GSP1088

總覽

Cloud Logging 是全代管服務，可讓您儲存、搜尋、分析、監控 Google Cloud 的記錄資料和事件，以及接收相關警告。在本實驗室，您將瞭解 Cloud Logging 的功能和工具，以便深入瞭解應用程式。

課程內容

本實驗室的內容包括：

• 有效運用 Cloud Logging，深入瞭解在 Google Kubernetes Engine (GKE) 執行的應用程式。
• 使用 Observability Analytics 功能，有效建構及執行查詢。

實驗室中使用的示範應用程式

在本實驗室，您將根據部署至 GKE 叢集的微服務試用版應用程式，透過情境完成設定。此應用程式包含許多嵌入的微服務和依附元件。

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。

如何開始實驗室及登入 Google Cloud 控制台

1. 按一下「Start Lab」按鈕。如果實驗室會產生費用，請在開啟的對話方塊中選取付款方式。右側的「Lab setup and access」面板會顯示下列項目：

   • 「Open Google Cloud console」按鈕
   • 此實驗室所需的臨時憑證 (使用者名稱和密碼)
   • 完成此實驗室所需的其他資訊 (如有)

   請注意，實驗室計時器位於頁面頂端附近，會顯示剩餘時間。

2. 按一下「Open Google Cloud console」。如果使用 Chrome 瀏覽器，也可以按一下滑鼠右鍵，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並排開啟分頁。

   注意：頁面顯示「選擇帳戶」對話方塊時，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 setup and access」面板找到「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 setup and access」面板找到「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. 繼續點按後續頁面：

   • 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，請按一下「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：設定基礎架構

驗證 GKE 叢集

請連至 GKE 叢集，並確認該叢集已正確建立。

1. 在 Cloud Shell 透過 gcloud 設定可用區：

gcloud config set compute/zone {{{project_0.default_zone|placeholder}}}

2. 使用下列指令查看叢集狀態：

gcloud container clusters list

輸出內容大致如下：

NAME: day2-ops LOCATION: us-west1 MASTER_VERSION: 1.31.5-gke.1023000 MASTER_IP: 34.169.197.173 MACHINE_TYPE: e2-standard-2 NODE_VERSION: 1.31.5-gke.1023000 NUM_NODES: 3 STATUS: RUNNING

叢集狀態應顯示為「RUNNING」。如果仍為「PROVISIONING」，請稍候再重新執行上方的指令。重複此步驟直到狀態顯示為「RUNNING」。

您也能在 Google Cloud 控制台查看進度。依序點選「導覽選單」 >「Kubernetes Engine」>「叢集」。

3. 叢集狀態變成「RUNNING」後，請取得叢集憑證：

gcloud container clusters get-credentials day2-ops --region {{{project_0.default_region|placeholder}}}

輸出內容大致如下：

Fetching cluster endpoint and auth data. kubeconfig entry generated for day2-ops.

4. 確認節點已建立：

kubectl get nodes

輸出內容大致如下：

NAME STATUS ROLES AGE VERSION gke-day2-ops-day2-ops-node-pool-0d9c7ef3-xc44 Ready <none> 11m v1.31.5-gke.1023000 gke-day2-ops-day2-ops-node-pool-b17ac6d6-tch7 Ready <none> 11m v1.31.5-gke.1023000 gke-day2-ops-day2-ops-node-pool-ed506ae8-wsc5 Ready <none> 11m v1.31.5-gke.1023000

