Importare i log da Cloud Storage a Cloud Logging

Last reviewed 2025-02-19 UTC

Questa architettura di riferimento descrive come importare nuovamente in Cloud Logging i log precedentemente esportati in Cloud Storage.

Questa architettura di riferimento è rivolta a ingegneri e sviluppatori, tra cui DevOps, Site Reliability Engineer (SRE) e analisti della sicurezza, che vogliono configurare ed eseguire il job di importazione dei log. Questo documento presuppone che tu abbia familiarità con l'esecuzione dei job Cloud Run e con l'utilizzo di Cloud Storage e Cloud Logging.

Architettura

Il seguente diagramma mostra come vengono utilizzati i servizi Google Cloud in questa architettura di riferimento:

Diagramma del flusso di lavoro dell'importazione dei log da Cloud Storage a Cloud Logging.

Questo workflow include i seguenti componenti:

  • Bucket Cloud Storage: contiene i log esportati in precedenza che vuoi importare nuovamente in Cloud Logging. Poiché questi log sono stati esportati in precedenza, sono organizzati nel formato di esportazione previsto.
  • Job Cloud Run: esegue il processo di importazione dei log:
    • Legge gli oggetti che archiviano le voci di log da Cloud Storage.
    • Trova i log esportati per l'ID log specificato, nell'intervallo di tempo richiesto, in base all'organizzazione dei log esportati nel bucket Cloud Storage.
    • Converte gli oggetti in strutture LogEntry dell'API Cloud Logging. Più strutture LogEntry vengono aggregate in batch per ridurre il consumo della quota dell'API Cloud Logging. L'architettura gestisce gli errori di quota quando necessario.
    • Scrive le voci di log convertite in Cloud Logging. Se esegui lo stesso job più volte, potrebbero essere create voci duplicate. Per saperne di più, consulta Esegui il job di importazione.
  • Cloud Logging: importa e archivia le voci di log convertite. Le voci di log vengono elaborate come descritto nella panoramica su routing e archiviazione.
    • Si applicano le quote e i limiti di Logging, incluse le quote e i limiti dell'API Cloud Logging e un periodo di conservazione di 30 giorni. Questa architettura di riferimento è progettata per funzionare con le quote di scrittura predefinite, con un meccanismo di ripetizione di base. Se la quota di scrittura è inferiore a quella predefinita, l'implementazione potrebbe non riuscire.
    • I log importati non sono inclusi nelle metriche basate su log, perché i relativi timestamp sono nel passato. Tuttavia, se scegli di utilizzare un'etichetta, il timestamp registra l'ora di importazione e i log vengono inclusi nei dati delle metriche.
  • BigQuery: utilizza SQL per eseguire query analitiche sui log importati (facoltativo). Per importare gli audit log da Cloud Storage, questa architettura modifica gli ID log; devi tenere conto di questa ridenominazione quando esegui query sui log importati.

Caso d'uso

Puoi scegliere di eseguire il deployment di questa architettura se la tua organizzazione richiede un'analisi dei log aggiuntiva per le indagini sugli incidenti o altri audit di eventi passati. Ad esempio, potresti voler analizzare le connessioni ai tuoi database per il primo trimestre dell'anno scorso, nell'ambito di un audit di accesso al database.

Alternative di progettazione

Questa sezione descrive le alternative al design predefinito mostrato in questo documento sull'architettura di riferimento.

Periodo di conservazione e log importati

Cloud Logging richiede che le voci di log in entrata abbiano timestamp che non superino un periodo di conservazione di 30 giorni. Le voci di log importate con timestamp precedenti a 30 giorni rispetto all'ora di importazione non vengono archiviate.

Questa architettura convalida l'intervallo di date impostato nel job Cloud Run per evitare di importare log più vecchi di 29 giorni, lasciando un margine di sicurezza di un giorno.

Per importare i log più vecchi di 29 giorni, devi apportare le seguenti modifiche al codice di implementazione, quindi creare una nuova immagine container da utilizzare nella configurazione del job Cloud Run.

