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.
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}'); sleep $((RANDOM % 4)) ; done'
Isso é executado por dois minutos e, quando concluído, você pode criar uma visualização dele.
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, volte para o console. Na barra de título, digite Painel do Monitoring no campo Pesquisar e clique em Painéis nos resultados.
- 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 a partir dele.
Próximas etapas/Saiba mais
Para saber mais, confira a documentação do Prometheus e procure pela 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 3 de abril de 2026
Laboratório testado em 3 de abril de 2026
Copyright 2026 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.
