GSP1024
Visão geral
O Managed Service para Prometheus é o serviço de consulta e armazenamento totalmente gerenciado do Google Cloud para as métricas do Prometheus. Esse serviço é criado com base no Monarch, o mesmo repositório de dados globalmente escalonável usado pelo Cloud Monitoring.
Neste laboratório, você vai configurar um cluster do Google Kubernetes Engine e implantar o Managed Service para Prometheus para ingerir métricas de um aplicativo simples.
Uma bifurcação do Prometheus substitui as implantações atuais do Prometheus e envia
dados para o serviço gerenciado sem intervenção do usuário. Em seguida, esses dados podem ser consultados usando o PromQL por meio da
API Query do serviço gerenciado do Prometheus e os mecanismos de consulta
existentes do Cloud Monitoring.
Objetivos
- Implantar o Managed Service para Prometheus em um cluster do GKE.
- Implantar um aplicativo Python para monitorar.
- Criar um painel do Cloud Monitoring para visualizar as métricas coletadas.
Configuração e requisitos
Antes de clicar no botão Começar o Laboratório
Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.
Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.
Confira os requisitos para concluir o laboratório:
- Acesso a um navegador de Internet padrão (recomendamos o Chrome).
Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.
- Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.
Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.
Como iniciar seu laboratório e fazer login no console do Google Cloud
-
Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento.
No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:
- O botão Abrir Console do Google Cloud
- O tempo restante
- As credenciais temporárias que você vai usar neste laboratório
- Outras informações, se forem necessárias
-
Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.
O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.
Dica: coloque as guias em janelas separadas lado a lado.
Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.
-
Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.
{{{user_0.username | "Username"}}}
Você também encontra o nome de usuário no painel Detalhes do Laboratório.
-
Clique em Próxima.
-
Copie a Senha abaixo e cole na caixa de diálogo de Olá.
{{{user_0.password | "Password"}}}
Você também encontra a senha no painel Detalhes do Laboratório.
-
Clique em Próxima.
Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud.
Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.
-
Acesse as próximas páginas:
- Aceite os Termos e Condições.
- Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
- Não se inscreva em testes gratuitos.
Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.
Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.
Ativar o Cloud Shell
O Cloud Shell é uma máquina virtual com várias ferramentas de desenvolvimento. Ele tem um diretório principal permanente de 5 GB e é executado no Google Cloud. O Cloud Shell oferece acesso de linha de comando aos recursos do Google Cloud.
-
Clique em Ativar o Cloud Shell 
na parte de cima do console do Google Cloud.
-
Clique nas seguintes janelas:
- Continue na janela de informações do Cloud Shell.
- Autorize o Cloud Shell a usar suas credenciais para fazer chamadas de APIs do Google Cloud.
Depois de se conectar, você verá que sua conta já está autenticada e que o projeto está configurado com seu Project_ID, . A saída contém uma linha que declara o projeto PROJECT_ID para esta sessão:
Your Cloud Platform project in this session is set to {{{project_0.project_id | "PROJECT_ID"}}}
A gcloud é a ferramenta de linha de comando do Google Cloud. Ela vem pré-instalada no Cloud Shell e aceita preenchimento com tabulação.
- (Opcional) É possível listar o nome da conta ativa usando este comando:
gcloud auth list
- Clique em Autorizar.
Saída:
ACTIVE: *
ACCOUNT: {{{user_0.username | "ACCOUNT"}}}
To set the active account, run:
$ gcloud config set account `ACCOUNT`
- (Opcional) É possível listar o ID do projeto usando este comando:
gcloud config list project
Saída:
[core]
project = {{{project_0.project_id | "PROJECT_ID"}}}
Observação: consulte a documentação completa da gcloud no Google Cloud no guia de visão geral da gcloud CLI.
Tarefa 1: Criar um repositório do Docker
Nesta tarefa, você vai criar um repositório particular do Docker no Artifact Registry e adicionar a imagem a ele. Isso envolve incluir a tag na imagem com o nome do repositório para especificar o destino e, em seguida, enviar para o Artifact Registry.
- No Cloud Shell, execute o comando abaixo para criar um novo repositório do Docker chamado docker-repo no local com a descrição "Docker repository".
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}}}
-
Na barra de título do console, digite Artifact Registry no campo Pesquisar e clique em "Artifact Registry" nos resultados.
-
Na página Repositórios do Artifact Registry, confirme se você vê o repositório docker-repo.
