GSP1024

개요

Managed Service for Prometheus는 Prometheus 측정항목을 위한 Google Cloud의 완전 관리형 스토리지 및 쿼리 서비스입니다. 이 서비스는 Cloud Monitoring과 동일한 글로벌 확장 가능한 데이터 스토어인 Monarch를 기반으로 빌드되었습니다.

이 실습에서는 Google Kubernetes Engine 클러스터를 설정한 후 Managed Service for Prometheus를 배포하여 간단한 애플리케이션으로부터 측정항목을 수집합니다.

Prometheus의 씬 포크는 기존 Prometheus 배포를 대체하며, 사용자 개입 없이 관리형 서비스로 데이터를 전송합니다. 이렇게 전송된 데이터는 관리형 서비스로 지원되는 Prometheus Query API를 통해 PromQL을 사용하여, 그리고 기존 Cloud Monitoring 쿼리 메커니즘을 사용하여 쿼리할 수 있습니다.

목표

• Managed Service for Prometheus를 GKE 클러스터에 배포합니다.
• 모니터링할 Python 애플리케이션을 배포합니다.
• Cloud Monitoring 대시보드를 만들어 수집된 측정항목을 확인합니다.

설정 및 요건

실습 시작 버튼을 클릭하기 전에

다음 안내를 확인하세요. 실습에는 시간 제한이 있으며 일시중지할 수 없습니다. 실습 시작을 클릭하면 타이머가 시작됩니다. 이 타이머는 Google Cloud 리소스를 사용할 수 있는 시간이 얼마나 남았는지를 표시합니다.

실무형 실습을 통해 시뮬레이션이나 데모 환경이 아닌 실제 클라우드 환경에서 실습 활동을 진행할 수 있습니다. 실습 시간 동안 Google Cloud에 로그인하고 액세스하는 데 사용할 수 있는 새로운 임시 사용자 인증 정보가 제공됩니다.

이 실습을 완료하려면 다음을 준비해야 합니다.

• 표준 인터넷 브라우저 액세스 권한(Chrome 브라우저 권장)

참고: 이 실습을 실행하려면 시크릿 모드(권장) 또는 시크릿 브라우저 창을 사용하세요. 개인 계정과 학습자 계정 간의 충돌로 개인 계정에 추가 요금이 발생하는 일을 방지해 줍니다.

• 실습을 완료하기에 충분한 시간(실습을 시작하고 나면 일시중지할 수 없음)

참고: 이 실습에는 학습자 계정만 사용하세요. 다른 Google Cloud 계정을 사용하는 경우 해당 계정에 비용이 청구될 수 있습니다.

실습을 시작하고 Google Cloud 콘솔에 로그인하는 방법

1. 실습 시작 버튼을 클릭합니다. 실습 비용을 결제해야 하는 경우 결제 수단을 선택할 수 있는 대화상자가 열립니다. 왼쪽에는 다음과 같은 항목이 포함된 실습 세부정보 창이 있습니다.

   • Google Cloud 콘솔 열기 버튼
   • 남은 시간
   • 이 실습에 사용해야 하는 임시 사용자 인증 정보
   • 필요한 경우 실습 진행을 위한 기타 정보

2. Google Cloud 콘솔 열기를 클릭합니다(Chrome 브라우저를 실행 중인 경우 마우스 오른쪽 버튼으로 클릭하고 시크릿 창에서 링크 열기를 선택합니다).

   실습에서 리소스가 가동되면 다른 탭이 열리고 로그인 페이지가 표시됩니다.

   팁: 두 개의 탭을 각각 별도의 창으로 나란히 정렬하세요.

   참고: 계정 선택 대화상자가 표시되면 다른 계정 사용을 클릭합니다.

3. 필요한 경우 아래의 사용자 이름을 복사하여 로그인 대화상자에 붙여넣습니다.

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

   실습 세부정보 창에서도 사용자 이름을 확인할 수 있습니다.

4. 다음을 클릭합니다.

5. 아래의 비밀번호를 복사하여 시작하기 대화상자에 붙여넣습니다.

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

   실습 세부정보 창에서도 비밀번호를 확인할 수 있습니다.

6. 다음을 클릭합니다.

   중요: 실습에서 제공하는 사용자 인증 정보를 사용해야 합니다. Google Cloud 계정 사용자 인증 정보를 사용하지 마세요. 참고: 이 실습에 자신의 Google Cloud 계정을 사용하면 추가 요금이 발생할 수 있습니다.

7. 이후에 표시되는 페이지를 클릭하여 넘깁니다.

   • 이용약관에 동의합니다.
   • 임시 계정이므로 복구 옵션이나 2단계 인증을 추가하지 않습니다.
   • 무료 체험판을 신청하지 않습니다.

잠시 후 Google Cloud 콘솔이 이 탭에서 열립니다.

참고: Google Cloud 제품 및 서비스에 액세스하려면 탐색 메뉴를 클릭하거나 검색창에 제품 또는 서비스 이름을 입력합니다.

