准备工作
- 实验会创建一个 Google Cloud 项目和一些资源,供您使用限定的一段时间
- 实验有时间限制,并且没有暂停功能。如果您中途结束实验,则必须重新开始。
- 在屏幕左上角,点击开始实验即可开始
Check that Cloud Monitoring has been enabled
/ 20
Check that the video queue length custom metric has been created
/ 20
Check that a custom log based metric for large video upload rate has been created
/ 20
Check that custom metrics for the video service have been added to the media dashboard
/ 20
Check that an alert has been created for large video uploads
/ 20
在实验室挑战赛中,我们会为您提供一个场景和一系列任务。您将使用从课程的各个实验中学到的技能自行确定如何完成这些任务,而不是按照分步说明进行操作。自动评分系统(显示在本页面中)会提供有关您是否已正确完成任务的反馈。
在您参加实验室挑战赛期间,我们不会再教授新的 Google Cloud 概念知识。您需要拓展所学的技能,例如通过更改默认值和查看并研究错误消息来更正您自己所犯的错误。
要想获得满分,您必须在该时间段内成功完成所有任务!
我们建议已报名参加使用 Google Cloud Observability 进行监控和记录课程的学员参加此实验室挑战赛。准备好接受挑战了吗?
测试的主题:
请阅读以下说明。实验是计时的,并且您无法暂停实验。计时器在您点击开始实验后即开始计时,显示 Google Cloud 资源可供您使用多长时间。
此实操实验可让您在真实的云环境中开展实验活动,免受模拟或演示环境的局限。为此,我们会向您提供新的临时凭据,您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。
为完成此实验,您需要:
在担任 Jooli, Inc. 初级云工程师这一新角色期间,您需要帮助管理云基础设施组件,并为视频运营团队提供支持。常见的任务包括监控资源利用率、分析日志、配置提醒以及报告与 Jooli Inc. 在线服务相关的任何问题。
您应该掌握了完成这些任务所需的技能和知识,所以我们不会提供分步指南。
您应遵循的一些 Jooli Inc. 标准:
e2-medium。在您新上任的第一天,您的经理给您分配了一系列必须完成的任务。祝您好运!
您需要重点关注的是 Jooli Inc. 提供的媒体上传功能。此功能允许订阅者上传视频内容,并使用 Jooli Inc. 各种创新的云端媒体制作工具进行编辑和转换。
媒体上传功能是服务的重要组成部分,Jooli Inc. 必须了解用户行为的任何变化,因为这些变化可能会影响服务的效果或费用。
在您今天的任务中,将会使用 Cloud Operations 的各种工具来提高公司识别此类变化并快速应对的能力。经理已经告诉您,公司担心最终用户行为近来的变化再加上新一代手机和平板电脑的出现,会刺激用户对更高分辨率媒体(如 4K 甚至 8K 视频)的需求。数据存储相对来说属于小问题,但公司希望确保 Cloud Functions 为了处理媒体上传和转码所消耗的资源不会达到任何上限,也不会导致账单费用意外飙升。
系统将自动为您提供一个基本的 Cloud Monitoring 信息中心,名为 Media_Dashboard,但您必须先在项目中启用 Cloud Monitoring,然后才能访问此信息中心。
点击“检查我的进度”以验证是否完成了以下目标:
初始化 Cloud Monitoring 后,您就可以访问名为 Media_Dashboard 的初始信息中心了。在后续任务中,您将向此基本信息中心添加自定义指标。初始信息中心内配置了一些图表,其中会显示用于视频上传的 Cloud Functions 函数的延迟时间统计数据。
监控服务会创建一个自定义指标,即 opencensus/my.videoservice.org/measure/input_queue_size,让您可以监控 Jooli Inc. 视频处理队列的状态。此自定义指标由在名为 video-queue-monitor 的计算实例上运行的 Go 应用创建,并会写入该应用。
我们已为您部署计算实例 video-queue-monitor,该实例会使用启动脚本来安装和启动对输入队列进行监控的 Go 应用。此应用已在开发环境中进行了全面测试,但计算实例中的配置尚未最终确定。在启动脚本正确配置 Go 应用之前,该应用不会写入自定义指标数据。
Go 应用由启动脚本安装在计算实例的 /work/go 目录中。
input_queue_size,以确认应用是否正常运行。点击“检查我的进度”以验证是否完成了以下目标:
检查 Cloud Operations 日志并创建一个自定义指标,用于跟踪上传到 Cloud Functions 函数的媒体文件总数。用于视频上传的 Cloud Functions 函数会创建一个 Cloud Operations 日志记录事件,其中包含有关视频处理系统所处理的视频文件类型的元数据。
您需要配置一个基于日志的自定义指标“
Cloud Functions 函数已经在处理这些数据了,如果使用高级过滤条件模式搜索 Cloud Operations 日志,便会发现每当 Cloud Functions 函数 video_processing 收到高分辨率视频处理请求时,相应日志条目的 textPayload 字段中就会包含“file_format: 4K”或“file_format: 8K”字符串。您可以利用该过滤条件创建自定义指标。
点击“检查我的进度”以验证是否完成了以下目标:
现在,您必须向 Media_Dashboard 信息中心添加两个图表:
点击“检查我的进度”以验证是否完成了以下目标:
点击“检查我的进度”以验证是否完成了以下目标:
startup_script 的计算实例元数据键中。gce_instance 资源类型相关联的指标 custom.googleapis.com/opencensus/my.videoservice.org/measure/input_queue_size。textPayload=~"file_format\: ([4,8]K).*"。这是一个正则表达式,能够匹配与您感兴趣的两种高分辨率视频格式相关的所有 Cloud Operations 事件。您可以在指标定义中使用相同的正则表达式并配置标签,从而为两种高分辨率格式分别创建单独的时序。恭喜!在本实验中,您展示了自己能够配置 Cloud Monitoring 和 Cloud Operations,以监控用于处理视频上传的 Cloud Functions 函数的性能并在合适的时间发出提醒。您首先为项目启用了 Cloud Monitoring,然后配置了计算实例以生成自定义指标。在这之后,您又创建了使用 Cloud Operations 日志记录事件的自定义指标,并将自定义指标添加到了 Cloud Operations Monitoring 的 Media_Dashboard 信息中心。最后,您创建了基于高分辨率视频文件上传速率的 Cloud Operations 提醒。
…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践,可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训,并有点播、直播和虚拟三种方式选择,让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。
上次更新手册的时间:2025 年 4 月 18 日
上次测试实验的时间:2025 年 4 月 18 日
版权所有 2026 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。
此内容目前不可用
一旦可用,我们会通过电子邮件告知您
太好了!
一旦可用,我们会通过电子邮件告知您
一次一个实验
确认结束所有现有实验并开始此实验