retest window	1 minute

Langkah berikutnya

Untuk mengonfigurasi sink, lihat Mengekspor rekaman aktivitas.