GSP087

總覽

在 Compute Engine 代管執行個體群組 (MIG) 使用自動調度資源功能，應用程式就能根據使用者需求自動調整運算資源，兼顧穩定性與成本效益。

• 假如 VM 執行個體故障或健康狀態不良，代管執行個體群組就會自動執行替換作業。
• 需求高峰期間，群組會水平擴展來處理負載；需求較低時，則會水平縮減，省下不必要的運算資源成本。
• 使用自訂指標，即可根據應用程式特有的內部健康狀態指標來調度資源，而不只是參考基本的 CPU 使用率。

在本實驗室中，您要建立代管執行個體群組，並設為根據指標自動調度資源，然後透過 Monitoring 確認應用程式能自行管理運算資源。

目標

在本實驗室中，您將瞭解如何執行下列工作：

• 部署會自動調度資源的 Compute Engine 代管執行個體群組。
• 建立自訂指標，用來調度執行個體群組資源。
• 透過 Monitoring 觀察系統運作情況。

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。

建立應用程式

您需要為執行個體範本設定一套機制，在每次建立新的 VM 時，自動安裝必要的應用程式與指令碼。系統將從穩定且容易存取的 Cloud Storage 取得開機指令碼 (startup.sh)，並在新的執行個體啟動時執行該指令碼。

您將複製本實驗室的範例應用程式開機指令碼與相關檔案，這個應用程式會將資料模式推送至自訂指標，接著您就能將這項指標設為基準，用來控管自動調度資源的行為。

注意：本實驗室已自動預先建立執行個體範本與群組，而且目前均在運作中。通常自動調度資源功能啟用後，至少要 30 分鐘才會呈現擴充及縮減資源的行為。因此，稍後您將觀察這個既有群組，看看自訂指標指令碼產生的自訂指標值變化，如何控管資源調度機制。

工作 1：建立 bucket

1. 前往 Cloud 控制台，依序選取「導覽選單」圖示 >「Cloud Storage」>「Bucket」，然後點選「建立」。

2. 為 bucket 設定不重複的名稱，但要避開可能會用於其他專案的名稱。如要進一步瞭解如何命名 bucket，請參閱 bucket 命名規範。您可以使用專案 ID 加上「bucket」做為 bucket 名稱。在本實驗室中，這個 bucket 將以 YOUR_BUCKET 表示。

3. 保留預設值，然後點選「建立」。

4. 如果出現「系統會禁止公開存取」彈出式視窗，請點選「確認」。

bucket 建立完成後，「bucket 詳細資料」頁面會隨即開啟。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果成功建立 Cloud Storage bucket，就會看到評估分數。

建立 Cloud Storage bucket

5. 接著在 Cloud Shell 執行下列指令，將開機指令碼檔案從實驗室預設的 Cloud Storage bucket 複製到您的 bucket。請記得將 <YOUR BUCKET> 換成剛才建立的 bucket 名稱：

gcloud storage cp -r gs://spls/gsp087/* gs://<YOUR BUCKET>

6. 上傳指令碼後，在「bucket 詳細資料」頁面點選「重新整理」，bucket 應會列出新增的檔案。

瞭解程式碼元件

• startup.sh：這個殼層指令碼會在 Compute Engine 執行個體新增至代管執行個體群組時，將必要元件安裝至各個執行個體。
• writeToCustomMetric.js：這段 Node.js 程式碼會建立自訂監控指標，系統將根據這項指標的值來觸發資源調度作業。在正式環境中，這部分將由您實際的應用程式程式碼執行，其回報的值 (appdemo_queue_depth_01) 則是重要的業務指標，例如：佇列中待處理的訊息數、公開資料庫連線數量，或是尚未執行的批次處理工作量。
• config.json：這個 Node.js 設定檔會指定自訂監控指標的值，供 writeToCustomMetric.js 使用。
• package.json：這個 Node.js 套件檔案會指定 writeToCustomMetric.js 的標準安裝程序與依附元件。
• writeToCustomMetric.sh：這個殼層指令碼會在每個 Compute Engine 執行個體中持續執行 writeToCustomMetric.js 程式。

工作 2：建立執行個體範本

執行個體範本是群組中所有 VM 的藍圖。自動調度資源涉及刪除及建立執行個體，因此這項機制必須有明確依據，才能重新建立執行個體。除了機型和 OS 映像檔，範本還會定義最重要的中繼資料，指向存放於 Cloud Storage bucket 的 startup.sh 指令碼。

1. 前往 Cloud 控制台，依序點選「導覽選單」圖示 >「Compute Engine」>「執行個體範本」。

2. 點選頁面頂端的「建立執行個體範本」。

3. 將執行個體範本命名為 autoscaling-instance01。

4. 將「位置」設為「全域」。

5. 在「機器設定」部分，「機器家族」選取「E2」，「機型」則選取「e2-medium」。

6. 向下捲動畫面，點選「進階選項」。

7. 在「管理」分頁的「中繼資料」部分，點選「+ 新增項目」按鈕，逐一輸入下列中繼資料鍵與值。請記得將 [YOUR_BUCKET_NAME] 預留位置換成您的 bucket 名稱：