-
No Cloud Shell, carregue uma imagem pré-criada de um bucket de armazenamento:
wget https://storage.googleapis.com/spls/gsp1024/flask_telemetry.zip
unzip flask_telemetry.zip
docker load -i flask_telemetry.tar
- Execute o comando a seguir para marcar a imagem como
flask-telemetry:v1:
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
- Execute este comando para enviar a imagem Docker ao Artifact Registry:
docker push {{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1
Clique em Verificar meu progresso para conferir o objetivo.
Criar um repositório do Docker
Tarefa 2: Configurar um cluster do Google Kubernetes Engine
Nesta tarefa, você vai implantar e autenticar um cluster padrão do GKE.
- Execute o seguinte comando para implantar um cluster padrão do GKE, que solicita que você autorize e ative a API GKE:
gcloud beta container clusters create gmp-cluster --num-nodes=1 --zone {{{project_0.default_zone | Zone}}} --enable-managed-prometheus
A criação do cluster leva alguns minutos. Aguarde a conclusão da criação e siga para a próxima etapa.
- Execute o seguinte comando para autenticar no cluster:
gcloud container clusters get-credentials gmp-cluster --zone {{{project_0.default_zone | Zone}}}
Tarefa 3: Implantar o serviço Prometheus
- Execute o seguinte comando para criar um namespace para trabalhar:
kubectl create ns gmp-test
Clique em Verificar meu progresso para conferir o objetivo.
Verificar se o Prometheus foi implantado
Tarefa 4: Implantar o aplicativo
- Acesse o aplicativo que gera métricas no endpoint
/metrics:
wget https://storage.googleapis.com/spls/gsp1024/gmp_prom_setup.zip
unzip gmp_prom_setup.zip
cd gmp_prom_setup
-
Nesta etapa, você atualiza flask_deployment.yaml para usar o nome da imagem enviada nas etapas anteriores:
- Use o nano para abrir
flask_deployment.yaml:
nano flask_deployment.yaml
- Substitua
<ARTIFACT REGISTRY IMAGE NAME> por:
{{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1
- Pressione CTRL+X, Y e ENTER para salvar o arquivo atualizado e fechar o nano.
-
Implante um aplicativo simples:
kubectl -n gmp-test apply -f flask_deployment.yaml
kubectl -n gmp-test apply -f flask_service.yaml
- Verifique se esse simples app Python Flask está disponibilizando métricas com o seguinte comando:
url=$(kubectl get services -n gmp-test -o jsonpath='{.items[*].status.loadBalancer.ingress[0].ip}')
Observação: o serviço precisa estar totalmente implantado para que o comando curl seja executado com sucesso.
curl $url/metrics
Você verá esta resposta:
# HELP flask_exporter_info Multiprocess metric
# TYPE flask_exporter_info gauge
flask_exporter_info{version="0.18.5"} 1.0
Observação: pode ser preciso esperar um pouco para ver a saída requerida. Se você não estiver recebendo a saída esperada, execute novamente os dois comandos nesta etapa.
- Diga ao Prometheus onde começar a extrair as métricas aplicando o arquivo PodMonitoring:
kubectl -n gmp-test apply -f prom_deploy.yaml
- Antes de terminar, gere alguma carga no aplicativo com uma interação simples:
timeout 120 bash -c -- 'while true; do curl $(kubectl get services -n gmp-test -o jsonpath='{.items[*].status.loadBalancer.ingress[0].ip}')/error; sleep $((RANDOM % 4)) ; done'
Isso é executado por 2 minutos e, quando concluído, você pode criar uma visualização de como isso fica.
Clique em Verificar meu progresso para conferir o objetivo.
Verificar se o aplicativo Flask foi implantado
Tarefa 5: Observar o app usando métricas
Nesta última seção, use a gcloud para implantar um painel de monitoramento personalizado que mostra as métricas deste aplicativo em um gráfico de linhas.
- No Cloud Shell, execute o script a seguir:
Observação: copie todo o bloco de código.
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
}
]
}
}
'''
- Depois de criar o bucket, volte para o console. Na barra de título, digite Painel do Monitoring no campo Pesquisar e clique em Painéis nos resultados da pesquisa.
- Encontre o Exemplo de painel do Prometheus recém-criado na lista Painel. Clique em Painel do Prometheus para ver o Exemplo de painel do Prometheus.
Clique em Verificar meu progresso para conferir o objetivo.
Verificar se o painel foi criado
Parabéns!
Você já viu os conceitos básicos da implantação de um app do GKE com métricas do Prometheus e da criação de um painel do Cloud Monitoring com base nele.
Próximas etapas / Saiba mais
Para saber mais, confira a documentação do Prometheus e procure por implantação da coleta autogerenciada.
Treinamento e certificação do Google Cloud
Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.
Manual atualizado em 21 de abril de 2025
Laboratório testado em 21 de abril de 2025
Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.
