Aktifkan logging dan pemantauan aplikasi

Halaman ini menunjukkan cara mengonfigurasi cluster untuk GDCV untuk Bare Metal sehingga log dan metrik kustom dari aplikasi pengguna dikirim ke Cloud Logging dan Cloud Monitoring serta Managed Service for Prometheus.

Untuk pengalaman logging dan pemantauan aplikasi pengguna terbaik, sebaiknya gunakan konfigurasi berikut:

• Aktifkan Google Cloud Managed Service for Prometheus dengan menetapkan enableGMPForApplications ke true di objek Stackdriver. Dengan konfigurasi ini, Anda dapat memantau dan membuat pemberitahuan tentang workload secara global menggunakan Prometheus. Untuk petunjuk dan informasi tambahan, lihat Mengaktifkan Google Cloud Managed Service for Prometheus di halaman ini.

• Aktifkan Cloud Logging untuk aplikasi pengguna dengan menetapkan enableCloudLoggingForApplications ke true di objek Stackdriver. Konfigurasi ini menyediakan logging untuk beban kerja Anda. Untuk mengetahui petunjuk dan informasi tambahan, lihat Mengaktifkan Cloud Logging untuk aplikasi pengguna di halaman ini.

Mengaktifkan Google Cloud Managed Service for Prometheus

Konfigurasi Google Cloud Managed Service for Prometheus ditentukan dalam objek Stackdriver bernama stackdriver. Untuk mengetahui informasi tambahan, termasuk praktik terbaik dan pemecahan masalah, lihat dokumentasi Google Cloud Managed Service for Prometheus.

Untuk mengonfigurasi objek stackdriver guna mengaktifkan Google Cloud Managed Service for Prometheus:

1. Buka objek stackdriver untuk diedit:

   kubectl --kubeconfig=CLUSTER_KUBECONFIG \
       --namespace kube-system edit stackdriver stackdriver
   

   Ganti CLUSTER_KUBECONFIG dengan jalur file kubeconfig cluster Anda.

2. Di bagian spec, tetapkan enableGMPForApplications ke true:

   apiVersion: addons.gke.io/v1alpha1
   kind: Stackdriver
   metadata:
     name: stackdriver
     namespace: kube-system
   spec:
     projectID: ...
     clusterName: ...
     clusterLocation: ...
     proxyConfigSecretName: ...
     enableGMPForApplications: true
     enableVPC: ...
     optimizedMetrics: true
   

3. Simpan dan tutup file yang diedit.

   Komponen Prometheus yang dikelola Google dimulai secara otomatis dalam cluster di namespace gmp-system.

4. Periksa komponen Prometheus yang dikelola Google:

   kubectl --kubeconfig=CLUSTER_KUBECONFIG --namespace gmp-system get pods
   

   Output perintah ini akan mirip dengan berikut ini:

   NAME                              READY   STATUS    RESTARTS        AGE
   collector-abcde                   2/2     Running   1 (5d18h ago)   5d18h
   collector-fghij                   2/2     Running   1 (5d18h ago)   5d18h
   collector-klmno                   2/2     Running   1 (5d18h ago)   5d18h
   gmp-operator-68d49656fc-abcde     1/1     Running   0               5d18h
   rule-evaluator-7c686485fc-fghij   2/2     Running   1 (5d18h ago)   5d18h
   

Google Cloud Managed Service for Prometheus mendukung pemberitahuan dan evaluasi aturan. Untuk menyiapkan evaluasi aturan, lihat Evaluasi aturan.

Menjalankan aplikasi contoh

Layanan terkelola menyediakan manifes untuk aplikasi contoh, prom-example, yang memunculkan metrik Prometheus pada port metrics-nya. Aplikasi ini menggunakan tiga replika.

Untuk men-deploy aplikasi:

1. Buat namespace gmp-test untuk resource yang Anda buat sebagai bagian dari aplikasi contoh:

   kubectl --kubeconfig=CLUSTER_KUBECONFIG create ns gmp-test
   

2. Terapkan manifes aplikasi dengan perintah berikut:

   kubectl -n gmp-test apply \
       -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.4.1/examples/example-app.yaml
   

Mengonfigurasi resource PodMonitoring

Di bagian ini, Anda akan mengonfigurasi resource kustom PodMonitoring untuk mengambil data metrik yang dikeluarkan oleh aplikasi contoh dan mengirimkannya ke Managed Service for Prometheus. Resource kustom PodMonitoring menggunakan scraping target. Dalam hal ini, agen kolektor melakukan scraping endpoint /metrics yang menjadi tujuan dikeluarkannya data oleh aplikasi contoh.

Resource kustom PodMonitoring menyalin target dalam namespace tempat resource tersebut di-deploy saja. Untuk menyalin target dalam beberapa namespace, deploy resource kustom PodMonitoring yang sama di setiap namespace. Anda dapat memastikan bahwa resource PodMonitoring diinstal di namespace yang diinginkan dengan menjalankan perintah berikut:

kubectl --kubeconfig CLUSTER_KUBECONFIG get podmonitoring -A

Untuk dokumentasi referensi tentang semua resource kustom Managed Service for Prometheus, lihat referensi prometheus-engine/doc/api.

Manifes berikut menentukan resource PodMonitoring, prom-example, dalam namespace gmp-test. Resource ini menemukan semua Pod dalam namespace yang memiliki label app dengan nilai prom-example. Pod yang cocok disalin pada port bernama metrics, setiap 30 detik, di jalur HTTP /metrics.

apiVersion: monitoring.googleapis.com/v1
kind: PodMonitoring
metadata:
  name: prom-example
spec:
  selector:
    matchLabels:
      app: prom-example
  endpoints:
  - port: metrics
    interval: 30s

Untuk menerapkan resource ini, jalankan perintah berikut:

kubectl --kubeconfig CLUSTER_KUBECONFIG -n gmp-test apply \
    -f https://raw.githubusercontent.com/GoogleCloudPlatform/prometheus-engine/v0.4.1/examples/pod-monitoring.yaml

Managed Service for Prometheus kini mengekstrak Pod yang cocok.

Membuat kueri data metrik

Cara termudah untuk memverifikasi bahwa data Prometheus Anda diekspor adalah dengan menggunakan kueri PromQL di Metrics Explorer di Konsol Google Cloud.

Untuk menjalankan kueri PromQL, lakukan hal berikut:

1. Di konsol Google Cloud, buka halaman Monitoring atau klik tombol berikut:

   Buka Monitoring

2. Di panel navigasi, pilih Metrics Explorer.

3. Gunakan Bahasa Kueri Prometheus (PromQL) untuk menentukan data yang akan ditampilkan pada diagram:

   1. Di toolbar pada panel Select a metric, pilih Code Editor.

   2. Pilih PromQL di tombol Language. Tombol bahasa berada di bagian bawah panel Code Editor.

   3. Masukkan kueri Anda ke editor kueri. Misalnya, untuk membuat diagram jumlah detik rata-rata yang dihabiskan CPU dalam setiap mode selama satu jam terakhir, gunakan kueri berikut:

      avg(rate(kubernetes_io:anthos_container_cpu_usage_seconds_total
      {monitored_resource="k8s_node"}[1h]))
      

   Untuk mengetahui informasi selengkapnya tentang penggunaan PromQL, lihat PromQL di Cloud Monitoring.

Screenshot berikut menunjukkan diagram yang menampilkan metrik anthos_container_cpu_usage_seconds_total:

Jika Anda mengumpulkan data dalam jumlah besar, sebaiknya filter metrik yang diekspor untuk menekan biaya.

Mengaktifkan Cloud Logging untuk aplikasi pengguna

Konfigurasi untuk Cloud Logging dan Cloud Monitoring disimpan di objek Stackdriver bernama stackdriver.

1. Buka objek stackdriver untuk diedit:

   kubectl --kubeconfig=CLUSTER_KUBECONFIG \
       --namespace kube-system edit stackdriver stackdriver
   

   Ganti CLUSTER_KUBECONFIG dengan jalur file kubeconfig cluster pengguna Anda.

2. Di bagian spec, tetapkan enableCloudLoggingForApplications ke true:

   apiVersion: addons.gke.io/v1alpha1
     kind: Stackdriver
     metadata:
       name: stackdriver
       namespace: kube-system
     spec:
       projectID: ...
       clusterName: ...
       clusterLocation: ...
       proxyConfigSecretName: ...
       enableCloudLoggingForApplications: true
       enableVPC: ...
       optimizedMetrics: true
   

3. Simpan dan tutup file yang diedit.

Menjalankan aplikasi contoh

Di bagian ini, Anda akan membuat aplikasi yang menulis log kustom.

1. Simpan manifes Deployment berikut ke file bernama my-app.yaml.

   apiVersion: apps/v1
   kind: Deployment
   metadata:
     name: "monitoring-example"
     namespace: "default"
     labels:
       app: "monitoring-example"
   spec:
     replicas: 1
     selector:
       matchLabels:
         app: "monitoring-example"
     template:
       metadata:
         labels:
           app: "monitoring-example"
       spec:
         containers:
         - image: gcr.io/google-samples/prometheus-dummy-exporter:latest
           name: prometheus-example-exporter
           imagePullPolicy: Always
           command:
           - /bin/sh
           - -c
           - ./prometheus-dummy-exporter --metric-name=example_monitoring_up --metric-value=1 --port=9090
           resources:
             requests:
               cpu: 100m
   

2. Membuat Deployment

   kubectl --kubeconfig CLUSTER_KUBECONFIG apply -f my-app.yaml
   

Lihat log aplikasi

Filter log aplikasi

Pemfilteran log aplikasi dapat mengurangi penagihan logging aplikasi dan traffic jaringan dari cluster ke Cloud Logging. Dimulai dari GKE pada rilis Bare Metal 1.15.0, jika enableCloudLoggingForApplications ditetapkan ke true, Anda dapat memfilter log aplikasi berdasarkan kriteria berikut:

• Label pod (podLabelSelectors)
• Namespace (namespaces)
• Ekspresi reguler untuk konten log (contentRegexes)

GKE pada Bare Metal hanya mengirimkan hasil filter ke Cloud Logging.

Menentukan filter log aplikasi

Konfigurasi untuk Logging ditentukan dalam objek Stackdriver yang bernama stackdriver.

1. Buka objek stackdriver untuk diedit:

   kubectl --kubeconfig USER_CLUSTER_KUBECONFIG --namespace kube-system \
       edit stackdriver stackdriver
   

   Ganti USER_CLUSTER_KUBECONFIG dengan jalur ke file kubeconfig cluster pengguna Anda.

2. Tambahkan bagian appLogFilter ke spec:

     apiVersion: addons.gke.io/v1alpha1
     kind: Stackdriver
     metadata:
       name: stackdriver
       namespace: kube-system
     spec:
       enableCloudLoggingForApplications: true
       projectID: ...
       clusterName: ...
       clusterLocation: ...
       appLogFilter:
         keepLogRules:
         - namespaces:
           - prod
           ruleName: include-prod-logs
         dropLogRules:
         - podLabelSelectors:
           - disableGCPLogging=yes
           ruleName: drop-logs
   

3. Simpan dan tutup file yang diedit.

4. (Opsional) Jika Anda menggunakan podLabelSelectors, mulai ulang DaemonSet stackdriver-log-forwarder untuk menerapkan perubahan sesegera mungkin:

   kubectl --kubeconfig USER_CLUSTER_KUBECONFIG --namespace kube-system \
       rollout restart daemonset stackdriver-log-forwarder
   

   Biasanya, podLabelSelectors akan efektif setelah 10 menit. Memulai ulang stackdriver-log-forwarder DaemonSet akan membuat perubahan diterapkan lebih cepat.

Contoh: Sertakan log ERROR atau WARN hanya dalam namespace prod

Contoh berikut mengilustrasikan cara kerja filter log aplikasi. Anda menentukan filter yang menggunakan namespace (prod), ekspresi reguler (.*(ERROR|WARN).*), dan label Pod (disableGCPLogging=yes). Kemudian, untuk memastikan filter berfungsi, jalankan Pod di namespace prod untuk menguji kondisi filter ini.

Untuk menentukan dan menguji filter log aplikasi:

1. Tentukan filter log aplikasi di objek Stackdriver:

   Pada contoh appLogFilter berikut, hanya log ERROR atau WARN dalam namespace prod yang disimpan. Setiap log untuk Pod dengan label disableGCPLogging=yes akan dihapus:

   apiVersion: addons.gke.io/v1alpha1
   kind: Stackdriver
   metadata:
     name: stackdriver
     namespace: kube-system
   spec:
     ...
     appLogFilter:
       keepLogRules:
       - namespaces:
         - prod
         contentRegexes:
         - ".*(ERROR|WARN).*"
         ruleName: include-prod-logs
       dropLogRules:
       - podLabelSelectors:
         - disableGCPLogging=yes # kubectl label pods pod disableGCPLogging=yes
         ruleName: drop-logs
   ...
   

2. Deploy Pod di namespace prod dan jalankan skrip yang menghasilkan entri log ERROR dan INFO:

   kubectl --kubeconfig USER_CLUSTER_KUBECONFIG run pod1 \
       --image gcr.io/cloud-marketplace-containers/google/debian10:latest \
       --namespace prod --restart Never --command -- \
       /bin/sh -c "while true; do echo 'ERROR is 404\\nINFO is not 404' && sleep 1; done"
   

   Log yang difilter hanya boleh berisi entri ERROR, bukan entri INFO.

3. Tambahkan label disableGCPLogging=yes ke Pod:

   kubectl --kubeconfig USER_CLUSTER_KUBECONFIG label pods pod1 \
       --namespace prod disableGCPLogging=yes
   

   Log yang difilter tidak akan lagi berisi entri untuk Pod pod1.

Definisi API filter log aplikasi

Definisi untuk filter log aplikasi dideklarasikan dalam definisi resource kustom stackdriver.

Untuk mendapatkan definisi resource kustom stackdriver, jalankan perintah berikut:

kubectl --kubeconfig USER_CLUSTER_KUBECONFIG get crd stackdrivers.addons.gke.io \
    --namespace kube-system -o yaml