GSP1027

Visão geral

O Google Cloud Managed Service para Prometheus cobra pelo número de amostras ingeridas no Cloud Monitoring e por solicitações de leitura para a API Monitoring. O número de amostras ingeridas é o que mais contribui para o seu custo.

Neste laboratório, você vai conhecer os mecanismos de controle de custos ao usar o Managed Service para Prometheus no Google Cloud.

Objetivos

Neste laboratório, você vai aprender a:

• Implantar o Google Managed Prometheus (GMP) em um cluster do Google Kubernetes Engine (GKE) e um aplicativo Python
• Filtrar os dados de métricas gerados para reduzir o número de métricas de séries temporais que você envia ao serviço gerenciado
• Reduzir o número de amostras coletadas alterando o intervalo de extração

Configuração e requisitos

Antes de clicar no botão Começar o Laboratório

Leia estas instruções. Os laboratórios são cronometrados e não podem ser pausados. O timer é ativado quando você clica em Iniciar laboratório e mostra por quanto tempo os recursos do Google Cloud vão ficar disponíveis.

Este laboratório prático permite que você realize as atividades em um ambiente real de nuvem, e não em uma simulação ou demonstração. Você vai receber novas credenciais temporárias para fazer login e acessar o Google Cloud durante o laboratório.

Confira os requisitos para concluir o laboratório:

• Acesso a um navegador de Internet padrão (recomendamos o Chrome).

Observação: para executar este laboratório, use o modo de navegação anônima (recomendado) ou uma janela anônima do navegador. Isso evita conflitos entre sua conta pessoal e de estudante, o que poderia causar cobranças extras na sua conta pessoal.

• Tempo para concluir o laboratório: não se esqueça que, depois de começar, não será possível pausar o laboratório.

Observação: use apenas a conta de estudante neste laboratório. Se usar outra conta do Google Cloud, você poderá receber cobranças nela.

Como iniciar seu laboratório e fazer login no console do Google Cloud

1. Clique no botão Começar o laboratório. Se for preciso pagar por ele, uma caixa de diálogo vai aparecer para você selecionar a forma de pagamento. No painel Detalhes do Laboratório, à esquerda, você vai encontrar o seguinte:

   • O botão Abrir Console do Google Cloud
   • O tempo restante
   • As credenciais temporárias que você vai usar neste laboratório
   • Outras informações, se forem necessárias

2. Se você estiver usando o navegador Chrome, clique em Abrir console do Google Cloud ou clique com o botão direito do mouse e selecione Abrir link em uma janela anônima.

   O laboratório ativa os recursos e depois abre a página Fazer Login em outra guia.

   Dica: coloque as guias em janelas separadas lado a lado.

   Observação: se aparecer a caixa de diálogo Escolher uma conta, clique em Usar outra conta.

3. Se necessário, copie o Nome de usuário abaixo e cole na caixa de diálogo Fazer login.

   {{{user_0.username | "Username"}}}

   Você também encontra o nome de usuário no painel Detalhes do Laboratório.

4. Clique em Próxima.

5. Copie a Senha abaixo e cole na caixa de diálogo de Olá.

   {{{user_0.password | "Password"}}}

   Você também encontra a senha no painel Detalhes do Laboratório.

6. Clique em Próxima.

   Importante: você precisa usar as credenciais fornecidas no laboratório, e não as da sua conta do Google Cloud. Observação: se você usar sua própria conta do Google Cloud neste laboratório, é possível que receba cobranças adicionais.

7. Acesse as próximas páginas:

   • Aceite os Termos e Condições.
   • Não adicione opções de recuperação nem autenticação de dois fatores (porque essa é uma conta temporária).
   • Não se inscreva em testes gratuitos.

Depois de alguns instantes, o console do Google Cloud será aberto nesta guia.

Observação: para acessar os produtos e serviços do Google Cloud, clique no Menu de navegação ou digite o nome do serviço ou produto no campo Pesquisar.

Ativar o Cloud Shell

O Cloud Shell é uma máquina virtual com várias ferramentas de desenvolvimento. Ele tem um diretório principal permanente de 5 GB e é executado no Google Cloud. O Cloud Shell oferece acesso de linha de comando aos recursos do Google Cloud.

1. Clique em Ativar o Cloud Shell na parte de cima do console do Google Cloud.

2. Clique nas seguintes janelas:

   • Continue na janela de informações do Cloud Shell.
   • Autorize o Cloud Shell a usar suas credenciais para fazer chamadas de APIs do Google Cloud.

Depois de se conectar, você verá que sua conta já está autenticada e que o projeto está configurado com seu Project_ID, . A saída contém uma linha que declara o projeto PROJECT_ID para esta sessão:

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

A gcloud é a ferramenta de linha de comando do Google Cloud. Ela vem pré-instalada no Cloud Shell e aceita preenchimento com tabulação.

3. (Opcional) É possível listar o nome da conta ativa usando este comando:

gcloud auth list

4. Clique em Autorizar.

Saída:

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

5. (Opcional) É possível listar o ID do projeto usando este comando:

gcloud config list project

Saída:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Observação: consulte a documentação completa da gcloud no Google Cloud no guia de visão geral da gcloud CLI.

Tarefa 1: Implantar um cluster do GKE

• Implante um cluster básico do GKE para configurar o laboratório:

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}}}

Tarefa 2: Implantar a coleta gerenciada

Configure um recurso PodMonitoring

O manifesto a seguir define um recurso PodMonitoring, prom-example, no namespace gmp-test. O recurso usa um seletor de rótulos do Kubernetes para encontrar todos os pods no namespace que têm o rótulo app com o valor prom-example. Métricas são coletadas dos pods correspondentes em uma porta chamada metrics a cada 30 segundos, no caminho HTTP /metrics.

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

• Para aplicar esse recurso, execute o seguinte comando:

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

Seu coletor gerenciado agora está coletando métricas dos pods correspondentes.

Implante o exemplo de aplicativo

O serviço gerenciado disponibiliza um manifesto para um exemplo de aplicativo que emite métricas do Prometheus na porta de métricas correspondente. O aplicativo usa três réplicas.

• Para implantar o exemplo de aplicativo, execute o seguinte comando:

kubectl -n gmp-system apply -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/main/examples/example-app.yaml Verificar se o Prometheus foi implantado

Tarefa 3: Cloud Monitoring

Para visualizar os dados do Managed Service para Prometheus como uma série temporal do Cloud Monitoring, use o Metrics Explorer. Para configurar o Metrics Explorer para exibir métricas, faça o seguinte:

1. No console do Cloud, acesse Monitoramento:
2. No painel de navegação do Monitoring, clique em Metrics Explorer.
3. Especifique os dados que aparecerão no gráfico. Para isso, use o editor de MQL.

   • Para usar a guia MQL, faça o seguinte:

     a. Clique em PromQL no canto superior direito e selecione a opção MQL em uma nova consulta.

     b. Digite a seguinte consulta:

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

     c. Selecione Executar consulta.

Tarefa 4: Preencher um gráfico

• Acesse Monitoramento > Metrics Explorer e crie outra consulta.

• Selecione a opção PromQL e execute a consulta abaixo clicando em Executar consulta para ver as métricas:

go_memstats_heap_alloc_bytes

Isso vai preencher um gráfico semelhante à imagem abaixo quando selecionado.

Tarefa 5: Filtrar métricas exportadas

Se você coletar muitos dados, convém evitar que algumas séries temporais sejam enviadas ao Managed Service para Prometheus, para manter os custos baixos.

Para filtrar as métricas exportadas, configure um conjunto de seletores de séries do Prometheus no recurso OperatorConfig. Uma série temporal será exportada para o Managed Service para Prometheus se ela atender a pelo menos um dos seletores.

1. Abra o recurso OperatorConfig para edição:

kubectl -n gmp-public edit operatorconfig config

2. Depois da linha apiVersion, pressione "i" para entrar no modo de inserção. Vá para a última linha e pressione Enter para ir para uma nova linha. Não deixe espaços no início da linha. Cole o seguinte:

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

O arquivo deve se assemelhar ao seguinte exemplo:

3. Para salvar o arquivo e sair, pressione "Esc", digite ":wq" e pressione Enter.

Essa adição faz com que sejam exportadas apenas as métricas do job "prometheus" e as métricas produzidas pelo registro de regras agregadas ao nível do job seguindo as práticas recomendadas. As amostras de todas as outras séries temporais são excluídas pelo filtro. Por padrão, nenhum seletor é especificado, e todas as séries temporais são exportadas.

A seção de configuração filter.matchOneOf tem a mesma semântica dos parâmetros match[] da federação do Prometheus.

4. Crie um arquivo op-config.yaml:

vi op-config.yaml

5. Copie o seguinte para o arquivo op-config.yaml:

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. Faça upload do arquivo de configuração que você criou para verificar:

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 Verificar se o filtro de métricas foi aplicado

Tarefa 6: Executar a consulta

1. Clique em + Adicionar consulta para criar uma nova consulta e digite up/gauge no filtro de entrada Selecionar uma métrica.

2. Selecione a métrica do Prometheus resultante e clique em Aplicar.

Tarefa 7: Monitorar o app

1. Crie um arquivo prom-example-config.yaml para verificar:

vi prom-example-config.yaml

2. Copie o código a seguir para o arquivo:

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. Execute os seguintes comandos no Cloud Shell:

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 Verificar se o intervalo de coleta foi alterado

Isso conclui o laboratório.

Parabéns

Você aprendeu a reduzir os custos associados ao uso do Managed Service para Prometheus. Você implantou o Prometheus e um exemplo de aplicativo. Em seguida, você aplicou um filtro de métricas e mudou o intervalo de coleta para reduzir os custos associados à ingestão de métricas com o Google Managed Prometheus.

Próximas etapas / Saiba mais

• Saiba mais sobre o Google Cloud Managed Service para Prometheus.

Treinamento e certificação do Google Cloud

Esses treinamentos ajudam você a aproveitar as tecnologias do Google Cloud ao máximo. Nossas aulas incluem habilidades técnicas e práticas recomendadas para ajudar você a alcançar rapidamente o nível esperado e continuar sua jornada de aprendizado. Oferecemos treinamentos que vão do nível básico ao avançado, com opções de aulas virtuais, sob demanda e por meio de transmissões ao vivo para que você possa encaixá-las na correria do seu dia a dia. As certificações validam sua experiência e comprovam suas habilidades com as tecnologias do Google Cloud.

Manual atualizado em 17 de fevereiro de 2025

Laboratório testado em 17 de fevereiro de 2025

Copyright 2025 Google LLC. Todos os direitos reservados. Google e o logotipo do Google são marcas registradas da Google LLC. Todos os outros nomes de produtos e empresas podem ser marcas registradas das respectivas empresas a que estão associados.