工作 2：部署應用程式

接著，將稱為 Online Boutique 的微服務應用程式部署至叢集，建立可監控的實際工作負載。

1. 執行下列指令，複製存放區：

git clone https://github.com/GoogleCloudPlatform/microservices-demo.git

2. 前往 microservices-demo 目錄：

cd microservices-demo

3. 使用 kubectl 安裝應用程式：

kubectl apply -f release/kubernetes-manifests.yaml

4. 確認一切運作正常：

kubectl get pods

輸出內容大致如下。請重新執行指令，直到所有 Pod 狀態都顯示為「Running」，再繼續下個步驟。

NAME READY STATUS RESTARTS AGE adservice-55f94cfd9c-4lvml 1/1 Running 0 20m cartservice-6f4946f9b8-6wtff 1/1 Running 2 20m checkoutservice-5688779d8c-l6crl 1/1 Running 0 20m currencyservice-665d6f4569-b4sbm 1/1 Running 0 20m emailservice-684c89bcb8-h48sq 1/1 Running 0 20m frontend-67c8475b7d-vktsn 1/1 Running 0 20m loadgenerator-6d646566db-p422w 1/1 Running 0 20m paymentservice-858d89d64c-hmpkg 1/1 Running 0 20m productcatalogservice-bcd85cb5-d6xp4 1/1 Running 0 20m recommendationservice-685d7d6cd9-pxd9g 1/1 Running 0 20m redis-cart-9b864d47f-c9xc6 1/1 Running 0 20m shippingservice-5948f9fb5c-vndcp 1/1 Running 0 20m

5. 執行下列指令，取得應用程式的外部 IP。

export EXTERNAL_IP=$(kubectl get service frontend-external -o jsonpath="{.status.loadBalancer.ingress[0].ip}") echo $EXTERNAL_IP

只有在服務部署完成後，系統才會傳回 IP 位址。您可能需要重複執行指令，直到系統指派外部 IP 位址為止。

指派 IP 位址後，輸出內容會與下列相似：

35.222.235.86

6. 最後，確認應用程式已啟動並執行：

curl -o /dev/null -s -w "%{http_code}\n" http://${EXTERNAL_IP}

確認訊息看起來像這樣：

200

應用程式部署完成後，您也能在控制台查看狀態。

7. 在「Kubernetes Engine」頁面的左側窗格，點選「工作負載」，確認所有 Pod 均正常運作。

8. 在左側窗格中，依序點選「閘道、Service 與 Ingress」和「服務」分頁標籤，確認所有服務顯示「可用」狀態。

開啟應用程式

在「閘道、Service 與 Ingress」>「服務」頁面，點選 frontend-external 服務的端點 IP。

系統應會開啟與下列內容相似的示範網頁：

注意：如果出現提示訊息，您可能需要點選「繼續造訪網站」按鈕。

點選「Check my progress」，確認目標已達成。 部署應用程式

工作 3：管理記錄檔 bucket

啟用 Observability Analytics 的方式有兩種：升級現有 bucket；建立新的記錄檔 bucket，並啟用 Observability Analytics。

升級現有 bucket

您可以按照下列步驟升級現有的記錄檔 bucket。

1. 前往控制台，依序點選「導覽選單」 >「查看所有產品」>「觀測能力」>「記錄」。點選「收藏」，以便在實驗室後續步驟中存取。

2. 點選「記錄檔儲存空間」。

3. 在現有 bucket Default bucket 中，點選「升級」。

4. 在確認對話方塊，點選「升級」。

5. 等待狀態變更為「Upgraded」。

6. 點選「開啟」，然後選取查看 _AllLogs。

「Observability Analytics」頁面隨即開啟。

建立新的記錄檔 bucket

您可以按照下列步驟建立新的記錄檔 bucket。

1. 在左側窗格中，依序點選「記錄檔儲存空間」>「記錄檔儲存空間」視窗頂端的「建立記錄檔 bucket」。

2. 提供 bucket 名稱，例如 day2ops_log。

3. 勾選「升級即可使用 Observability Analytics」和「建立連至這個 bucket 的新 BigQuery 資料集」。

4. 「BigQuery 資料集名稱」請輸入 day2ops_log。

5. 「區域」請選取「全域」。

選取「Create a linked dataset in BigQuery」後，如果資料集尚不存在，系統就會在 BigQuery 為您建立，這樣即可在 BigQuery 執行查詢。

6. 點選「建立 bucket」，建立記錄檔 bucket。

點選「Check my progress」，確認目標已達成。 建立記錄檔 bucket

寫入新的記錄檔 bucket

您可以透過幾種方式建立記錄檔接收器，將記錄項目轉送至新的記錄檔 bucket：

• 直接透過記錄路由器。
• 透過 Logs Explorer。您可以在建立接收器時執行記錄查詢，選取及篩選您有興趣的記錄。此方法的優勢在於系統會將記錄查詢自動複製到接收器設定，做為篩選器使用。