Cloud Shell 활성화

Cloud Shell은 다양한 개발 도구가 탑재된 가상 머신으로, 5GB의 영구 홈 디렉터리를 제공하며 Google Cloud에서 실행됩니다. Cloud Shell을 사용하면 명령줄을 통해 Google Cloud 리소스에 액세스할 수 있습니다.

1. Google Cloud 콘솔 상단에서 Cloud Shell 활성화 를 클릭합니다.

2. 다음 창을 클릭합니다.

   • Cloud Shell 정보 창을 통해 계속 진행합니다.
   • 사용자 인증 정보를 사용하여 Google Cloud API를 호출할 수 있도록 Cloud Shell을 승인합니다.

연결되면 사용자 인증이 이미 처리된 것이며 프로젝트가 학습자의 PROJECT_ID, (으)로 설정됩니다. 출력에 이 세션의 PROJECT_ID를 선언하는 줄이 포함됩니다.

Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}

gcloud는 Google Cloud의 명령줄 도구입니다. Cloud Shell에 사전 설치되어 있으며 명령줄 자동 완성을 지원합니다.

3. (선택사항) 다음 명령어를 사용하여 활성 계정 이름 목록을 표시할 수 있습니다.

gcloud auth list

4. 승인을 클릭합니다.

출력:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} To set the active account, run: $ gcloud config set account `ACCOUNT`

5. (선택사항) 다음 명령어를 사용하여 프로젝트 ID 목록을 표시할 수 있습니다.

gcloud config list project

출력:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 참고: gcloud 전체 문서는 Google Cloud에서 gcloud CLI 개요 가이드를 참고하세요.

작업 1. Docker 저장소 만들기

이 작업에서는 Artifact Registry 내에 비공개 Docker 저장소를 만들고 비공개 저장소에 이미지를 추가합니다. 이 과정에서 저장소 이름으로 이미지를 태그하여 대상을 지정한 후 Artifact Registry로 푸시합니다.

1. Cloud Shell에서 다음 명령어를 실행하여 위치에 docker-repo라는 새 Docker 저장소를 만들고 'Docker 저장소'라는 설명을 지정합니다.

gcloud artifacts repositories create docker-repo --repository-format=docker \ --location={{{project_0.default_region | Region}}} --description="Docker repository" \ --project={{{project_0.project_id| Project ID}}}

2. 콘솔 제목 표시줄의 검색 필드에 Artifact Registry를 입력한 후 검색 결과에서 'Artifact Registry'를 클릭합니다.

3. Artifact Registry 저장소 페이지에서 docker-repo 저장소가 표시되는지 확인합니다.

4. Cloud Shell에서 스토리지 버킷으로부터 사전 빌드된 이미지를 로드합니다.

wget https://storage.googleapis.com/spls/gsp1024/flask_telemetry.zip unzip flask_telemetry.zip docker load -i flask_telemetry.tar

5. 다음 명령어를 실행하여 이미지에 flask-telemetry:v1 태그를 지정합니다.

docker tag gcr.io/ops-demo-330920/flask_telemetry:61a2a7aabc7077ef474eb24f4b69faeab47deed9 \ {{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1

6. 다음 명령어를 실행하여 Docker 이미지를 Artifact Registry로 푸시합니다.

docker push {{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Docker 저장소 만들기

작업 2. Google Kubernetes Engine 클러스터 설정하기

이 작업에서는 표준 GKE 클러스터를 배포하고 인증합니다.

1. 다음 명령어를 실행하여 표준 GKE 클러스터를 배포합니다. 그러면 GKE API를 승인하고 사용 설정하라는 메시지가 표시됩니다.

gcloud beta container clusters create gmp-cluster --num-nodes=1 --zone {{{project_0.default_zone | Zone}}} --enable-managed-prometheus

클러스터를 만드는 데 몇 분 정도 걸립니다. 생성이 완료될 때까지 기다린 후 다음 단계로 진행합니다.

2. 다음 명령어를 실행하여 클러스터를 인증합니다.

gcloud container clusters get-credentials gmp-cluster --zone {{{project_0.default_zone | Zone}}}

작업 3. Prometheus 서비스 배포하기

• 다음 명령어를 실행하여 작업을 진행하는 데 사용할 네임스페이스를 만듭니다.

kubectl create ns gmp-test

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Prometheus가 배포되었는지 확인하기

작업 4. 애플리케이션 배포하기

1. /metrics 엔드포인트에서 측정항목을 내보내는 애플리케이션을 가져옵니다.

wget https://storage.googleapis.com/spls/gsp1024/gmp_prom_setup.zip unzip gmp_prom_setup.zip cd gmp_prom_setup

2. 이 단계에서는 이전 단계에서 푸시한 이미지의 이름을 사용하도록 flask_deployment.yaml을 업데이트합니다.

   • nano를 사용하여 flask_deployment.yaml을 엽니다.
   nano flask_deployment.yaml
   • <ARTIFACT REGISTRY IMAGE NAME>을 다음으로 바꿉니다.
   {{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1
   • Ctrl+X, Y, Enter 키를 차례로 눌러 업데이트된 파일을 저장하고 nano를 종료합니다.

