Loading...
No results found.

Apply your skills in Google Cloud console

Lab setup instructions and requirements
Protect your account and progress. Always use a private browser window and lab credentials to run this lab.

透過 Google Cloud 監控應用程式

Lab 45 minutes universal_currency_alt 5 Credits show_chart Introductory
info This lab may incorporate AI tools to support your learning.
This content is not yet optimized for mobile devices.
For the best experience, please visit us on a desktop computer using a link sent by email.

總覽

本實驗室將引導您部署應用程式至 Google Cloud，並運用 Google Cloud 提供的工具加以監控。您將練習使用 Cloud Logging、Trace、Profiler 和資訊主頁等工具，並建立運作時間檢查和警告政策。

目標

在本實驗室中，您將瞭解如何執行下列工作：

  • 從 GitHub 下載範例應用程式
  • 將應用程式部署至 App Engine
  • 查看 Cloud 記錄檔
  • 查看 Profiler 資訊
  • 探索 Cloud Trace
  • 透過資訊主頁監控資源
  • 建立運作時間檢查和警告

設定

每個實驗室都會提供新的 Google Cloud 專案和一組資源，讓您在時限內免費使用。

  1. 按一下「Start Lab」按鈕。如果研究室會產生費用，畫面中會出現選擇付款方式的彈出式視窗。左側的「Lab Details」窗格會顯示下列項目：

    • 「Open Google Cloud console」按鈕
    • 剩餘時間
    • 必須在這個研究室中使用的臨時憑證
    • 完成這個實驗室所需的其他資訊 (如有)

  2. 點選「Open Google Cloud console」；如果使用 Chrome 瀏覽器，也能按一下滑鼠右鍵，選取「在無痕視窗中開啟連結」。

    接著，實驗室會啟動相關資源並開啟另一個分頁，當中顯示「登入」頁面。

    提示：您可以在不同的視窗中並排開啟分頁。

    注意：如果頁面中顯示「選擇帳戶」對話方塊，請點選「使用其他帳戶」。

  3. 如有必要，請將下方的 Username 貼到「登入」對話方塊。

    {{{user_0.username | "Username"}}}

    您也可以在「Lab Details」窗格找到 Username。

  4. 點選「下一步」。

  5. 複製下方的 Password，並貼到「歡迎使用」對話方塊。

    {{{user_0.password | "Password"}}}

    您也可以在「Lab Details」窗格找到 Password。

  6. 點選「下一步」。

    重要事項：請務必使用實驗室提供的憑證，而非自己的 Google Cloud 帳戶憑證。 注意：如果使用自己的 Google Cloud 帳戶來進行這個實驗室，可能會產生額外費用。

  7. 按過後續的所有頁面：

    • 接受條款及細則。
    • 由於這是臨時帳戶，請勿新增救援選項或雙重驗證機制。
    • 請勿申請免費試用。

Google Cloud 控制台稍後會在這個分頁開啟。

注意：如要查看列出 Google Cloud 產品和服務的選單，請點選左上角的「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。 「導覽選單」圖示

工作 1：從 GitHub 下載範例應用程式

從 GitHub 下載範例應用程式，並在 Cloud Shell 中預覽。

  1. 在 Cloud 控制台中，點按「啟用 Cloud Shell」圖示 Cloud Shell 圖示。

  2. 如果出現提示訊息，請點按「繼續」。連線至 Cloud Shell 後，您應會發現自己通過驗證，且專案已設為您的專案 ID。

  3. 在 Cloud Shell 執行下列指令，確認您已通過驗證。如果出現提示訊息，請點按「授權」：

gcloud auth list

指令輸出：

Credentialed Accounts ACTIVE ACCOUNT * [my_account]@[my_domain.com] To set the active account, run: $ gcloud config set account `ACCOUNT` 附註：gcloud 指令列工具是 Google Cloud 功能強大的整合式指令列工具，並已預先安裝於 Cloud Shell 中。gcloud 具備多項功能，包括在殼層內提供 Tab 鍵完成功能。詳情請參閱 gcloud 指令列工具總覽。
  1. 執行下列指令，確認您在本實驗室中使用的專案正確無誤：
gcloud config list project

指令輸出

[core] project = [PROJECT_ID]
  1. 如未列出正確的專案，請輸入下列指令手動設定專案：
gcloud config set project [PROJECT_ID]

