Para obtener información sobre la versión, consulta las notas de la versión de Distributed Cloud conectado.

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Registros y métricas

En esta página, se explica cómo Google Distributed Cloud conectado registra varios tipos de información sobre su operación y cómo ver esa información. La recopilación de algunos tipos de registros y métricas genera cargos adicionales. Para obtener más información, consulta Facturación de registros y métricas.

Configurar el registro y la supervisión

Antes de comenzar a recopilar registros y métricas, debes hacer lo siguiente:

Habilita las APIs de registro con los siguientes comandos:

gcloud services enable opsconfigmonitoring.googleapis.com --project PROJECT_ID
gcloud services enable logging.googleapis.com --project PROJECT_ID
gcloud services enable monitoring.googleapis.com --project PROJECT_ID

Reemplaza PROJECT_ID por el ID del proyecto de destino Google Cloud .

Otorga las funciones necesarias para escribir registros y métricas:

gcloud projects add-iam-policy-binding PROJECT_ID \
    --role roles/opsconfigmonitoring.resourceMetadata.writer \
    --member "serviceAccount:PROJECT_ID.svc.id.goog[kube-system/metadata-agent]"

gcloud projects add-iam-policy-binding PROJECT_ID \
    --role roles/logging.logWriter \
     --member "serviceAccount:PROJECT_ID.svc.id.goog[kube-system/stackdriver-log-forwarder]"

gcloud projects add-iam-policy-binding PROJECT_ID \
    --role roles/monitoring.metricWriter \
    --member "serviceAccount:PROJECT_ID.svc.id.goog[kube-system/gke-metrics-agent]"

Reemplaza PROJECT_ID por el ID del proyecto de destino Google Cloud .

Registros

En esta sección, se enumeran los tipos de recursos de Cloud Logging compatibles con Distributed Cloud. Para ver los registros de Distributed Cloud, usa el Explorador de registros en la Google Cloud consola. El registro de Distributed Cloud siempre está habilitado.

Los tipos de recursos registrados de Distributed Cloud conectado son los siguientes recursos estándar de Kubernetes:

k8s_container
k8s_node

También puedes capturar y recuperar registros de Distributed Cloud conectado con la API de Cloud Logging. Para obtener información sobre cómo configurar este mecanismo de registro, consulta la documentación de las bibliotecas cliente de Cloud Logging.

Métricas

En esta sección, se enumeran las métricas de Cloud Monitoring compatibles con Distributed Cloud. Para ver las métricas de Distributed Cloud, usa el Explorador de métricas en la Google Cloud consola.

Métricas de clústeres de Distributed Cloud conectado

Para los clústeres de Distributed Cloud conectado, Distributed Cloud conectado proporciona los siguientes tipos de métricas generadas por los nodos de Distributed Cloud conectado:

Las métricas de recursos proporcionan información sobre el rendimiento de los nodos y los Pods de Distributed Cloud conectado, como la carga de CPU y el uso de memoria.
Las métricas de aplicaciones del sistema proporcionan información sobre las cargas de trabajo del sistema de Distributed Cloud conectado, como coredns.

Para obtener una lista de estas métricas, consulta Métricas de Google Distributed Cloud y Google Distributed Cloud.

Distributed Cloud conectado no proporciona métricas generadas por los planos de control de Kubernetes asociados con los clústeres de Distributed Cloud conectado.

Métricas de hardware de Distributed Cloud conectado

Distributed Cloud conectado proporciona métricas para el hardware de Distributed Cloud conectado con los siguientes tipos de recursos:

edgecontainer.googleapis.com/Machine
edgecontainer.googleapis.com/Rack

Métricas de recursos `Machine`

Distributed Cloud conectado escribe las siguientes métricas de la API de Cloud Monitoring para el recurso edgecontainer.googleapis.com/Machine:

Métrica	Descripción
`/machine/cpu/total_cores` Tipo: `GAUGE` Tipo: `INT`	Es la cantidad total de núcleos de procesador físicos presentes en la máquina.
`/machine/cpu/usage_time` Tipo: `CUMULATIVE` Tipo: `DOUBLE` Unidad: `Seconds`	Es el tiempo de uso acumulado de la CPU para todos los núcleos de la máquina. El tipo puede ser `workload` (cargas de trabajo del cliente) o `system` (todo lo demás).
`/machine/cpu/utilization` Tipo: `GAUGE` Tipo: `DOUBLE`	Es el porcentaje de uso de CPU en la máquina. El rango disponible varía de 0 a 1. El tipo puede ser `workload` (cargas de trabajo del cliente) o `system` (todo lo demás).
`/machine/memory/total_bytes` Tipo: `GAUGE` Tipo: `INT64`	Es el recuento de bytes de la memoria total de la máquina.
`/machine/memory/used_bytes` Tipo: `GAUGE` Tipo: `INT64`	Es el recuento de bytes de la memoria usada en la máquina. `memory_type` es `evictable` (recuperable por el kernel) o `non-evictable` (no recuperable).
`/machine/memory/utilization` Tipo: `GAUGE` Tipo: `DOUBLE`	Es el porcentaje de uso de memoria en la máquina. El rango disponible varía de 0 a 1. `memory_type` es `evictable` (recuperable por el kernel) o `non-evictable` (no recuperable).
`/machine/network/up` Tipo: `GAUGE` Tipo: `BOOL`	Indica si la interfaz de red está en funcionamiento. Incluye tarjetas primarias, tarjetas secundarias y puertos.
`/machine/network/link_speed` Tipo: `GAUGE` Tipo: `DOUBLE` Unidad: Bytes por segundo	Es la velocidad de vínculo de la tarjeta de interfaz de red principal.
`/machine/network/received_bytes_count` Tipo: `CUMULATIVE` Tipo: `DOUBLE`	Es el recuento de bytes recibidos para la tarjeta de interfaz de red principal.
`/machine/network/sent_bytes_count` Tipo: `CUMULATIVE` Tipo: `DOUBLE`	Es el recuento de bytes enviados para la tarjeta de interfaz de red principal.
`/machine/network/connectivity` Tipo: `GAUGE` Tipo: `BOOL`	Indica si la tarjeta de interfaz de red principal tiene conectividad a Internet.
`/machine/disk/total_bytes` Tipo: `GAUGE` Tipo: `INT64`	Es el recuento de bytes del espacio total en disco de la máquina.
`/machine/disk/used_bytes` Tipo: `GAUGE` Tipo: `INT64`	Es el recuento de bytes del espacio en disco usado en la máquina.
`/machine/disk/utilization` Tipo: `GAUGE` Tipo: `DOUBLE`	Es el porcentaje de uso del espacio en disco en la máquina. El rango disponible varía de 0 a 1.
`/machine/restart_count` Tipo: `CUMULATIVE` Tipo: `INT`	Es la cantidad de reinicios que experimentó la máquina.
`/machine/uptime` Tipo: `GAUGE` Tipo: `INT` Unidad: `Seconds`	Es el tiempo de actividad de la máquina desde el último reinicio.
`/machine/connected` Tipo: `GAUGE` Tipo: `INT64`	Indica si la máquina está conectada a Google Cloud.

Métricas de recursos `Rack`

Distributed Cloud conectado escribe las siguientes métricas de la API de Cloud Monitoring para el recurso edgecontainer.googleapis.com/Rack:

Métrica	Descripción
`/router/bgp_up` Tipo: `GAUGE` Tipo: `BOOL`	Indica si la sesión de intercambio de tráfico de BGP en el router está activa y en buen estado. `router_id` identifica el router específico (hasta 2 por rack).
`/router/connected` Tipo: `GAUGE` Tipo: `BOOL`	Indica si el router BGP está conectado a Google Cloud. `router_id` identifica el router específico (hasta 2 por rack).

Exporta métricas y registros de aplicaciones personalizadas

Distributed Cloud conectado exporta automáticamente los registros de las aplicaciones que se ejecutan en las cargas de trabajo de Distributed Cloud conectado. Para exportar métricas de una aplicación que se ejecuta en cargas de trabajo de Distributed Cloud conectado, debes anotarla como se describe en la siguiente sección.

Anota la carga de trabajo para habilitar la exportación de métricas

Para habilitar la recopilación de métricas personalizadas de una aplicación, agrega las siguientes anotaciones al manifiesto de servicio o Deployment de la aplicación:

prometheus.io/scrape: "true"
prometheus.io/path: "ENDPOINT_PATH". Reemplaza ENDPOINT_PATH por la ruta de acceso completa al extremo de métricas de la aplicación de destino.
prometheus.io/port: "PORT_NUMBER": Es el puerto en el que el extremo de métricas de la aplicación escucha las conexiones.

Ejecuta una aplicación de ejemplo

En esta sección, crearás una aplicación que escriba registros personalizados y exponga un extremo de métricas personalizado.

