O Google usa tecnologia de IA na tradução de conteúdos para seu idioma de preferência. As traduções com IA podem ter erros.

Coletar métricas das cargas de trabalho

Nesta página, descrevemos o processo de extração de métricas de cargas de trabalho em ambientes com isolamento físico do Google Distributed Cloud (GDC) para facilitar o monitoramento e a observabilidade de dados.

É possível extrair e coletar métricas que seus componentes produzem ao longo do tempo. A plataforma de monitoramento oferece uma API personalizada para extrair métricas de cargas de trabalho em execução no namespace do projeto na nuvem do Distributed Cloud. Para coletar métricas, você implanta um recurso personalizado MonitoringTarget no namespace do projeto no servidor de API Management. Após a implantação desse recurso, a plataforma de monitoramento inicia a coleta de dados.

O recurso personalizado MonitoringTarget direciona o pipeline de monitoramento para extrair pods designados no projeto. Esses pods precisam expor um endpoint HTTP que forneça métricas em um formato de exposição do Prometheus, como o OpenMetrics. As métricas coletadas são exibidas na instância do Grafana do seu projeto, fornecendo insights sobre o estado operacional do aplicativo.

Para configurar o recurso personalizado MonitoringTarget, especifique os pods no namespace do projeto para a coleta de métricas. É possível personalizar várias configurações, incluindo a frequência de extração, o endpoint de métricas dos pods, os rótulos e as anotações.

Antes de começar

Para gerenciar recursos personalizados do MonitoringRule, peça as permissões necessárias ao administrador.

Papéis necessários do IAM

Entre em contato com o administrador do projeto do IAM para solicitar os seguintes papéis:

Criador de MonitoringRule (monitoringrule-creator): cria recursos personalizados MonitoringRule no namespace do projeto.
Editor de MonitoringRule (monitoringrule-editor): editar ou modificar recursos personalizados MonitoringRule no namespace do projeto.
Leitor de MonitoringRule (monitoringrule-viewer): confira os recursos personalizados MonitoringRule no namespace do projeto.

Configurar o recurso personalizado `MonitoringTarget`

O recurso personalizado MonitoringTarget informa à plataforma de monitoramento de onde coletar métricas. É possível especificar os pods para os quais você está coletando métricas, o endpoint de métricas desses pods, a frequência de raspagem e outras configurações.

Esse recurso define as seguintes configurações:

Destinos: os pods e os endpoints no projeto que expõem métricas.
Intervalo de extração: com que frequência você quer extrair métricas dos endpoints selecionados.
Personalizações de rótulos: regras opcionais com modificações de rótulos para métricas.

Escolha um dos seguintes métodos para especificar endpoints de métricas no recurso personalizado MonitoringTarget:

Endpoints estáticos: você declara explicitamente o endpoint (porta, caminho, esquema) na configuração MonitoringTarget.
Anotações: as informações do endpoint de métricas do pod são recuperadas de anotações no arquivo Deployment do contêiner. Esse método oferece mais flexibilidade se cada pod tiver endpoints diferentes.

Endpoints estáticos

Siga estas etapas para expor as métricas dos pods selecionados em um endpoint definido estaticamente:

Determine o projeto na nuvem do Distributed Cloud de onde você quer coletar métricas para monitoramento.

Na especificação do pod, declare a porta que exibe as métricas no campo containerPort. O exemplo a seguir mostra como declarar a porta 2112 na especificação do pod:

# ...
spec:
  template:
    spec:
      containers:
      - name: your-container-name
        ports:
        - containerPort: 2112
# ...

Na configuração MonitoringTarget, especifique os detalhes do endpoint (porta, caminho, esquema) na seção podMetricsEndpoints para corresponder à porta que você expôs na especificação do pod.

O arquivo YAML a seguir mostra um exemplo de configuração MonitoringTarget em que cada pod selecionado precisa expor métricas no mesmo endpoint, http://your-container-name:2112/metrics:

apiVersion: monitoring.gdc.goog/v1
kind: MonitoringTarget
metadata:
  # Choose the same namespace as the workload pods.
  namespace: your-project-namespace
  name: your-container-name
spec:
  selector:
      # Choose pod labels to consider for this job.
      # Optional: Map of key-value pairs.
      # Default: No filtering by label.
      # To consider every pod in the project namespace, remove selector fields.
    matchLabels:
      app: your-app-label
  podMetricsEndpoints:
    port:
      value: 2112
    path:
      # Choose any value for your endpoint.
      # The /metrics value is an example.
      value: /metrics
    scheme:
      value: http

Aplique a configuração MonitoringTarget ao servidor de API Management no mesmo namespace dos pods de destino:
```
kubectl --kubeconfig KUBECONFIG_PATH apply -f MONITORING_TARGET_NAME.yaml
```
Substitua:
- KUBECONFIG_PATH: o caminho para o arquivo kubeconfig do servidor de API Management.
- MONITORING_TARGET_NAME: o nome do arquivo de definição de MonitoringTarget.