指令輸出：

Updated property [core/project].
  1. 執行下列指令，建立名稱為 gcp-logging 的資料夾：
mkdir gcp-logging
  1. 切換到剛剛建立的資料夾：
cd gcp-logging
  1. 從 Cloud Storage 下載簡易的 Python Flask 應用程式：
gcloud storage cp gs://cloud-training/CBL175/design-process.zip .
  1. 解壓縮 design-process.zip 資料夾
unzip design-process.zip
  1. 切換到 deploying-apps-to-gcp 資料夾：
cd design-process/deploying-apps-to-gcp

  1. 在 Cloud Shell 點按「開啟編輯器」圖示 「開啟編輯器」圖示。

  2. 在導覽窗格中展開「gcp-logging/design-process/deploying-apps-to-gcp」資料夾，然後點按「main.py」開啟檔案。

  3. 在檔案頂端 (第 2 行) 加入下列匯入陳述式：

import googlecloudprofiler 附註：您可以透過 Profiler 監控應用程式的資源使用情形。詳情請參閱 Google Cloud Profiler 說明文件。
  1. 在 main() 函式下方 (第 11 行下方) 新增下列程式碼片段，以啟用 Profiler：
try: googlecloudprofiler.start(verbose=3) except (ValueError, NotImplementedError) as exc: print(exc)

Profiler 會持續回報應用程式指標。程式碼應如下所示：

main.py 程式碼區塊

注意：這個程式碼只會啟用 Profiler。Profiler 一經啟用，就會開始將應用程式指標回報至 Google Cloud。
  1. 此外，您必須將 Profiler 程式庫新增至 requirements.txt 檔案。請在程式碼編輯器中開啟該檔案，然後新增下列內容：
google-cloud-profiler==4.1.0 protobuf==3.20.1

檔案應會如下所示：

requirements.txt 檔案

  1. 您必須在專案中啟用 Profiler。請在 Cloud Shell 中輸入下列指令：
gcloud services enable cloudprofiler.googleapis.com
  1. 請輸入下列指令，建構映像檔的 Docker 容器來測試應用程式：
docker build -t test-python .
  1. 輸入下列指令，執行 Docker 映像檔：
docker run --rm -p 8080:8080 test-python
  1. 點按 Google Cloud Shell 工具列中的「網頁預覽」圖示 「網頁預覽」圖示，查看執行中的程式，接著選取「透過以下通訊埠預覽：8080」。

程式應會顯示在新瀏覽器分頁中。

  1. 在 Cloud Shell 中按下 Ctrl+C 即可停止程式。

點選「Check my progress」，確認目標已達成。 啟用 Profiler

工作 2：將應用程式部署至 App Engine 並檢查 Cloud 記錄檔

接下來要將程式部署至 App Engine，並運用 Google Cloud 工具加以監控。

  1. 在 Cloud Shell 程式碼編輯器的「Explorer」窗格中，選取「gcp-logging/design-process/deploying-apps-to-gcp」資料夾。
  2. 點按「New File」，然後將檔案命名為 app.yaml。
  3. 將下列程式碼貼入剛剛建立的檔案中：
runtime: python311

  1. 儲存變更。

  2. 您必須在專案中建立 App Engine 應用程式，這項操作只需進行一次。請執行 gcloud app create 指令，並指定用於建立應用程式的區域。在 Cloud Shell 輸入下列指令：

    gcloud app create --region={{{project_0.startup_script.app_region | REGION }}}

  3. 現在使用下列指令來部署應用程式：

gcloud app deploy --version=one --quiet 注意：這個指令可能需要幾分鐘才能執行完成，請等到作業完成後再繼續操作。

  1. 前往 Google Cloud 控制台，在標題列的「搜尋」欄位輸入 App Engine，然後點按搜尋結果中的「App Engine」。

  2. 依序點按「App Engine」>「資訊主頁」。資訊主頁右上角應會顯示應用程式的連結，類似下面這樣：

qwiklabs-gcp-02-2299defb275.appspot.com 連結

附註：根據預設，App Engine 執行個體的網址格式為 https://project-id/appspot.com。

  1. 點按連結即可測試程式。

  2. 請重新整理瀏覽器幾次來發送要求。

  3. 返回控制台，然後依序點按「App Engine」>「版本」。

  4. 在表格的「診斷」欄中，點按「記錄檔」。

  5. 記錄檔應會顯示 Profiler 已成功啟動並產生設定檔。如果未看見這些資訊，請稍候片刻再點按「重新整理」。

記錄檔

點選「Check my progress」，確認目標已達成。 將應用程式部署至 App Engine 並檢查 Cloud 記錄檔

工作 3：查看 Profiler 資訊

  1. 前往 Google Cloud 控制台，在標題列的「搜尋」欄位輸入 Profiler，然後點按搜尋結果中的「Profiler」。畫面應大致如下所示：

Profiler 頁面

注意：頂端的灰色長條代表程式所用的 CPU 作業時間總計，下方的長條則代表相對於時間總計，程式函式所用的 CPU 作業時間。由於目前沒有任何流量，因此這個圖表暫無資訊可顯示。稍後我們會為應用程式增加一些負載。
  1. 點按「導覽選單」中的「Compute Engine」。
  2. 點按「建立執行個體」來建立虛擬機器。
  3. 區域請設為「」。