  • Rimuovi la convalida di 30 giorni dell'intervallo di date
  • Aggiungi il timestamp originale come etichetta utente alla voce di log
  • Reimposta l'etichetta del timestamp della voce di log per consentirne l'importazione con il timestamp corrente

Quando utilizzi questa modifica, devi utilizzare il campo labels anziché il campo timestamp nelle query di Observability Analytics. Per saperne di più sulle query e sugli esempi di Observability Analytics, consulta Query SQL di esempio.

Considerazioni sulla progettazione

Le seguenti linee guida possono aiutarti a sviluppare un'architettura che soddisfi i requisiti della tua organizzazione.

Ottimizzazione dei costi

Il costo per l'importazione dei log utilizzando questa architettura di riferimento dipende da diversi fattori.

Utilizza i seguenti componenti fatturabili di Google Cloud:

Prendi in considerazione i seguenti fattori che potrebbero aumentare i costi:

  • Duplicazione dei log: per evitare costi aggiuntivi per l'archiviazione dei log, non eseguire il job di importazione con la stessa configurazione più volte.
  • Archiviazione in destinazioni aggiuntive: per evitare costi aggiuntivi per l'archiviazione dei log, disattiva le policy di routing nel progetto di destinazione per impedire l'archiviazione dei log in posizioni aggiuntive o l'inoltro dei log ad altre destinazioni come Pub/Sub o BigQuery.
  • CPU e memoria aggiuntive: se il job di importazione va in timeout, potresti dover aumentare la CPU e la memoria del job di importazione nella configurazione del job di importazione. L'aumento di questi valori potrebbe comportare un aumento dei costi di Cloud Run.
  • Attività aggiuntive: se il numero previsto di log da importare ogni giorno nell'intervallo di tempo è elevato, potrebbe essere necessario aumentare il numero di attività nella configurazione del job di importazione. Il job suddividerà l'intervallo di tempo in modo uniforme tra le attività, in modo che ogni attività elabori contemporaneamente un numero simile di giorni dell'intervallo. L'aumento del numero di attività potrebbe aumentare i costi di Cloud Run sostenuti.
  • Classe di archiviazione: se la classe di archiviazione del bucket Cloud Storage è diversa da Standard, ad esempio Nearline, Durable Reduced Availability (DRA) o Coldline, potresti incorrere in costi aggiuntivi.
  • Traffico di dati tra località diverse: configura il job di importazione in modo che venga eseguito nella stessa località del bucket Cloud Storage da cui importi i log. In caso contrario, potrebbero essere addebitati i costi del traffico di rete in uscita.

Per generare una stima dei costi in base all'utilizzo previsto, inclusi i job Cloud Run, utilizza il Calcolatore prezzi.

Efficienza operativa

Questa sezione descrive le considerazioni per la gestione delle query analitiche dopo il deployment della soluzione.

Nomi log e query

I log vengono archiviati nel progetto definito nel campo logName della voce di log. Per importare i log nel progetto selezionato, questa architettura modifica il campo logName di ogni log importato. I log di importazione vengono archiviati nel bucket di log predefinito del progetto selezionato con l'ID log imported_logs (a meno che il progetto non abbia una policy di routing dei log che modifica la destinazione di archiviazione). Il valore originale del campo logName viene conservato nel campo labels con la chiave original_logName.

Devi tenere conto della posizione del valore logName originale quando esegui query sui log importati. Per saperne di più sulle query e sugli esempi di Observability Analytics, consulta Query SQL di esempio.

Ottimizzazione delle prestazioni

Se il volume dei log che stai importando supera i limiti di capacità di Cloud Run, il job potrebbe scadere prima del completamento dell'importazione. Per evitare un'importazione incompleta dei dati, valuta la possibilità di aumentare il valore tasks nel job di importazione. Anche l'aumento delle risorse di CPU e memoria può contribuire a migliorare le prestazioni delle attività quando aumenti il numero di attività.

Deployment

Per eseguire il deployment di questa architettura, consulta Esegui il deployment di un job per importare i log da Cloud Storage a Cloud Logging.

Passaggi successivi

Collaboratori

Autore: Leonid Yankulin | Developer Relations Engineer

Altri collaboratori: