GSP1027

概览

Google Cloud Managed Service for Prometheus 会依据注入 Cloud Monitoring 的样本数量和发送到 Monitoring API 的读取请求收费。注入的样本数量是产生费用的主要因素。

在本实验中，您将探索在使用 Google Cloud 上的 Managed Service for Prometheus 时如何控制费用。

目标

在本实验中，您将学习如何完成以下操作：

• 在 Google Kubernetes Engine (GKE) 集群中部署 Google Managed Prometheus (GMP) 和一个 Python 应用
• 通过过滤生成的指标数据，减少发送到该托管式服务的时序指标数量
• 通过更改抓取间隔来减少收集的样本数量

设置和要求

点击“开始实验”按钮前的注意事项

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：

• 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。

注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。

• 完成实验的时间 - 请注意，实验开始后无法暂停。

注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格，其中包含以下各项：

   • “打开 Google Cloud 控制台”按钮
   • 剩余时间
   • 进行该实验时必须使用的临时凭据
   • 帮助您逐步完成本实验所需的其他信息（如果需要）

2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

   该实验会启动资源并打开另一个标签页，显示“登录”页面。

   提示：将这些标签页安排在不同的窗口中，并排显示。

   注意：如果您看见选择账号对话框，请点击使用其他账号。

3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

   {{{user_0.username | "<用户名>"}}}

   您也可以在“实验详细信息”窗格中找到“用户名”。

4. 点击下一步。

5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

   {{{user_0.password | "<密码>"}}}

   您也可以在“实验详细信息”窗格中找到“密码”。

6. 点击下一步。

   重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

7. 继续在后续页面中点击以完成相应操作：

   • 接受条款及条件。
   • 由于这是临时账号，请勿添加账号恢复选项或双重验证。
   • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

激活 Cloud Shell

Cloud Shell 是一种装有开发者工具的虚拟机。它提供了一个永久性的 5GB 主目录，并且在 Google Cloud 上运行。Cloud Shell 提供可用于访问您的 Google Cloud 资源的命令行工具。

1. 点击 Google Cloud 控制台顶部的激活 Cloud Shell 。

2. 在弹出的窗口中执行以下操作：

   • 继续完成 Cloud Shell 信息窗口中的设置。
   • 授权 Cloud Shell 使用您的凭据进行 Google Cloud API 调用。

如果您连接成功，即表示您已通过身份验证，且项目 ID 会被设为您的 Project_ID 。输出内容中有一行说明了此会话的 Project_ID：

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

gcloud 是 Google Cloud 的命令行工具。它已预先安装在 Cloud Shell 上，且支持 Tab 自动补全功能。

3. （可选）您可以通过此命令列出活跃账号名称：

gcloud auth list

4. 点击授权。

输出：

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

5. （可选）您可以通过此命令列出项目 ID：

gcloud config list project

输出：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需查看在 Google Cloud 中使用 gcloud 的完整文档，请参阅 gcloud CLI 概览指南。

任务 1. 部署 GKE 集群

• 部署一个基础的 GKE 集群，用于准备本实验环境：

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

任务 2. 部署托管式集合

配置 PodMonitoring 资源

以下清单文件在 gmp-test 命名空间中定义了一个名为 prom-example 的 PodMonitoring 资源。该资源会使用 Kubernetes 标签选择器，来查找该命名空间中标签为 app 且值为 prom-example 的所有 Pod。每 30 秒，就会在名为 metrics 的端口上通过 /metrics HTTP 路径抓取一次匹配的 Pod。

apiVersion: monitoring.googleapis.com/v1 kind: PodMonitoring metadata: namespace: gmp-system name: collector labels: app.kubernetes.io/name: collector app.kubernetes.io/part-of: google-cloud-managed-prometheus spec: selector: matchLabels: app.kubernetes.io/name: collector endpoints: - port: prom-metrics interval: 10s - port: cfg-rel-metrics interval: 10s

• 要应用此资源，请运行以下命令：

kubectl -n gmp-system apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/main/examples/self-pod-monitoring.yaml

您的托管式收集器现在正抓取匹配的 Pod。

部署示例应用

该托管式服务提供一个清单文件，以用于部署示例应用，后者会在指标端口上发出 Prometheus 指标。该应用使用三个副本。

• 要部署该示例应用，请运行以下命令：

kubectl -n gmp-system apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/main/examples/example-app.yaml Check if prometheus has been deployed

任务 3. Cloud Monitoring

如需以 Cloud Monitoring 时序形式查看 Managed Service for Prometheus 数据，请使用 Metrics Explorer。如需配置 Metrics Explorer 以显示指标，请执行以下操作：

1. 从 Cloud 控制台转到 Monitoring。
2. 在 Monitoring 导航窗格中，点击 Metrics Explorer。
3. 指定要在图表上显示的数据。您可以使用 MQL 编辑器来完成此操作。

   • 如需使用 MQL 标签页，请执行以下操作：

     a. 点击右上角的 PromQL，然后在新查询中选择 MQL 单选选项。

     b. 输入以下查询：

     fetch prometheus_target::prometheus.googleapis.com/up/gauge

     c. 点击运行查询。

任务 4. 填充图表

• 前往 Monitoring > Metrics Explorer 并创建另一个查询。

• 选择 PromQL 单选选项，然后点击运行查询，运行以下查询以查看指标：

go_memstats_heap_alloc_bytes

选择此选项后，系统会填充图表，如下图所示。

任务 5. 过滤导出的指标

如果收集大量数据，则可能需要阻止一些时序发送到 Managed Service for Prometheus，以降低费用。

若要过滤导出的指标，您可以在 OperatorConfig 资源中配置一组 PromQL 序列选择器。如果时序满足至少一个选择器的条件，则导出到 Managed Service for Prometheus。

1. 打开 OperatorConfig 资源进行修改：

kubectl -n gmp-public edit operatorconfig config

2. 在 apiVersion 行之后，按“i”进入插入模式。前往最后一行，然后按 Enter 键另起一行。确保行首没有缩进。然后粘贴以下代码：

collection: filter: matchOneOf: - '{job="prom-example"}' - '{__name__=~"job:.+"}'

文件应如下所示：

3. 若要保存文件并退出，请按“Esc”键，然后输入“:wq”，再按 Enter 键。

此添加操作会导致仅导出“prometheus”作业的指标以及由聚合到作业级别（遵循命名最佳实践时）的记录规则生成的指标。所有其他时序的样本都会过滤掉。默认情况下，不指定选择器，并导出所有时序。

filter.matchOneOf 配置部分的语义与 Prometheus 联盟的 match[] 参数相同。

4. 创建 op-config.yaml 文件：

vi op-config.yaml

5. 将以下代码复制到 op-config.yaml 文件中：

apiVersion: monitoring.googleapis.com/v1alpha1 collection: filter: matchOneOf: - '{job="prom-example"}' - '{__name__=~"job:.+"}' kind: OperatorConfig metadata: annotations: components.gke.io/layer: addon kubectl.kubernetes.io/last-applied-configuration: | {"apiVersion":"monitoring.googleapis.com/v1alpha1","kind":"OperatorConfig","metadata":{"annotations":{"components.gke.io/layer":"addon"},"labels":{"addonmanager.kubernetes.io/mode":"Reconcile"},"name":"config","namespace":"gmp-public"}} creationTimestamp: "2022-03-14T22:34:23Z" generation: 1 labels: addonmanager.kubernetes.io/mode: Reconcile name: config namespace: gmp-public resourceVersion: "2882" uid: 4ad23359-efeb-42bb-b689-045bd704f295

6. 上传您创建的配置文件进行验证：

export PROJECT=$(gcloud config get-value project) gsutil mb -p $PROJECT gs://$PROJECT gsutil cp op-config.yaml gs://$PROJECT gsutil -m acl set -R -a public-read gs://$PROJECT Check if metrics filter has been applied

任务 6. 运行查询

1. 点击 + 添加查询以创建新的查询，然后在选择指标输入过滤器中输入 up/gauge。

2. 选择生成的 Prometheus 指标，然后选择应用。

任务 7. 监控应用

1. 创建 prom-example-config.yaml 文件进行验证：

vi prom-example-config.yaml

2. 将以下代码复制到文件中：

apiVersion: monitoring.googleapis.com/v1alpha1 kind: PodMonitoring metadata: annotations: kubectl.kubernetes.io/last-applied-configuration: | {"apiVersion":"monitoring.googleapis.com/v1alpha1","kind":"PodMonitoring","metadata":{"annotations":{},"labels":{"app.kubernetes.io/name":"prom-example"},"name":"prom-example","namespace":"gmp-test"},"spec":{"endpoints":[{"interval":"30s","port":"metrics"}],"selector":{"matchLabels":{"app":"prom-example"}}}} creationTimestamp: "2022-03-14T22:33:55Z" generation: 1 labels: app.kubernetes.io/name: prom-example name: prom-example namespace: gmp-test resourceVersion: "2648" uid: c10a8507-429e-4f69-8993-0c562f9c730f spec: endpoints: - interval: 60s port: metrics selector: matchLabels: app: prom-example status: conditions: - lastTransitionTime: "2022-03-14T22:33:55Z" lastUpdateTime: "2022-03-14T22:33:55Z" status: "True" type: ConfigurationCreateSuccess observedGeneration: 1

3. 在 Cloud Shell 中运行以下命令：

export PROJECT=$(gcloud config get-value project) gsutil cp prom-example-config.yaml gs://$PROJECT gsutil -m acl set -R -a public-read gs://$PROJECT Check if scrape interval has been changed

本实验到此结束。

恭喜

您已了解如何降低 Managed Service for Prometheus 的使用费用。您部署了 Prometheus 和一个示例应用。然后，您应用了指标过滤器并更改了抓取间隔，以降低使用 Google Managed Prometheus 服务注入指标的相关费用。

后续步骤/了解详情

• 您可以详细了解 Google Cloud Managed Service for Prometheus。

Google Cloud 培训和认证

…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 2 月 17 日

上次测试实验的时间：2025 年 2 月 17 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。