(這個區域與 App Engine 應用程式的區域不同)。

其餘設定均保留預設值，然後點按「建立」。

點選「Check my progress」，確認目標已達成。 建立執行個體

  1. VM 準備就緒後，點按「SSH」登入 VM。

  2. 如果出現「允許透過瀏覽器中的 SSH 連線至 VM」提示訊息，請點按「授權」。

  3. 您將透過 Apache Bench 這項網路測試工具，產生一些傳送至 App Engine 應用程式的流量。請輸入下列指令來安裝工具：

sudo apt update sudo apt install apache2-utils -y
  1. 將 <your-project-id> 的值改為「連線詳細資料」面板中的 PROJECT_ID，然後輸入下列指令，為 App Engine 應用程式產生一些流量：
ab -k -n 1000 -c 10 https://<your-project-id>.appspot.com/

這個指令會發送 1,000 項要求 (一次 10 項要求) 至您的應用程式。

注意：網址必須改成指向應用程式，您可以在 App Engine 資訊主頁中找到網址。另外，如果您用於測試應用程式的瀏覽器分頁尚未關閉，也可找到該網址。請務必在網址結尾加上正斜線 (/)。
  1. 要求傳送完畢之後，請前往 Google Cloud 控制台，在標題列的「搜尋」欄位輸入 Profiler，然後點按搜尋結果中的「Profiler」。

圖表現在應會顯示較多資訊。每個長條都代表一個函式，長條的寬度代表每個函式耗用的 CPU 作業時間。

開發人員可以透過 Profiler 追蹤程式的各個元件分別耗用多少資源。

Profiler 圖表

工作 4：探索 Cloud Trace

  1. 傳送至應用程式的各項要求都已新增至 Trace 清單。現在，請前往 Google Cloud 控制台，在標題列的「搜尋」欄位輸入 Trace 探索工具，然後點按搜尋結果中的「Trace 探索工具」。

畫面中會顯示要求記錄和延遲時間。如同先前提到，由於應用程式的執行時間不長，因此這裡顯示的資訊可能不多。左上角的圖表顯示要求數量和處理要求所用的時間。右側表格會顯示要求清單。選取要求後，畫面底部將顯示更多詳細資料。

  1. 返回您先前輸入 Apache Bench 指令的 SSH 視窗。

  2. 將 <your-project-id> 的值改為「連線詳細資料」面板中的 PROJECT_ID，然後輸入下列 ab 指令：

ab -k -n 1000 -c 10 https://<your-project-id>.appspot.com/

您也可以使用不同的 -n 和 -c 參數值進行實驗。

  1. 反覆執行這項作業幾次，然後返回「Trace 探索工具」頁面。

工作 5：透過資訊主頁監控資源

  1. 點按導覽選單中的「監控」。

  2. 點按左側窗格中的「資訊主頁」。Cloud Monitoring 會分析專案所用的資源，並產生一些預設資訊主頁。您先前在本練習中曾使用 App Engine 和 Compute Engine 虛擬機器，因此會看見大致如下的表格：

篩選資訊主頁表格

  1. 點按「App Engine」資訊主頁，然後從下拉式選單中選取您的專案名稱。資訊主頁會隨即顯示，內含 App Engine 應用程式相關資訊。

  2. 在左側窗格中，點按「資訊主頁」。

  3. 點按「VM 執行個體」資訊主頁，然後選取執行個體。畫面中會隨即顯示 VM 的資訊主頁。

注意：如果 VM 執行個體未立即顯示，請稍候片刻再重新整理瀏覽器頁面。
  1. 或者，您也可以返回「資訊主頁」頁面，並點按「建立自訂資訊主頁」來建立自訂資訊主頁。
  2. 在「新資訊主頁名稱」部分，為自訂資訊主頁取名，也可以試需要新增圖表來繼續自訂資訊主頁。