3. 간단한 애플리케이션을 배포합니다.

kubectl -n gmp-test apply -f flask_deployment.yaml kubectl -n gmp-test apply -f flask_service.yaml

4. 다음 명령어를 사용하여 이 간단한 Python Flask 앱이 측정항목을 제공하고 있는지 확인합니다.

url=$(kubectl get services -n gmp-test -o jsonpath='{.items[*].status.loadBalancer.ingress[0].ip}') 참고: curl 명령어가 성공하려면 서비스가 완전히 배포되어 있어야 합니다. curl $url/metrics

다음과 같은 출력이 표시됩니다.

# HELP flask_exporter_info Multiprocess metric # TYPE flask_exporter_info gauge flask_exporter_info{version="0.18.5"} 1.0 참고: 필요한 출력이 표시되기까지 잠시 기다려야 할 수 있습니다. 예상한 출력이 표시되지 않으면 이 단계의 두 명령어를 모두 다시 실행하세요.

5. PodMonitoring 파일을 적용하여 Prometheus에 측정항목 스크래핑을 시작할 위치를 알려 줍니다.

kubectl -n gmp-test apply -f prom_deploy.yaml

6. 마무리하기 전에, 앱과의 간단한 상호작용을 통해 애플리케이션에 부하를 생성합니다.

timeout 120 bash -c -- 'while true; do curl $(kubectl get services -n gmp-test -o jsonpath='{.items[*].status.loadBalancer.ingress[0].ip}'); sleep $((RANDOM % 4)) ; done'

이 작업은 2분 동안 실행되며, 완료되면 이 작업이 어떻게 보이는지 시각화할 수 있습니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. Flask 애플리케이션이 배포되었는지 확인하기

작업 5. 측정항목을 통해 앱 관찰하기

이 마지막 섹션에서는 gcloud를 사용하여 이 애플리케이션의 측정항목을 선 차트로 보여주는 커스텀 모니터링 대시보드를 배포합니다.

1. Cloud Shell에서 다음 스크립트를 실행합니다.

참고: 이 코드 블록 전체를 복사해야 합니다. gcloud monitoring dashboards create --config=''' { "category": "CUSTOM", "displayName": "Prometheus Dashboard Example", "mosaicLayout": { "columns": 12, "tiles": [ { "height": 4, "widget": { "title": "prometheus/flask_http_request_total/counter [MEAN]", "xyChart": { "chartOptions": { "mode": "COLOR" }, "dataSets": [ { "minAlignmentPeriod": "60s", "plotType": "LINE", "targetAxis": "Y1", "timeSeriesQuery": { "apiSource": "DEFAULT_CLOUD", "timeSeriesFilter": { "aggregation": { "alignmentPeriod": "60s", "crossSeriesReducer": "REDUCE_NONE", "perSeriesAligner": "ALIGN_RATE" }, "filter": "metric.type=\"prometheus.googleapis.com/flask_http_request_total/counter\" resource.type=\"prometheus_target\"", "secondaryAggregation": { "alignmentPeriod": "60s", "crossSeriesReducer": "REDUCE_MEAN", "groupByFields": [ "metric.label.\"status\"" ], "perSeriesAligner": "ALIGN_MEAN" } } } } ], "thresholds": [], "timeshiftDuration": "0s", "yAxis": { "label": "y1Axis", "scale": "LINEAR" } } }, "width": 6, "xPos": 0, "yPos": 0 } ] } } '''

2. 생성되었으면 콘솔로 돌아갑니다. 제목 표시줄의 검색 필드에 Monitoring 대시보드를 입력한 후 검색 결과에서 대시보드를 클릭합니다.
3. 대시보드 목록에서 새로 만든 Prometheus 대시보드 예시를 찾습니다. Prometheus 대시보드를 클릭하여 Prometheus 대시보드 예시를 확인합니다.

내 진행 상황 확인하기를 클릭하여 목표를 확인합니다. 대시보드가 생성되었는지 확인하기

수고하셨습니다

Prometheus 측정항목으로 GKE 앱을 배포하고, 이로부터 Cloud Monitoring 대시보드를 만들기 위한 기본사항을 살펴보았습니다.

다음 단계/더 학습하기

더 학습하려면 Prometheus 문서에서 자체 관리형 컬렉션 배포하기를 찾아보세요.

Google Cloud 교육 및 자격증

Google Cloud 기술을 최대한 활용하는 데 도움이 됩니다. Google 강의에는 빠른 습득과 지속적인 학습을 지원하는 기술적인 지식과 권장사항이 포함되어 있습니다. 기초에서 고급까지 수준별 학습을 제공하며 바쁜 일정에 알맞은 주문형, 실시간, 가상 옵션이 포함되어 있습니다. 인증은 Google Cloud 기술에 대한 역량과 전문성을 검증하고 입증하는 데 도움이 됩니다.

설명서 최종 업데이트: 2025년 4월 21일

실습 최종 테스트: 2025년 4월 21일

Copyright 2025 Google LLC. All rights reserved. Google 및 Google 로고는 Google LLC의 상표입니다. 기타 모든 회사명 및 제품명은 해당 업체의 상표일 수 있습니다.