GSP091

Ringkasan

Metrik berbasis log adalah metrik Cloud Monitoring yang didasarkan pada konten entri log. Metrik ini dapat membantu Anda mengidentifikasi tren, mengekstraksi nilai numerik dari log, dan menyiapkan pemberitahuan ketika entri log tertentu terjadi dengan membuat metrik untuk peristiwa tersebut. Anda dapat menggunakan metrik berbasis log yang ditentukan sistem maupun pengguna di Cloud Monitoring untuk membuat diagram dan kebijakan pemberitahuan.

Antarmuka metrik berbasis log dibagi menjadi dua panel jenis metrik, yaitu Metrik sistem dan Metrik yang ditentukan pengguna.

Metrik berbasis log yang ditentukan sistem disediakan oleh Cloud Logging untuk digunakan oleh semua project Google Cloud. Metrik tersebut dihitung hanya dari log yang telah diserap oleh Logging. Jika log secara eksplisit dikecualikan dari penyerapan, log tersebut tidak akan disertakan dalam metrik ini.

Metrik berbasis log yang ditentukan pengguna dibuat oleh Anda untuk melacak berbagai macam hal di project Google Cloud. Misalnya, Anda dapat membuat metrik berbasis log untuk menghitung jumlah entri log yang cocok dengan filter tertentu.

Dengan membuat pemberitahuan dari metrik, Anda dapat membuat kebijakan pemberitahuan berdasarkan metrik berbasis log.

Yang akan Anda pelajari

Di lab ini, Anda akan mempelajari cara:

• Membuat pemberitahuan berbasis log.
• Membuat metrik berbasis log.
• Membuat pemberitahuan berbasis metrik.
• Menguji pemberitahuan.

Penyiapan dan persyaratan

Sebelum mengklik tombol Start Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer yang dimulai saat Anda mengklik Start Lab akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab interaktif ini dapat Anda gunakan untuk melakukan aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

• Akses ke browser internet standar (disarankan browser Chrome).

Catatan: Gunakan jendela Samaran (direkomendasikan) atau browser pribadi untuk menjalankan lab ini. Hal ini akan mencegah konflik antara akun pribadi Anda dan akun siswa yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.

• Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.

Catatan: Hanya gunakan akun siswa untuk lab ini. Jika Anda menggunakan akun Google Cloud yang berbeda, Anda mungkin akan dikenai tagihan ke akun tersebut.

Cara memulai lab dan login ke Google Cloud Console

1. Klik tombol Start Lab. Jika Anda perlu membayar lab, dialog akan terbuka untuk memilih metode pembayaran. Di sebelah kiri ada panel Lab Details yang berisi hal-hal berikut:

   • Tombol Open Google Cloud console
   • Waktu tersisa
   • Kredensial sementara yang harus Anda gunakan untuk lab ini
   • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

2. Klik Open Google Cloud console (atau klik kanan dan pilih Open Link in Incognito Window jika Anda menjalankan browser Chrome).

   Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Sign in.

   Tips: Atur tab di jendela terpisah secara berdampingan.

   Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

3. Jika perlu, salin Username di bawah dan tempel ke dialog Sign in.

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

   Anda juga dapat menemukan Username di panel Lab Details.

4. Klik Next.

5. Salin Password di bawah dan tempel ke dialog Welcome.

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

   Anda juga dapat menemukan Password di panel Lab Details.

6. Klik Next.

   Penting: Anda harus menggunakan kredensial yang diberikan lab. Jangan menggunakan kredensial akun Google Cloud Anda. Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.

7. Klik halaman berikutnya:

   • Setujui persyaratan dan ketentuan.
   • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
   • Jangan mendaftar uji coba gratis.

Setelah beberapa saat, Konsol Google Cloud akan terbuka di tab ini.

Catatan: Untuk mengakses produk dan layanan Google Cloud, klik Navigation menu atau ketik nama layanan atau produk di kolom Search.

Mengaktifkan Cloud Shell

Cloud Shell adalah mesin virtual yang dilengkapi dengan berbagai alat pengembangan. Mesin virtual ini menawarkan direktori beranda persisten berkapasitas 5 GB dan berjalan di Google Cloud. Cloud Shell menyediakan akses command-line untuk resource Google Cloud Anda.