工作 6：建立運作時間檢查和警告

  1. 在左側窗格中，依序點按「運作時間檢查」和頂端的「+ 建立運作時間檢查」連結。按照下方指示填寫表單：
屬性 值
通訊協定 HTTPS
資源類型 網址
主機名稱 <your-project-id>.appspot.com
路徑 /
檢查頻率 1 分鐘
  1. 點按「繼續」。
  2. 在「警告與通知」部分，依序點按「通知管道」旁的下拉式箭頭和「Manage Notification Channels」。「通知管道」頁面會在新分頁開啟。
  3. 向下捲動頁面，然後在「Email」部分點按「ADD NEW」。
  4. 在「Create Email Channel」對話方塊的「Email Address」欄位中輸入您的個人電子郵件地址，並填寫「Display name」欄位。
  5. 點按「Save」。
  6. 返回先前的分頁，再次點按「通知管道」和「重新整理」圖示，即可看見在上一個步驟設定的顯示名稱。 「重新整理」圖示
  7. 接著，請選取您取的顯示名稱，然後點按「確定」。
  8. 將警告政策命名為 Uptime Check Alert。
  9. 點按「繼續」。
  10. 在「查看」專區的「標題」部分，輸入 App Engine Uptime Check。
  11. 點按「測試」，確認運作時間檢查可以連結至資源。如果看見綠色勾號，代表所有項目均可順利連線。點按「建立」。

點選「Check my progress」，確認目標已達成。 建立運作時間檢查和警告

  1. 返回並開啟「App Engine」分頁來停用應用程式，確認運作時間檢查和警告政策是否正常運作。

  2. 點按「設定」。

  3. 點按「停用應用程式」，然後按照指示停用應用程式。

  4. 返回 App Engine 資訊主頁測試網址。網址應已停止運作。

  5. 返回「Monitoring」分頁，點按「運作時間檢查」。運作時間檢查應會執行失敗。如果情況與預期不符，請稍候片刻再點按「重新整理」。

  6. 點按「警告」。您應會收到事件警告。

  7. 查看電子郵件信箱，您應該會收到 Cloud Monitoring 寄來的郵件。

  8. 返回「App Engine Settings」重新啟用應用程式，再返回「運作時間檢查」頁面。運作時間檢查應會恢復運作。如果尚未恢復運作，請稍候片刻再點按「重新整理」。

  9. 返回「警告」頁面。事件應已獲得解決。如同之前的情況，您可能必須稍候片刻再點按「重新整理」。

  10. 再次檢查電子郵件，您應會收到第二封電子郵件，通知您警告已獲得解決。

  11. 為確保專案刪除之後不會再收到任何相關電子郵件，請刪除警告政策並刪除通知管道。點按「警告」頁面頂端的「Edit Notification Channels」。

  12. 找到您的電子郵件地址，然後點按垃圾桶圖示加以刪除。

  13. 接著請點按「運作時間檢查」，然後刪除「App Engine Uptime check」。

恭喜！

在本實驗室中，您成功將應用程式部署至 Google Cloud，隨後運用 Google Cloud 提供的工具進行監控。另外，您也使用 Cloud Logging、Trace、Profiler 和資訊主頁，並且建立了運作時間檢查和警告政策。

關閉研究室

如果您已完成研究室，請按一下「End Lab」(關閉研究室)。Google Cloud Skills Boost 會移除您使用的資源，並清除所用帳戶。

您可以針對研究室的使用體驗評分。請選取合適的星級評等並提供意見，然後按一下「Submit」(提交)。

星級評等代表您的滿意程度：

  • 1 星 = 非常不滿意
  • 2 星 = 不滿意
  • 3 星 = 普通
  • 4 星 = 滿意
  • 5 星 = 非常滿意

如果不想提供意見回饋，您可以直接關閉對話方塊。

如有任何想法、建議或指教，請透過「Support」(支援) 分頁提交。

Copyright 2026 Google LLC 保留所有權利。Google 和 Google 標誌是 Google LLC 的商標，其他公司和產品名稱則有可能是其關聯公司的商標。

Before you begin

  1. Labs create a Google Cloud project and resources for a fixed time
  2. Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
  3. On the top left of your screen, click Start lab to begin

Use private browsing

  1. Copy the provided Username and Password for the lab
  2. Click Open console in private mode

Sign in to the Console

  1. Sign in using your lab credentials. Using other credentials might cause errors or incur charges.
  2. Accept the terms, and skip the recovery resource page
  3. Don't click End lab unless you've finished the lab or want to restart it, as it will clear your work and remove the project

This content is not currently available

We will notify you via email when it becomes available

Great!

We will contact you via email if it becomes available

One lab at a time

Confirm to end all existing labs and start this one

Use private browsing to run the lab

Using an Incognito or private browser window is the best way to run this lab. This prevents any conflicts between your personal account and the Student account, which may cause extra charges incurred to your personal account.