Workload Manager admite el uso de reglas personalizadas que te ayudan a validar tus cargas de trabajo en función de las prácticas recomendadas por tu organización.
Por ejemplo, para asegurarte de que las máquinas virtuales (VM) de tu implementación no usen la cuenta de servicio predeterminada de Compute Engine, puedes crear una regla personalizada. Después de crear la regla, crea y ejecuta una evaluación en Workload Manager para validar tus cargas de trabajo en función de la regla. Luego, puedes revisar los resultados de la evaluación y tomar medidas de remediación para cualquier incumplimiento de estas reglas. Esto ayuda a mejorar la calidad, la confiabilidad y el rendimiento de tus implementaciones.
Cómo funciona
Para evaluar cargas de trabajo con reglas personalizadas, haz lo siguiente:
- Identifica las prácticas recomendadas relevantes para tus implementaciones en el Google Cloud framework de arquitectura.
- Crea reglas personalizadas con Rego.
- Crea y programa evaluaciones para tus cargas de trabajo.
- Opcional: Exporta los resultados de la evaluación a BigQuery y configura notificaciones.
En la siguiente figura, se resume el proceso de usar reglas personalizadas en Workload Manager:
Limitaciones
Las siguientes limitaciones se aplican a las reglas personalizadas en Workload Manager:
- Puedes incluir un máximo de 300 reglas por evaluación en Workload Manager. Una mayor cantidad de reglas puede ralentizar el proceso de evaluación. Te recomendamos que dividas tus reglas en varias evaluaciones.
- Workload Manager no admite la exportación de resultados de evaluación a conjuntos de datos de BigQuery multirregionales. Puedes exportar los resultados de la evaluación a conjuntos de datos de BigQuery regionales.
Fuentes de datos compatibles
Workload Manager usa datos de los siguientes servicios para analizar los recursos que especificaste para la evaluación:
- Cloud Asset Inventory: Para obtener una lista completa de los tipos de recursos admitidos en Cloud Asset Inventory, consulta Tipos de recursos admitidos.
- Métricas de Cloud Monitoring Consulta Métricas admitidas para Compute Engine.
Métricas compatibles con Compute Engine
En la siguiente tabla, se enumeran las métricas compatibles con Compute Engine. Para obtener más información sobre estas métricas, consulta Métricas de Cloud Monitoring.
Las cadenas de “Tipo de métrica” de esta tabla deben tener el prefijo compute.googleapis.com.
Este prefijo se omitió en las entradas de la tabla.
Nombre visible(Metric type) |
Etiquetas de descripción |
ASSET_TYPE (metadatos de la regla) |
|---|---|---|
Uso de CPU
instance/cpu/utilization
|
Es el uso fraccionario de la CPU asignada en una instancia de VM.
instance_name: Es el nombre de la instancia de VM. |
Instance_CPUUtil_Last1H
Instance_CPUUtil_Last6H
Instance_CPUUtil_Last12H
Instance_CPUUtil_Last1D |
Latencia promedio del disco
instance/disk/average_io_latency
|
Promedio de latencia de E/S del disco en los últimos 60 s.
device_name: Es el nombre del dispositivo de disco.
storage_type: Tipo de almacenamiento, uno de [pd-standard, pd-balanced, pd-ssd, pd-extreme, hyperdisk-extreme, hyperdisk-throughput]. |
Instance_DiskIO_Last1H
Instance_DiskIO_Last6H
Instance_DiskIO_Last12H
Instance_DiskIO_Last1D |
Memoria de la VM utilizada
instance/memory/balloon/ram_used
|
Es la memoria que se usa actualmente en la VM.
instance_name: Es el nombre de la instancia de VM. |
Instance_MemoryUtil_Last1H
Instance_MemoryUtil_Last6H
Instance_MemoryUtil_Last12H
Instance_MemoryUtil_Last1D |
Precios
Para obtener información sobre los precios, consulta Precios de Workload Manager.