Guarda los siguientes manifiestos de Service y Deployment en un archivo llamado my-app.yaml. Ten en cuenta que el Service tiene la anotación prometheus.io/scrape: "true":

kind: Service
apiVersion: v1
metadata:
  name: "monitoring-example"
  namespace: "default"
  annotations:
    prometheus.io/scrape: "true"
spec:
  selector:
    app: "monitoring-example"
  ports:
    - name: http
      port: 9090
---
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

Crea el Deployment y el Service:

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

Ver los registros de la aplicación

Console

En la consola de Google Cloud , accede a la página Explorador de registros.
Ir al Explorador de registros
Haz clic en Recurso.
En la lista Todos los tipos de recursos, selecciona Kubernetes Container.
En Nombre del clúster, selecciona el nombre de tu clúster de usuario.
En Nombre del espacio de nombres, selecciona default.
Haz clic en Agregar y, luego, en Ejecutar consulta.

En la sección Resultados de la consulta, puedes ver las entradas de registro del Deployment monitoring-example. Por ejemplo:

{
  "textPayload": "2020/11/14 01:24:24 Starting to listen on :9090\n",
  "insertId": "1oa4vhg3qfxidt",
  "resource": {
    "type": "k8s_container",
    "labels": {
      "pod_name": "monitoring-example-7685d96496-xqfsf",
      "cluster_name": ...,
      "namespace_name": "default",
      "project_id": ...,
      "location": "us-west1",
      "container_name": "prometheus-example-exporter"
    }
  },
  "timestamp": "2020-11-14T01:24:24.358600252Z",
  "labels": {
    "k8s-pod/pod-template-hash": "7685d96496",
    "k8s-pod/app": "monitoring-example"
  },
  "logName": "projects/.../logs/stdout",
  "receiveTimestamp": "2020-11-14T01:24:39.562864735Z"
}

gcloud

Usa el comando gcloud logging read:

gcloud logging read 'resource.labels.project_id="PROJECT_ID" AND \
    resource.type="k8s_container" AND resource.labels.namespace_name="default"'

Reemplaza PROJECT_ID por el ID de tu proyecto.

En el resultado, puedes ver las entradas de registro del Deployment monitoring-example. Por ejemplo:

insertId: 1oa4vhg3qfxidt
labels:
  k8s-pod/app: monitoring-example
  k8s- pod/pod-template-hash: 7685d96496
logName: projects/.../logs/stdout
receiveTimestamp: '2020-11-14T01:24:39.562864735Z'
resource:
  labels:
    cluster_name: ...
    container_name: prometheus-example-exporter
    location: us-west1
    namespace_name: default
    pod_name: monitoring-example-7685d96496-xqfsf
    project_id: ...
  type: k8s_container
textPayload: |
  2020/11/14 01:24:24 Starting to listen on :9090
timestamp: '2020-11-14T01:24:24.358600252Z'

Consulta las métricas de las aplicaciones

Tu aplicación de ejemplo expone una métrica personalizada llamada example_monitoring_up. Puedes ver los valores de esa métrica en la Google Cloud consola de.

En la Google Cloud consola de, accede a la página Explorador de métricas.
Dirígete al Explorador de métricas
En Tipo de recurso, selecciona Kubernetes Pod.
En Métrica, selecciona external/prometheus/example_monitoring_up.
En el gráfico, puedes ver que example_monitoring_up tiene un valor repetido de 1.

Recopila métricas con Prometheus

Distributed Cloud conectado admite la Prometheus para recopilar métricas en tus cargas de trabajo de Distributed Cloud conectado.

Para ello, Distributed Cloud conectado crea un espacio de nombres no administrado con el nombre prom-monitoring cuando creas un clúster de Distributed Cloud conectado. Te recomendamos que uses este espacio de nombres para implementar Prometheus. También puedes copiar los recursos necesarios del espacio de nombres prom-monitoring a un espacio de nombres de tu elección y, luego, implementar Prometheus allí.