A plataforma de monitoramento começa a coletar métricas.

Anotações

Siga estas etapas para expor métricas usando anotações se cada pod tiver endpoints diferentes:

Determine o projeto na nuvem do Distributed Cloud de onde você quer coletar métricas para monitoramento.

Adicione as seguintes anotações à seção annotations do arquivo Deployment do contêiner:

prometheus.io/path
prometheus.io/port
prometheus.io/scheme

O exemplo a seguir mostra as anotações para métricas na porta 2112:

apiVersion: apps/v1
kind: Deployment
metadata:
  name: your-container-name
  namespace: your-project-namespace
  labels:
    app: your-app-label
  annotations:
    # These annotations are not required. They demonstrate selecting
    # pod metric endpoints through annotations.
    prometheus.io/path: /metrics
    prometheus.io/port: \"2112\"
    prometheus.io/scheme: http

Na configuração MonitoringTarget, especifique as anotações adicionadas ao arquivo Deployment do contêiner na seção podMetricsEndpoints. Essa especificação instrui o recurso personalizado a coletar as informações do endpoint de métricas das anotações nos pods selecionados.

O arquivo YAML a seguir mostra um exemplo de configuração de MonitoringTarget usando anotações:

apiVersion: monitoring.gdc.goog/v1
kind: MonitoringTarget
metadata:
metadata:
  # Choose the same namespace as the workload pods.
  namespace: your-project-namespace
  name: your-container-name
spec:
  selector:
    matchLabels:
      app: your-app-label
  podMetricsEndpoints:
    port:
      annotation: prometheus.io/port
    path:
      annotation: prometheus.io/path
    scheme:
      annotation: prometheus.io/scheme

Aplique a configuração MonitoringTarget ao servidor de API Management no mesmo namespace dos pods de destino:
```
kubectl --kubeconfig KUBECONFIG_PATH apply -f MONITORING_TARGET_NAME.yaml
```
Substitua:
- KUBECONFIG_PATH: o caminho para o arquivo kubeconfig do servidor de API Management.
- MONITORING_TARGET_NAME: o nome do arquivo de definição de MonitoringTarget.

A plataforma de monitoramento começa a coletar métricas.

Consulte a especificação completa de MonitoringTarget e a documentação de referência da API para mais campos e opções.

Especificação completa de `MonitoringTarget`

O arquivo YAML a seguir mostra um exemplo da especificação completa do recurso personalizado MonitoringTarget. Para mais informações e uma descrição completa dos campos, consulte a documentação de referência da API.

apiVersion: monitoring.gdc.goog/v1
kind: MonitoringTarget
metadata:
  # Choose the same namespace as the workload pods.
  namespace: PROJECT_NAMESPACE
  name: MONITORING_TARGET_NAME
spec:
  # Choose matching pattern that identifies pods for this job.
  # Optional
  # Relationship between different selectors: AND
  selector:
    # Choose clusters to consider for this job.
    # Optional: List
    # Default: All clusters applicable to this project.
    # Relationship between different list elements: OR
    matchClusters:
    - string

    # Choose pod labels to consider for this job.
    # Optional: Map of key-value pairs.
    # Default: No filtering by label.
    # Relationship between different pairs: AND
    matchLabels:
      key1: value1

    # Choose annotations to consider for this job.
    # Optional: Map of key-value pairs
    # Default: No filtering by annotation
    # Relationship between different pairs: AND
    matchAnnotations:
      key1: value1

  # Configure the endpoint exposed for this job.
  podMetricsEndpoints:
    # Choose a port either through static value or annotation.
    # Optional
    # Annotation takes priority.
    # Default: static port 80
    port:
      value: integer
      annotation: string

    # Choose a path either through static value or annotation.
    # Optional
    # Annotation takes priority
    # Default: static path /metrics
    path:
      value: string
      annotation: string

    # Choose a scheme either through a static value (http or https) or annotation.
    # Optional
    # Annotation takes priority
    # Default: static scheme http
    scheme:
      value: string
      annotation: string

    # Choose the frequency to scrape the metrics endpoint defined in podMetricsEndpoints
    # Optional
    # Default: 60s
    scrapeInterval: string

    # Dynamically rewrite the label set of a target before it gets scraped.
    # https://prometheus.io/docs/prometheus/latest/configuration/configuration/#relabel_config
    # Optional
    # Default: No filtering by label
    metricsRelabelings:
    - sourceLabels:
      - string
      separator: string
      regex: string
      action: string
      targetLabel: string
      replacement: string

Substitua:

PROJECT_NAMESPACE: o namespace do projeto.
MONITORING_TARGET_NAME: o nome do arquivo de definição de MonitoringTarget.

Coletar métricas das cargas de trabalho Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.