正在加载…
未找到任何结果。
访问 700 多个实验和课程

建立記錄指標及設定警告

实验 1 小时 30 分钟 universal_currency_alt 1 积分 show_chart 入门级
info 此实验可能会提供 AI 工具来支持您学习。
访问 700 多个实验和课程

GSP091

Google Cloud 自學實驗室標誌

總覽

記錄指標是以記錄項目為基礎的 Cloud Monitoring 指標。您可利用這些指標辨別趨勢、從記錄中擷取數值。如果建立事件指標，出現特定記錄項目時，還能收到警告。在 Cloud Monitoring 中，您可以使用系統和使用者定義的記錄指標，建立圖表和警告政策。

記錄指標介面分為兩個指標類型窗格：系統定義的指標和使用者定義的指標。

系統定義的記錄指標由 Cloud Logging 提供給所有 Google Cloud 專案使用，計算依據是 Logging 擷取的記錄。如有特定記錄明確排除在擷取範圍外，該記錄就不會包含在這些指標中。

使用者定義的記錄指標由您建立，用於追蹤 Google Cloud 專案中的事件。舉例來說，您可以透過建立記錄指標，計算與指定篩選條件相符的記錄項目數量。

按照指標建立警告，即可依據記錄指標建立警告政策。

課程內容

本實驗室的內容包括：

  • 建立以記錄為基礎的警告。
  • 建立記錄指標。
  • 建立以指標為基礎的警告。
  • 測試警告。

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。「導覽選單」圖示和搜尋欄位

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 「啟動 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。

  1. (選用) 您可以執行下列指令來列出使用中的帳戶：
gcloud auth list
  1. 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`
  1. (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

在這項工作中，您會部署 Google Kubernetes Engine (GKE) 叢集，用於後續的記錄指標工作。

  1. 在 Cloud Shell 設定這個實驗室環境的可用區：
gcloud config set compute/zone {{{ project_0.default_zone | "ZONE" }}}

系統提示您向 Cloud Shell 提供授權時，請點選「授權」。

  1. 設定這個實驗室環境的專案 ID：
export PROJECT_ID=$(gcloud info --format='value(config.project)')
  1. 部署標準 GKE 叢集：
gcloud container clusters create gmp-cluster --num-nodes=1 --zone {{{ project_0.default_zone | "ZONE" }}}

叢集部署完畢之後，輸出內容會顯示叢集 gmp-cluster 的資訊，指出「狀態：執行中」。

注意事項：叢集應該會在幾分鐘內部署完畢。您可以先完成工作 2，再回來利用下方功能檢查進度。

點選「Check my progress」，確認目標已達成。 部署 GKE 叢集

工作 2：建立以記錄為基礎的警告

每當記錄中出現特定訊息時，以記錄為基礎的警告就會通知您。請設定這類警告，VM 停止運作時，您就會收到通知。

  1. 前往 Google Cloud 控制台，在標題列的「搜尋」欄位輸入 Logs Explorer，然後在搜尋結果中點選「Logs Explorer」。

  2. 如有需要，請透過滑桿啟用「顯示查詢」。

  3. 複製下列參數並貼到查詢視窗，開始建立以記錄為基礎的警告：

resource.type="gce_instance" protoPayload.methodName="v1.compute.instances.stop"

  1. 「結果」部分的頂端會顯示「動作」，請點選該選項下方的「建立記錄檔警告」。

  2. 新增下列參數和個別的值之後，點選「下一步」查看下一個部分：

  • 「警告政策名稱」：stopped vm
  • 「Choose logs to include in the alert」：這個部分會自動填入您先前輸入的查詢
  • 「Set notification frequency and autoclose duration」：將「通知傳送間隔時間」設為 5 分鐘，並將「事件自動關閉期限」設為 1 小時

  1. 點選「下一步」。

  2. 在「Who should be notified」部分完成下列操作：

  • 依序點選「通知管道」旁的下拉式選單箭頭和「Manage Notification Channels」，「通知管道」頁面就會在新分頁開啟。
  • 向下捲動頁面，在「電子郵件」部分點選「新增」。
  • 在「電子郵件地址」欄位輸入電子郵件地址，並提供顯示名稱。如要查看電子郵件，請輸入個人電子郵件地址，或是實驗室使用者名稱 ()。
  • 點選「儲存」。
  1. 點選頂端的「X」來關閉「通知管道」頁面，返回原先的「Logs Explorer」分頁。
  • 重新整理「通知管道」頁面，然後選取剛剛建立的管道。點按「確定」。
  1. 點選「儲存」。