Configura el borrado de métricas de Prometheus

Para recopilar métricas de Distributed Cloud conectado con Prometheus, debes configurar el borrado de métricas de Prometheus. Para ello, instala el ConfigMap prometheus-scrape-config en tu Pod de Prometheus y agrega la configuración de borrado del ConfigMap a tu configuración de Prometheus. Por ejemplo:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: prometheus-deployment
  namespace: prom-monitoring
  labels:
    app: prom-monitoring
spec:
  replicas: 1
  selector:
    matchLabels:
      app: prom-monitoring
  template:
    metadata:
      labels:
        app: prom-monitoring
    spec:
      containers:
        - name: prometheus
          image: prom/prometheus:main
          args:
            - "--config.file=/etc/prometheus/prometheus.yml"
            - "--storage.tsdb.path=/prometheus/"
          ports:
            - containerPort: 9090
          volumeMounts:
            - name: prometheus-config-volume
              mountPath: /etc/prometheus/
            - name: prometheus-scrape-config-volume
              mountPath: /etc/prometheus/scrape/
            - name: prometheus-storage-volume
              mountPath: /prometheus/
            - name: prometheus-scrape-token
              mountPath: /var/run/secrets/kubernetes.io/stackdriver-prometheus-scrape
            - name: stackdriver-prometheus-scrape-cert
              mountPath: /certs/stackdriver-prometheus-scrape
            - name: metrics-providers-ca
              mountPath: /certs/metrics-providers
            - name: stackdriver-prometheus-etcd-scrape
              mountPath: /stackdriver-prometheus-etcd-scrape
      volumes:
        - name: prometheus-storage-volume
          emptyDir: {}
        - name: prometheus-config-volume
          configMap:
            defaultMode: 420
            name: prometheus-config
        - name: prometheus-scrape-config-volume
          configMap:
            defaultMode: 420
            name: prometheus-scrape-config
        - name: prometheus-scrape-token
          secret:
            defaultMode: 420
            secretName: prometheus-scrape
        - name: stackdriver-prometheus-scrape-cert
          secret:
            defaultMode: 420
            secretName: stackdriver-prometheus-scrape-cert
        - name: metrics-providers-ca
          secret:
            defaultMode: 420
            items:
            - key: ca.crt
              path: ca.crt
            secretName: metrics-providers-ca
        - name: stackdriver-prometheus-etcd-scrape
          secret:
            defaultMode: 420
            optional: true
            secretName: stackdriver-prometheus-etcd-scrape

Para recopilar métricas de cargas de trabajo con Prometheus, debes agregar anotaciones a los Services y Pods que ejecutan las cargas de trabajo de destino de la siguiente manera:

Para enviar métricas a Cloud Monitoring y Prometheus, usa las anotaciones que se describen en Exporta métricas y registros personalizados.
Para enviar métricas solo a Prometheus, usa las siguientes anotaciones:

prometheus.io/unmanaged_scrape: "true"
prometheus.io/unmanaged_path: "ENDPOINT_PATH"
prometheus.io/unmanaged_port: "PORT_NUMBER"

Recopila registros con Kafka

Distributed Cloud conectado admite la solución de Apache Kafka para recopilar registros en cargas de trabajo que se ejecutan en tu implementación de Distributed Cloud conectado.

Debes tener una implementación de Kafka funcional antes de completar los pasos de esta sección. Tus agentes de Kafka deben anunciar sus objetos de escucha en modo PLAINTEXT. No se admiten las variables relacionadas con SSL/SASL.

Para configurar un clúster para el registro de Kafka, debes crear un archivo JSON que configure los complementos que deseas ejecutar en el clúster. Especifica este archivo cuando crees un clúster con la marca --system-addons-config. Si necesitas modificar la configuración de Kafka, debes borrar y volver a crear el clúster con la nueva configuración de Kafka.

Agrega la siguiente sección al archivo de configuración de complementos del sistema:

{
        "systemAddonsConfig": {
          "unmanagedKafkaConfig": {
            "brokers": "BROKERS",
            "topics": "TOPICS"
     "topic_key": "TOPIC_KEY, 
          }
      }
}

Reemplaza lo siguiente:

BROKERS: Es una lista separada por comas de pares de dirección IP y puerto del agente en formato ip_address:port.
TOPICS: Es una lista separada por comas de temas de Kafka.
TOPIC_KEY: Es una clave de tema de Kafka. Esto permite que Kafka seleccione un tema si existen varios.

Si Kafka no recopila registros después de crear tu clúster de Distributed Cloud conectado, verifica lo siguiente:

Servidor: Revisa los registros de errores en tu implementación de Kafka para ver si hay indicaciones de un problema.
Cliente: Comunícate con el equipo de Atención al Cliente de Google para recuperar y examinar los registros de Pods del sistema.

¿Qué sigue?

Registros de auditoría

Registros y métricas Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.