1. Klik Activate Cloud Shell di bagian atas Konsol Google Cloud.

2. Klik jendela berikut:

   • Lanjutkan melalui jendela informasi Cloud Shell.
   • Beri otorisasi ke Cloud Shell untuk menggunakan kredensial Anda guna melakukan panggilan Google Cloud API.

Setelah terhubung, Anda sudah diautentikasi, dan project ditetapkan ke Project_ID, . Output berisi baris yang mendeklarasikan Project_ID untuk sesi ini:

Project Cloud Platform Anda dalam sesi ini disetel ke {{{project_0.project_id | "PROJECT_ID"}}}

gcloud adalah alat command line untuk Google Cloud. Alat ini sudah terinstal di Cloud Shell dan mendukung pelengkapan command line.

3. (Opsional) Anda dapat menampilkan daftar nama akun yang aktif dengan perintah ini:

gcloud auth list

4. Klik Authorize.

Output:

ACTIVE: * ACCOUNT: {{{user_0.username | "ACCOUNT"}}} Untuk menetapkan akun aktif, jalankan: $ gcloud config set account `ACCOUNT`

5. (Opsional) Anda dapat menampilkan daftar ID project dengan perintah ini:

gcloud config list project

Output:

[core] project = {{{project_0.project_id | "PROJECT_ID"}}} Catatan: Untuk mendapatkan dokumentasi gcloud yang lengkap di Google Cloud, baca panduan ringkasan gcloud CLI.

Tugas 1. Men-deploy cluster GKE

Dalam tugas ini, Anda akan men-deploy cluster Google Kubernetes Engine (GKE) untuk digunakan dalam tugas berikutnya untuk metrik berbasis log.

1. Di Cloud Shell, tetapkan zona untuk lingkungan lab ini:

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

Jika diminta, klik Authorize Cloud Shell.

2. Tetapkan project ID untuk lingkungan lab ini:

export PROJECT_ID=$(gcloud info --format='value(config.project)')

3. Deploy cluster GKE standar:

gcloud container clusters create gmp-cluster --num-nodes=1 --zone {{{ project_0.default_zone | "ZONE" }}}

Setelah cluster di-deploy, output akan menampilkan STATUS: RUNNING untuk cluster bernama gmp-cluster.

Catatan: Mungkin perlu waktu beberapa menit untuk men-deploy cluster. Anda dapat berlanjut untuk menyelesaikan Tugas 2, lalu kembali untuk memvalidasi progres Anda menggunakan tanda centang di bawah.

Klik Check my progress untuk memverifikasi tujuan. Men-deploy cluster GKE

Tugas 2. Membuat pemberitahuan berbasis log

Pemberitahuan berbasis log memberi tahu Anda tiap kali pesan tertentu muncul di dalam log Anda. Cobalah dengan menyiapkan pemberitahuan berbasis log untuk memberi tahu Anda saat VM berhenti berjalan.

1. Di kolom judul Konsol Google Cloud, ketik Logs explorer di kolom Search, lalu klik Logs Explorer dari hasil penelusuran.

2. Jika perlu, aktifkan panel geser Show Query.

3. Salin dan tempel parameter berikut ke dalam jendela kueri untuk membuat Pemberitahuan Berbasis Log:

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

4. Di bagian Actions (di atas bagian Results), klik Create log alert.

5. Tambahkan parameter berikut, lalu klik Next setelah menambahkan tiap nilai, sehingga Anda dapat melihat bagian berikutnya:

• Alert policy name: menghentikan vm
• Choose logs to include in the alert: bagian ini akan terisi secara otomatis dengan kueri yang telah Anda masukkan sebelumnya
• Set notification frequency and autoclose duration: Pilih Time between notifications dengan 5 min dan Incident autoclose duration dengan 1 hr.

6. Klik Next.

7. Untuk Who should be notified, selesaikan langkah-langkah berikut:

• Klik panah dropdown di samping Notification Channels, lalu klik Manage Notification Channels. (Halaman Notification channels akan terbuka di tab baru).
• Scroll halaman ke bawah, lalu klik Add new untuk Email.
• Masukkan email di kolom Email Address dan Display name. Anda dapat menggunakan email pribadi jika ingin melihat email, atau Anda dapat memberikan nama pengguna lab () yang emailnya tidak dapat Anda lihat.
• Klik Save.

8. Tutup Notification Channels menggunakan 'X' di bagian atas halaman agar Anda dapat kembali ke tab Logs Explorer.

• Muat ulang Notification Channels, lalu pilih channel yang baru saja Anda buat. Klik OK.

9. Klik Save.

Klik Check my progress untuk memverifikasi tujuan. Membuat Pemberitahuan berbasis log

Menguji pemberitahuan berbasis log

Untuk menguji pemberitahuan berbasis log ini, Anda harus menghentikan VM dan memeriksa Logging untuk melihat apakah pemberitahuan telah terdaftar:

1. Buka tab browser Konsol Google Cloud baru, lalu buka Navigation menu > Compute Engine > VM instances.

2. Centang kotak di samping instance1, lalu klik Stop di bagian atas halaman. Klik Stop lagi di jendela pop-up.

   Proses ini mungkin perlu waktu sebentar. Setelah instance dihentikan, tanda centang hijau akan berubah menjadi lingkaran abu-abu.

3. Di kolom judul konsol, ketik Monitoring di kolom Search, lalu pilih Monitoring (Infrastructure and application quality checks) di hasil penelusuran.

4. Di panel kiri, di bagian Detect, klik Logging, lalu klik Alerting di bagian Detect.

   Anda akan melihat bahwa pemberitahuan Anda telah terdaftar.

5. Di bagian Policies, klik See all policies untuk melihat pemberitahuan berbasis log yang telah Anda buat dengan nama stopped vm.

Tugas 3. Membuat repositori Docker

Di bagian ini, Anda akan membuat repositori Docker pribadi dalam Artifact Registry dan menambahkan image ke repositori pribadi. Hal ini melibatkan pemberian tag pada image dengan nama repositori untuk menentukan tujuan, lalu mengirimnya ke Artifact Registry.

1. Di Cloud Shell, jalankan perintah berikut untuk membuat repositori Docker baru bernama docker-repo di lokasi dengan deskripsi "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}}}

2. Di kolom judul konsol, ketik Artifact Registry di kolom Search, lalu klik "Artifact Registry" dari hasil penelusuran.

3. Di halaman Artifact Registry Repositories, pastikan Anda dapat melihat repositori Anda, docker-repo.

4. Di Cloud Shell, muat image bawaan dari bucket penyimpanan:

wget https://storage.googleapis.com/spls/gsp1024/flask_telemetry.zip unzip flask_telemetry.zip docker load -i flask_telemetry.tar

5. Jalankan perintah berikut untuk memberi tag pada image sebagai 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

6. Jalankan perintah berikut untuk mengirim image docker ke Artifact Registry:

docker push {{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1

Klik Check my progress untuk memverifikasi tujuan. Membuat repositori Docker

Tugas 4. Men-deploy aplikasi sederhana yang menghasilkan metrik

Menggunakan metrik berbasis log, Anda dapat menentukan metrik yang dapat melacak error pada log untuk merespons masalah dan gejala serupa secara proaktif sebelum ditemukan oleh pengguna akhir.

1. Jalankan perintah berikut untuk memeriksa apakah cluster yang Anda deploy di Tugas 1 telah sepenuhnya tersedia atau belum:

gcloud container clusters list Catatan: Jika cluster Anda menampilkan status PROVISIONING, tunggu sebentar lalu jalankan kembali perintah di atas. Ulangi hingga statusnya berubah menjadi RUNNING, untuk berlanjut ke langkah berikutnya.

2. Autentikasi cluster:

gcloud container clusters get-credentials gmp-cluster

Anda akan melihat pesan berikut:

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

3. Buat namespace untuk digunakan:

kubectl create ns gmp-test

4. Dapatkan aplikasi yang menghasilkan metrik di endpoint /metrics:

wget https://storage.googleapis.com/spls/gsp1024/gmp_prom_setup.zip unzip gmp_prom_setup.zip cd gmp_prom_setup

5. Pada langkah ini, Anda akan memperbarui flask_deployment.yaml untuk menggunakan nama image yang Anda kirim pada langkah sebelumnya:

   • Gunakan nano untuk membuka flask_deployment.yaml:
   nano flask_deployment.yaml
   • Ganti <ARTIFACT REGISTRY IMAGE NAME> dengan perintah berikut:
   {{{project_0.default_region | Region}}}-docker.pkg.dev/{{{project_0.project_id| Project ID}}}/docker-repo/flask-telemetry:v1
   • Tekan CTRL+X, Y, lalu ENTER untuk menyimpan file yang diperbarui dan menutup nano.