1. 點選左側窗格中的「Logs Explorer」。

2. 在右上角啟用「顯示查詢」，並在查詢欄位執行下列查詢：

resource.type="k8s_container"

3. 依序點選「動作」>「建立接收器」。

4. 「接收器名稱」請輸入 day2ops-sink。

5. 點選「繼續」。

6. 在接收器服務下拉式清單，選取「記錄檔 bucket」。

7. 選取剛建立的新記錄檔 bucket。

新的記錄檔 bucket 大致如下：

projects/qwiklabs-gcp-00-xxxxxxx/locations/global/buckets/day2ops-log

8. 點選「繼續」。

您應該會看到篩選器中已有資源類型查詢。

9. 點選「建立接收器」。

請稍候約一分鐘，接收器就會建立完成。

點選「Check my progress」，確認目標已達成。 建立記錄檔接收器

從新的記錄檔 bucket 讀取

在左側窗格，前往「Logs Explorer」。請注意，在「欄位」清單的「資源類型」專區，記錄有許多不同的資源類型。

1. 為了查看新記錄檔 bucket 中的記錄，請依序點選 Logs Explorer 視窗左上方的「專案記錄」>「記錄檢視」> 剛建立的新記錄檔 bucket。

2. 點選「套用」。

您會發現「Kubernetes 容器」現在是唯一的資源類型，且記錄項目數量也變少了。這是因為只有經過篩選的記錄才會傳送至 bucket。

工作 4：記錄檔分析

• 點選左側窗格中的「Observability Analytics」，開啟頁面。

如果查詢欄位空白，或忘記要使用哪個資料表，請點選「執行查詢」按鈕，即可取回範例查詢。

您可以在查詢欄位執行自己的查詢。這項工作提供了一些範例。

重要事項：FROM 子句中的記錄檢視名稱會因記錄檔 bucket 而異。請務必使用正確的名稱。您可以使用上個步驟進行驗證。

查詢範例：找出最小、最大和平均延遲時間

在右側窗格中，選取「<> SQL」。點選「清除」按鈕，移除查詢編輯器中的現有內容。將查詢貼到編輯器，然後選取「執行查詢」，從容器擷取最近的錯誤。

使用查詢，找出前端服務在特定時間範圍內的最小、最大和平均延遲時間：

SELECT hour, MIN(took_ms) AS min, MAX(took_ms) AS max, AVG(took_ms) AS avg FROM ( SELECT FORMAT_TIMESTAMP("%H", timestamp) AS hour, CAST( JSON_VALUE(json_payload, '$."http.resp.took_ms"') AS INT64 ) AS took_ms FROM `{{{project_0.project_id | "PROJECT_ID"}}}.global.day2ops-log._AllLogs` WHERE timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 24 HOUR) AND json_payload IS NOT NULL AND SEARCH(labels, "frontend") AND JSON_VALUE(json_payload.message) = "request complete" ORDER BY took_ms DESC, timestamp ASC ) GROUP BY 1 ORDER BY 1

查詢範例：找出產品頁面造訪次數

使用查詢，找出過去一小時內使用者造訪特定產品頁面的次數：

SELECT count(*) FROM `{{{project_0.project_id | "PROJECT_ID"}}}.global.day2ops-log._AllLogs` WHERE text_payload like "GET %/product/L9ECAV7KIM %" AND timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 1 HOUR)

查詢範例：找出有多少工作階段是以購物車結帳結束

使用查詢找出有多少工作階段是以結帳結束 (對 /cart/checkout 服務發出 POST 呼叫)：

SELECT JSON_VALUE(json_payload.session), COUNT(*) FROM `{{{project_0.project_id | "PROJECT_ID"}}}.global.day2ops-log._AllLogs` WHERE JSON_VALUE(json_payload['http.req.method']) = "POST" AND JSON_VALUE(json_payload['http.req.path']) = "/cart/checkout" AND timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 1 HOUR) GROUP BY JSON_VALUE(json_payload.session)

恭喜！

您已學會使用 Cloud Logging 深入瞭解在 GKE 執行的應用程式，並運用 Observability Analytics 建構及執行查詢。

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：2026 年 8 月 6 日

實驗室上次測試日期：2026 年 8 月 6 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。