點選「Check my progress」，確認目標已達成。 建立以記錄為基礎的警告

測試以記錄為基礎的警告

請停止 VM 並查看 Logging，確認警告是否已註冊，以便測試警告。

  1. 開啟第二個 Google Cloud 控制台瀏覽器分頁，依序點選「導覽選單」圖示 >「Compute Engine」>「VM 執行個體」。

  2. 勾選「instance1」旁的方塊之後，點選頁面頂端的「停止」，接著在彈出式視窗再次點選「停止」。

    請稍候片刻。執行個體停止之後，綠色勾號會變為灰色圓圈。

  3. 在控制台標題列的「搜尋」欄位輸入 Monitoring，然後在搜尋結果中選取「Monitoring (產品)」。

  4. 在左側窗格的「偵測」下方，點選「警告」。

    您應該會看見警告已註冊。

  5. 點選「政策」下方的「See all policies」，即可看見您建立的警告 stopped vm。

工作 3：建立 Docker 存放區

在本節中，您將在 Artifact Registry 建立私人 Docker 存放區，然後在這個存放區新增映像檔，包含兩個步驟：使用存放區名稱標記映像檔，藉此指定目的地，再將映像檔推送至 Artifact Registry。

  1. 在 Cloud Shell 執行下列指令，在 區域建立新的 Docker 存放區 docker-repo，並將說明設為「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}}}

  1. 在控制台標題列的「搜尋」欄位輸入 Artifact Registry，然後在搜尋結果中點選「Artifact Registry」。

  2. 在「Artifact Registry」的「存放區」頁面，確認看得見存放區 docker-repo。

  3. 在 Cloud Shell，從 Storage bucket 載入預建映像檔：

wget https://storage.googleapis.com/spls/gsp1024/flask_telemetry.zip unzip flask_telemetry.zip docker load -i flask_telemetry.tar
  1. 執行下列指令，將映像檔標記為 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
  1. 執行下列指令，將 Docker 映像檔推送至 Artifact Registry：
docker push {{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1

點選「Check my progress」，確認目標已達成。 建立 Docker 存放區

工作 4：部署會產生指標的簡易應用程式

您可以透過記錄指標，定義指標來追蹤記錄中的錯誤。如有類似問題和狀況發生，就能在使用者發現前主動因應。

  1. 執行下列指令，檢查您在工作 1 部署的叢集是否已完整佈建：
gcloud container clusters list 注意：如果叢集狀態為「佈建中」，請稍候再重新執行上方的指令。重複這個步驟，直到狀態顯示為「執行中」，即可執行後續步驟。
  1. 驗證叢集：
gcloud container clusters get-credentials gmp-cluster

您應該會看到以下訊息：

Fetching cluster endpoint and auth data. kubeconfig entry generated for gmp-cluster.
  1. 建立要使用的命名空間：
kubectl create ns gmp-test
  1. 取得會在 /metrics 端點產生指標的應用程式：
wget https://storage.googleapis.com/spls/gsp1024/gmp_prom_setup.zip unzip gmp_prom_setup.zip cd gmp_prom_setup

  1. 這個步驟會更新 flask_deployment.yaml，改用在先前步驟推送的映像檔名稱：

    • 使用 nano 編輯器開啟 flask_deployment.yaml：
    nano flask_deployment.yaml
    • 將 <ARTIFACT REGISTRY IMAGE NAME> 改為下列內容：
    {{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1
    • 依序按下 CTRL+X 鍵、Y 鍵和 Enter 鍵，儲存更新後的檔案並關閉 nano 編輯器。

  2. 執行下列指令，部署會在 /metrics 端點產生指標的簡易應用程式：

kubectl -n gmp-test apply -f flask_deployment.yaml kubectl -n gmp-test apply -f flask_service.yaml
  1. 確認命名空間已準備就緒，可產生指標：
kubectl get services -n gmp-test

您應該會看到下列輸出內容：

NAME TYPE CLUSTER-IP EXTERNAL-IP PORT(S) AGE hello LoadBalancer 10.0.12.114 34.83.91.157 80:32058/TCP 71s

點選「Check my progress」，確認目標已達成。 部署可以產生指標的簡易應用程式

  1. 重複執行指令，直到「External-IP」部分填入位址。

  2. 使用以下指令，確認 Python Flask 應用程式正在提供指標：

curl $(kubectl get services -n gmp-test -o jsonpath='{.items[*].status.loadBalancer.ingress[0].ip}')/metrics

您應該會看到下列輸出內容：

# HELP flask_exporter_info Multiprocess metric # TYPE flask_exporter_info gauge flask_exporter_info{version="0.18.5"} 1.0

工作 5：建立記錄指標

  1. 返回「Logs Explorer」頁面。

  2. 在「動作」下方，點選「建立指標」連結。

  3. 在「建立指標」頁面輸入下列資訊：

  • 「指標類型」：保留預設設定「計數器」
  • 「記錄指標名稱」：hello-app-error
  • 「選取篩選條件」：使用下列資訊更新「建立篩選器」視窗的內容：
severity=ERROR resource.labels.container_name="hello-app" textPayload: "ERROR: 404 Error page not found"
  1. 點選「建立指標」。

點選「Check my progress」，確認目標已達成。 建立記錄指標

工作 6：建立以指標為基礎的警告

  1. 在「Logging」的左側選單，點選「設定」下方的「記錄指標」。

  2. 在使用者定義的指標找到「hello-app-error」，點選「更多動作」圖示 「更多動作」圖示，然後選取「運用指標建立警告」。

  3. 在「選取指標」下方，指標參數會自動填入。

  • 將「滾動週期」變更為「2 分鐘」。
  • 接受其他預設設定。
  • 點選「下一步」兩次。

  1. 使用您稍早在實驗室建立的管道來設定通知。

  2. 將警告政策命名為 log based metric alert

  3. 點選「建立政策」。

點選「Check my progress」，確認目標已達成。 建立以指標為基礎的警告

工作 7：產生一些錯誤

接下來要針對您建立的記錄指標，產生對應的錯誤，觸發以指標為基礎的警告。

  1. 在 Cloud Shell 執行下列指令，產生一些錯誤：
timeout 120 bash -c -- 'while true; do curl $(kubectl get services -n gmp-test -o jsonpath='{.items[*].status.loadBalancer.ingress[0].ip}')/error; sleep $((RANDOM % 4)) ; done'

  1. 返回「Logs Explorer」頁面，找到左下方的「嚴重性」部分。

  2. 點選「錯誤」嚴重性。

    搜尋 404 Error page not found 錯誤之後，展開其中一則 404 錯誤訊息，查看詳細資訊。

  3. 返回「Monitoring」頁面，並點選「警告」。

    畫面上應該會顯示您建立的兩項政策。

  4. 在「警告政策」下方，點選「查看全部」。

    「事件」部分應該會顯示這兩項警告。

  5. 點選任一事件即可查看詳細資料。

注意：記錄指標警告最終會自動關閉。如需更多時間調查，請重新執行程式碼來產生錯誤，並等待再次觸發警告。

點選「Check my progress」，確認目標已達成。 產生一些錯誤

恭喜！

在這個實驗室，您建立以記錄為基礎的警告、系統定義和使用者定義的記錄指標、以指標為基礎的警告，還產生一些錯誤來觸發警告。最後，您學會如何查看警告的事件和詳細資料。

後續行動/瞭解詳情

  • 閱讀這篇文章，瞭解如何管理警告政策。
  • 閱讀這篇文章，進一步瞭解如何為記錄指標建立警告政策。

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 9 月 25 日

實驗室上次測試日期：2025 年 9 月 25 日

Copyright 2025 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。

准备工作

  1. 实验会创建一个 Google Cloud 项目和一些资源，供您使用限定的一段时间
  2. 实验有时间限制，并且没有暂停功能。如果您中途结束实验，则必须重新开始。
  3. 在屏幕左上角，点击开始实验即可开始

使用无痕浏览模式

  1. 复制系统为实验提供的用户名和密码
  2. 在无痕浏览模式下，点击打开控制台

登录控制台

  1. 使用您的实验凭证登录。使用其他凭证可能会导致错误或产生费用。
  2. 接受条款，并跳过恢复资源页面
  3. 除非您已完成此实验或想要重新开始，否则请勿点击结束实验，因为点击后系统会清除您的工作并移除该项目

此内容目前不可用

一旦可用，我们会通过电子邮件告知您

太好了！

一旦可用，我们会通过电子邮件告知您

一次一个实验

确认结束所有现有实验并开始此实验

使用无痕浏览模式运行实验

请使用无痕模式或无痕式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。