GSP1027

總覽

Google Cloud Managed Service for Prometheus 的收費依據為擷取至 Cloud Monitoring 的樣本數量，以及對 Monitoring API 發出的讀取要求。因此，擷取的樣本數是影響費用的主要因素。

在本實驗室中，您將瞭解使用 Google Cloud Managed Service for Prometheus 時，如何運用成本控管機制。

目標

本實驗室的學習內容包括：

• 在 Google Kubernetes Engine (GKE) 叢集部署 Google Managed Prometheus (GMP) 和 Python 應用程式
• 篩選產生的指標資料，減少傳送至代管服務的時間序列指標數量
• 變更抓取間隔，減少收集的樣本數

設定和需求

瞭解以下事項後，再點選「Start Lab」按鈕

請詳閱以下操作說明。實驗室活動會計時，且中途無法暫停。點選「Start Lab」後就會開始計時，顯示可使用 Google Cloud 資源的時間。

您將在真正的雲端環境完成實作實驗室活動，而不是模擬或示範環境。為此，我們會提供新的暫時憑證，供您在實驗室活動期間登入及存取 Google Cloud。

為了順利完成這個實驗室，請先確認：

• 可以使用標準的網際網路瀏覽器 (Chrome 瀏覽器為佳)。

注意事項：請使用無痕模式 (建議選項) 或私密瀏覽視窗執行此實驗室，這可以防止個人帳戶和學員帳戶之間的衝突，避免個人帳戶產生額外費用。

• 是時候完成實驗室活動了！別忘了，活動一旦開始將無法暫停。

注意事項：務必使用實驗室專用的學員帳戶。如果使用其他 Google Cloud 帳戶，可能會產生額外費用。

如何開始研究室及登入 Google Cloud 控制台

1. 點選「Start Lab」按鈕。如果實驗室會產生費用，畫面上會出現選擇付款方式的對話方塊。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，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：如要使用 Google Cloud 產品和服務，請點選「導覽選單」，或在「搜尋」欄位輸入服務或產品名稱。

啟動 Cloud Shell

Cloud Shell 是搭載多項開發工具的虛擬機器，提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作。Cloud Shell 提供指令列存取權，方便您使用 Google Cloud 資源。

1. 點按 Google Cloud 控制台頂端的「啟用 Cloud Shell」圖示 。

2. 系統顯示視窗時，請按照下列步驟操作：

   • 繼續操作 Cloud Shell 視窗。
   • 授權 Cloud Shell 使用您的憑證發出 Google Cloud API 呼叫。

連線建立完成即代表已通過驗證，而且專案已設為您的 Project_ID：。輸出內容中有一行文字，宣告本工作階段的 Project_ID：

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

gcloud 是 Google Cloud 的指令列工具，已預先安裝於 Cloud Shell，並支援 Tab 鍵自動完成功能。

3. (選用) 您可以執行下列指令來列出使用中的帳戶：

gcloud auth list

4. 點按「授權」。

輸出內容：

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

5. (選用) 您可以使用下列指令來列出專案 ID：

gcloud config list project

輸出內容：

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} 注意：如需 gcloud 的完整說明，請前往 Google Cloud 參閱 gcloud CLI 總覽指南。

工作 1：部署 GKE 叢集

• 部署基本 GKE 叢集來設定實驗室：

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}}}

工作 2：部署代管集合

設定 PodMonitoring 資源

下列資訊清單可為 gmp-test 命名空間定義 PodMonitoring 資源 prom-example。這項資源會使用 Kubernetes 標籤選取器，找出命名空間中含有 app 標籤且值為 prom-example 的 Pod。系統每 30 秒會透過 /metrics HTTP 路徑的 metrics 通訊埠，抓取相符 Pod 的資料。

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

• 執行下列指令來套用這項資源：

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

代管收集器已開始抓取相符的 Pod。

部署範例應用程式

代管服務提供範例應用程式的資訊清單，該應用程式會在指標通訊埠發布 Prometheus 指標。這個應用程式使用三個副本。

• 執行下列指令來部署範例應用程式：

kubectl -n gmp-system apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/main/examples/example-app.yaml 確認是否已部署 Prometheus

工作 3：Cloud Monitoring

如要以 Cloud Monitoring 時間序列的形式查看 Managed Service for Prometheus 資料，請使用 Metrics Explorer。如要設定 Metrics Explorer 來顯示指標，請執行下列操作：

1. 前往 Cloud 控制台的「Monitoring」。
2. 在 Monitoring 導覽窗格中，點按「 Metrics Explorer」。
3. 指定要在圖表中顯示的資料。您可以使用 MQL 編輯器完成這項操作。

   • 請執行下列操作來使用 MQL 分頁：

     a. 按一下右上方的「PromQL」，然後在新「Query」中選取「MQL」圓形按鈕選項。

     b. 輸入下列查詢：

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

     c. 按一下「Run Query」。

工作 4：填入圖表

• 依序前往「Monitoring」>「Metrics Explorer」，建立另一個「Query」。

• 選取「PromQL」圓形按鈕選項，然後點選「Run Query」，執行下列查詢來查看指標：

go_memstats_heap_alloc_bytes

選取後，系統會顯示類似如下的圖表。

工作 5：篩選匯出的指標

如果收集的資料量很多，您可能需要避免部分時間序列傳送至 Managed Service for Prometheus，藉此降低成本。

如要篩選匯出的指標，可以在 OperatorConfig 資源中設定一組 PromQL 系列選取器。如果時間序列符合至少一個選取器，就會匯出至 Managed Service for Prometheus。

1. 開啟 OperatorConfig 資源進行編輯：

kubectl -n gmp-public edit operatorconfig config

2. 在 apiVersion 行後按下 i 鍵，進入插入模式。拉到最後一行，然後按下 Enter 鍵，即可前往新的一行。請確認行首沒有縮排，然後貼上下列內容：

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

檔案內容應如下所示：

3. 按 Esc 鍵並輸入「:wq」，接著按下 Enter 鍵，即可儲存檔案並退出。

加入這項設定後，系統只會匯出「prometheus」工作指標，以及依工作層級彙整的記錄規則所產生的指標 (前提是遵循命名最佳做法)。其他時間序列的樣本則會遭到篩除。根據預設，系統不會指定任何選取器，且會匯出所有時間序列。

filter.matchOneOf 設定區段的語意與 Prometheus 聯盟的 match[] 參數相同。

4. 建立 op-config.yaml 檔案：

vi op-config.yaml

5. 將下列內容複製到 op-config.yaml 檔案：

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. 上傳您建立的設定檔進行驗證：

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 確認是否已套用指標篩選條件

工作 6：執行查詢

1. 點選「+ Add query」來建立新的「Query」，並在「Select a metric」輸入篩選器輸入 up/gauge。

2. 選取 Prometheus 指標結果，然後選取「Apply」。

工作 7：監控應用程式

1. 建立 prom-example-config.yaml 檔案進行驗證：

vi prom-example-config.yaml

2. 將下列內容複製到檔案中：

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 執行下列指令。

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 確認是否已變更抓取間隔

實驗室到此結束。

恭喜

您已瞭解如何降低 Managed Service for Prometheus 的使用成本。您部署了 Prometheus 和範例應用程式，接著套用指標篩選器並變更抓取間隔，降低使用 Google Managed Prometheus 服務擷取指標的相關費用。

後續步驟/瞭解詳情

• 進一步瞭解 Google Cloud Managed Service for Prometheus。

Google Cloud 教育訓練與認證

協助您瞭解如何充分運用 Google Cloud 的技術。我們的課程會介紹專業技能和最佳做法，讓您可以快速掌握要領並持續進修。我們提供從基本到進階等級的訓練課程，並有隨選、線上和虛擬課程等選項，方便您抽空參加。認證可協助您驗證及證明自己在 Google Cloud 技術方面的技能和專業知識。

使用手冊上次更新日期：2025 年 2 月 17 日

實驗室上次測試日期：2025 年 2 月 17 日

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。