鍵	值
startup-script-url	gs://[YOUR_BUCKET_NAME]/startup.sh
gcs-bucket	gs://[YOUR_BUCKET_NAME]

8. 點選「建立」。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果成功建立執行個體範本，就會看到評估分數。

建立執行個體範本

工作 3：建立執行個體群組

執行個體群組扮演著容器和控制器的角色，負責管理這一批 VM。為了控管環境，一開始要將自動調度資源模式設為「關閉」，待確認第一個執行個體成功執行自訂指標指令碼後再啟用。

1. 在左側窗格，點選「執行個體群組」。

2. 點選頁面頂端的「建立執行個體群組」。

3. 將「名稱」設為 autoscaling-instance-group-1。

4. 在「執行個體範本」部分，選取剛才建立的執行個體範本。

5. 在「位置」部分，選取「單一可用區」，「區域」與「可用區」則分別設為 和 。

6. 將「自動調度資源模式」設為「關閉：不自動調度資源」。

執行個體群組建立完成後，您會再回頭編輯自動調度資源設定。現在，請保留其他設定的預設值。

7. 點選「建立」。

注意：您可以忽略執行個體群組旁邊的警告：「自動調度資源功能已停用，群組中的執行個體數量不會自動調整。系統已為您保留自動調度資源設定」。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果成功建立執行個體群組，就會看到評估分數。

建立執行個體群組

工作 4：確認執行個體群組已建立

請稍候，直到剛才新建的執行個體群組旁出現綠色勾號。開機指令碼可能需要幾分鐘的時間，才能完成安裝並開始回報值。

您必須確認單一測試執行個體已成功執行 writeToCustomMetric.js 指令碼，而且資料順利流入 Cloud Monitoring。如果系統未回報指標資料，自動配置器就無法採取行動。請檢查 VM 記錄是否顯示 nodeapp: available，確認這個資料管道運作正常。

若幾分鐘後還沒有反應，請點選「重新整理」。

注意：如果實驗室預先建立的其他執行個體群組旁顯示紅色圖示，直接忽略這則警告即可。執行個體群組初始化時會出現警告，時間可能長達 10 到 15 分鐘。請放心，這是正常情況。

1. 一樣在「執行個體群組」視窗，點選 autoscaling-instance-group-1 名稱，查看該群組中正在執行的執行個體。

2. 向下捲動畫面，並點選執行個體名稱。由於自動調度資源功能尚未開始新增執行個體，目前只有一個執行個體正在執行。

3. 在「詳細資料」分頁的「記錄」部分，點選「Logging」連結，查看該 VM 執行個體的記錄。

4. 稍候 1 到 2 分鐘，讓系統累積一些資料。接著，將「顯示查詢」切換鈕設為開啟，您會在「查詢」預覽方塊看到 resource.type 和 resource.labels.instance_id。

5. 在第 3 行加入 "nodeapp"，完成後的程式碼應如下所示：

6. 點選「執行查詢」。

如果 Node.js 指令碼是在 Compute Engine 執行個體執行，系統就會向 API 傳送要求，記錄項目中也會顯示 nodeapp: available。

注意：若未看到這個記錄項目，表示 Node.js 指令碼沒有回報自訂指標值。請確認輸入的中繼資料正確無誤。如果中繼資料有誤，最簡單的方法是重新開始實驗室。應用程式可能需要約 10 分鐘才能完成啟動。

工作 6：為執行個體群組設定自動調度資源功能

確認第一個執行個體成功回報自訂指標資料後，就能根據該指標的數值，為執行個體群組設定自動調度資源功能。

1. 前往 Cloud 控制台，依序點選「Compute Engine」>「執行個體群組」。

2. 點選 autoscaling-instance-group-1 群組。

3. 點選「編輯」。

4. 在「自動調度資源」部分，將「自動調度資源模式」設為「開啟：在群組中新增和移除執行個體」。

5. 將「執行個體數量下限」設為 1，並將「執行個體數量上限」設為 3，界定承諾成本與效能的上下限。換句話說，您至少須支付 1 個執行個體的費用，而系統保證不會擴充超過 3 個執行個體，這樣您就能有效控管成本支出。

6. 在「自動調度資源信號」部分，點選「新增信號」來編輯指標。請設定下列欄位，其餘欄位則一概保留預設值：

   • 在「信號類型」部分，選取「Cloud Monitoring 指標」，然後點選「設定」。
   • 在「資源和指標」部分，點選「選取指標」，然後依序選取「VM Instance」>「自訂指標」>「Custom/appdemo_queue_depth_01」。
   • 點選「套用」。
   • 將「使用率目標」設為 150。

   當自訂監控指標值高於或低於目標值時，自動配置器會調度代管執行個體群組的資源，視需要增加或減少執行個體數量。目標值可以是任意雙精度值，但本實驗室選擇設為 150，因為這正好符合自訂監控指標回報的值。