6. Sekarang jalankan perintah berikut untuk men-deploy aplikasi sederhana yang menghasilkan metrik pada endpoint /metrics:

kubectl -n gmp-test apply -f flask_deployment.yaml kubectl -n gmp-test apply -f flask_service.yaml

7. Verifikasi bahwa namespace sudah siap dan menghasilkan metrik:

kubectl get services -n gmp-test

Anda akan melihat output berikut:

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

Klik Check my progress untuk memverifikasi tujuan. Men-deploy aplikasi sederhana yang menghasilkan metrik

8. Jalankan kembali perintah hingga Anda melihat alamat External-IP terisi.

9. Periksa apakah aplikasi Python Flask menyajikan metrik dengan perintah berikut:

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

Anda akan melihat output berikut:

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

Tugas 5. Membuat metrik berbasis log

1. Kembali ke Logs Explorer.

2. Di bagian Actions, klik link Create metric.

3. Di halaman Create metric, masukkan parameter berikut:

• Metric type: biarkan di setelan default (Counter)
• Log based metric name: hello-app-error
• Filter selection: perbarui jendela Build filter dengan informasi berikut ini:

severity=ERROR resource.labels.container_name="hello-app" textPayload: "ERROR: 404 Error page not found"

4. Klik Create metric.

Klik Check my progress untuk memverifikasi tujuan. Membuat metrik berbasis log

Tugas 6. Membuat pemberitahuan berbasis metrik

1. Dari menu samping kiri untuk Logging, klik Log-based Metrics di bagian Configure.

2. Di metrik yang ditentukan pengguna, klik More actions () untuk hello-app-error, lalu pilih Create alert from metric.

3. Di bagian Select a Metric, parameter metrik akan secara otomatis terisi.

• Perbarui Rolling window ke 2 min.
• Terima setelan default lainnya.
• Klik Next dua kali.

4. Atur notifikasi menggunakan saluran yang Anda buat sebelumnya di lab.

5. Beri nama kebijakan pemberitahuan dengan: log based metric alert

6. Klik Create Policy.

Klik Check my progress untuk memverifikasi tujuan. Membuat pemberitahuan berbasis metrik

Tugas 7. Menghasilkan beberapa error

Selanjutnya, Anda akan menghasilkan beberapa error untuk mencocokkan metrik berbasis log yang telah dibuat, dan memicu pemberitahuan berbasis metrik.

1. Di Cloud Shell, jalankan perintah berikut untuk menghasilkan beberapa error:

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'

2. Kembali ke halaman Logs Explorer, dan buka bagian Severity di sisi kiri bawah layar.

3. Klik tingkat keparahan Error.

   Sekarang Anda bisa mencari error 404 Error page not found. Lihat informasi lebih lanjut dengan meluaskan salah satu pesan 404 Error.

4. Kembali ke halaman Monitoring, lalu klik Alerting.

   Anda akan melihat 2 kebijakan yang dibuat.

5. Di bagian Alert policies, klik View all.

   Anda akan melihat kedua pemberitahuan di bagian Incidents.

6. Klik salah satu insiden untuk melihat detailnya.

Catatan: Pemberitahuan metrik berbasis log pada akhirnya akan teratasi dengan sendirinya. Jika Anda memerlukan lebih banyak waktu untuk menyelidikinya, jalankan kode untuk menghasilkan error kembali dan tunggu hingga pemberitahuan terpicu lagi.

Klik Check my progress untuk memverifikasi tujuan. Menghasilkan beberapa error

Selamat!

Di lab ini, Anda telah membuat pemberitahuan berbasis log, metrik berbasis log yang ditentukan sistem, metrik berbasis log yang ditentukan pengguna, dan pemberitahuan berbasis metrik. Anda juga menghasilkan beberapa error untuk memicu pemberitahuan. Terakhir, Anda telah mempelajari cara untuk melihat insiden dan detail pemberitahuan.

Langkah berikutnya/Pelajari lebih lanjut

• Baca cara untuk mengelola kebijakan pemberitahuan Anda.
• Untuk mengetahui detail tentang cara membuat kebijakan pemberitahuan untuk metrik berbasis log Anda, baca Membuat kebijakan pemberitahuan.

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 21 April 2025

Lab Terakhir Diuji pada 18 April 2025

Hak cipta 2025 Google LLC. Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.