   • 在「使用率目標類型」部分，選擇「度量圖」，然後點選「選取」。

   「度量圖」會根據所有執行個體指標的目前平均值來調度資源。例如，「平均佇列深度為 200，超過我指定的目標值 150，因此需要再加一部機器。」這個選項適用於佇列深度或 CPU 使用率這類指標。反之，若將「目標模式」設為 DELTA_PER_MINUTE 或 DELTA_PER_SECOND，自動調度資源的依據就會是觀察到的變化率，而不是平均值。

7. 點選「儲存」。

注意：選取「度量圖」後，請再次點選下拉式選單，並重新選取「度量圖」，有時這樣能確保 UI 正確登錄值。

檢查工作是否已完成

點選「Check my progress」，確認工作已完成。如果成功為執行個體群組設定自動調度資源功能，就會看到評估分數。

為執行個體群組設定自動調度資源功能

工作 7：觀察執行個體群組自動調度資源

Node.js 指令碼會隨時間調整各執行個體回報的自訂指標值。指標值上升時，執行個體群組會透過新增 VM 來擴充資源。一旦偵測到指標值下降，執行個體群組就會移除 VM，藉此縮減資源。請注意，指令碼模擬的是實際指標，因此指標值也可能會上下浮動。

接下來，請點選「監控」分頁標籤，查看自動調度資源後的群組大小圖表，瞭解執行個體群組如何根據指標調度資源。

1. 在左側窗格，點選「執行個體群組」。
2. 點選清單中的 builtin-igm 執行個體群組。
3. 點選「監控」分頁標籤。
4. 啟用「自動重新整理」功能。

這個群組已經預先啟動一段時間，因此您可以直接在自動調度資源圖表中，查看該執行個體群組的相關詳細資料。自動配置器約需 5 分鐘來正確辨識自訂指標，而指令碼則可能需要 10 到 15 分鐘才能產生足夠的資料，進而觸發自動調度資源行為。

只要將滑鼠游標懸停在圖表上，即可查看更多詳細資料。

您可以切換回先前建立的執行個體群組，查看其運作情況 (但實驗室剩下的時間可能不夠，不一定能看到執行個體群組自動調度資源)。

在實驗室剩餘的時間內，您可以觀察執行個體增減時，自動調度資源圖表會如何起伏變化。

工作 8：自動調度資源範例

請參考這個自動調度資源範例，瞭解在規模較大的環境中，運算資源與自動調度資源後的執行個體數量如何相互配合。

當下方圖表回報的自訂指標屬性匯總值變動時，上方圖表顯示的執行個體數量也會隨之增減。每個執行個體啟動後，最多需要稍候五分鐘，才會開始回報自訂指標值。在等待自動調度資源功能啟動的同時，可以先參考這張圖表，瞭解接下來的運作情況：

為了觸發擴充資源行為，指令碼一開始產生的值偏高，大約會維持 15 分鐘。

• 11:27：自動調度資源群組開始運作，最初只有一個執行個體。目前自訂指標的匯總目標值為 150。
• 11:31：系統取得初始指標資料。由於指標值大於目標值 150，自動調度資源群組啟動了第二個執行個體。
• 11:33：開始取得第二個執行個體的自訂指標資料，現在的匯總目標值為 300。這時指標值高於 300，因此自動調度資源群組啟動了第三個執行個體。
• 11:37：開始取得第三個執行個體的自訂指標資料，現在的匯總目標值為 450。由於累計指標值超過 450，自動調度資源群組隨即啟動第四個執行個體。
• 11:42：開始取得第四個執行個體的自訂指標資料，現在的匯總目標值為 600。累計指標值現在已超過新的目標值 600，但因為自動調度資源群組達到大小上限，系統不會再執行任何擴充動作。
• 11:44：應用程式指令碼進入為期 15 分鐘的低指標時段。即使累計指標值低於目標值 600，仍須等到 10 分鐘的內建縮減延遲時間過後，系統才會開始調整。
• 11:54：四節點叢集的自訂指標資料已經低於匯總目標值 600，時間超過 10 分鐘。系統隨即縮減資源，接連移除兩個執行個體。
• 11:56：已移除節點的自訂指標資料不再納入自動調度資源計算，匯總目標值調降為 300。
• 12:00：應用程式指令碼重新進入為期 15 分鐘的高指標時段。累計自訂指標值再次超過匯總目標值 300，因此自動調度資源群組啟動了第三個執行個體。
• 12:03：系統取得新執行個體的自訂指標資料，但由於回報的累計值仍低於目標值 450，自動調度資源群組並未做出任何調整。
• 12:04：累計自訂指標值超過目標值 450，自動調度資源群組隨即啟動第四個執行個體。

恭喜！

恭喜！在本實驗室中，您建立了 Compute Engine 代管執行個體群組，這個群組會根據自訂 Cloud Monitoring 指標的值自動調度資源。您也學會使用 Cloud 控制台，以圖表呈現自訂指標和執行個體群組大小。

後續步驟/瞭解詳情

• 進一步瞭解 Cloud Monitoring
• 進一步瞭解 Cloud 自訂監控指標
• 進一步瞭解如何使用 Compute Engine 自動調度資源

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 5 月 20 日

實驗室上次測試日期：2026 年 2 月 25 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。