Menskalakan otomatis Pod menggunakan metrik kustom atau eksternal

Autopilot Standard

Dokumen ini menjelaskan cara mengambil dan menggunakan metrik kustom dan eksternal untuk menskalakan Pod secara horizontal.

Untuk mengambil metrik, Anda dapat menggunakan adaptor metrik yang dikelola GKE. Solusi terkelola ini tersedia untuk metrik di Cloud Monitoring yang dapat dikueri dengan PromQL, dan metrik Pod kustom tertentu yang diekspos di bawah endpoint HTTP dalam format Prometheus.

Kemudian, autoscaler workload dapat menggunakan data ini untuk menskalakan workload secara lebih efisien. Misalnya, Anda dapat menggunakan fitur ini untuk memantau kedalaman antrean atau penggunaan cache, lalu mengizinkan penskala otomatis untuk menambah atau mengurangi jumlah Pod. Dari contoh vLLM, metrik yang dapat berguna untuk melacak pemanfaatan cache adalah vllm:gpu_cache_usage_perc.

Sebagai alternatif untuk adaptor metrik terkelola, untuk menskalakan otomatis menggunakan metrik apa pun, Anda dapat mengambil metrik dengan mengonfigurasi adaptor metrik secara manual untuk mengirim metrik ke autoscaler. Alur kerja ini melibatkan penginstalan adaptor pihak ketiga, seperti Stackdriver Adapter, dan mengonfigurasi izin. Misalnya, lihat tutorial Mengoptimalkan penskalaan otomatis Pod berdasarkan metrik.

Bagian selanjutnya dari dokumen ini berfokus pada adaptor metrik terkelola.

Mengambil metrik

Anda dapat mengambil metrik menggunakan adaptor metrik terkelola dengan cara berikut:

• Metrik pod kustom yang dikeluarkan oleh Pod dapat diambil dalam cluster. Metrik ini dapat digunakan untuk penskalaan otomatis tanpa perlu melewati sistem pemantauan seperti Cloud Monitoring.
• Metrik pod kustom yang disimpan di Cloud Monitoring dapat diambil menggunakan kueri PromQL. Metrik tersebut dipancarkan oleh Pod dan diekspor ke Cloud Monitoring, biasanya menggunakan Google Cloud Managed Service for Prometheus. Dibandingkan dengan metode sebelumnya, pendekatan ini memungkinkan Anda menggunakan fitur PromQL seperti menghitung persentil, atau membaca nilai historis.
• Metrik eksternal dapat diambil dari Cloud Monitoring menggunakan kueri PromQL.

Setelah mengambil metrik, Anda akan mereferensikan metrik tersebut dalam objek HorizontalPodAutoscaler. Untuk mengetahui informasi selengkapnya, lihat bagian Menggunakan metrik di penskalaan otomatis Pod horizontal.

Untuk mengetahui ringkasan tentang penskalaan otomatis berdasarkan metrik, lihat Tentang penskalaan otomatis workload berdasarkan metrik.

Mengambil metrik kustom dalam cluster

Metrik kustom berasal dari layanan atau aplikasi yang Anda jalankan. Untuk melihat salah satu contoh metrik yang diekspos, lihat metrik yang diekspos oleh vLLM Engine.

Persyaratan

Persyaratan untuk Pod adalah sebagai berikut:

• GKE 1.37.0-gke.3100000 dan yang lebih baru. Fitur ini juga tersedia dalam pratinjau untuk GKE versi 1.36.4-gke.1247000 dan yang lebih baru.
• Gunakan penskalaan otomatis Pod horizontal dengan profil performa.

Persyaratan untuk metrik adalah sebagai berikut:

• Metrik harus dipancarkan oleh Pod dalam workload yang diskalakan otomatis.
• Metrik harus dapat diakses di endpoint HTTP. Jalur endpoint secara default adalah /metrics.
• Metrik harus diformat sesuai dengan standar Prometheus.
• Hanya metrik pengukur yang didukung.
• Secara default, maksimum 50 metrik unik dapat diekspos per node. Jika perlu mengekspos lebih banyak metrik, Anda dapat meminta jumlah memori tambahan yang lebih tinggi.
• Jika Anda menggunakan versi pratinjau dari fitur ini, di GKE versi 1.36.4-gke.1247000 hingga versi 1.37.0-gke.3100000, persyaratan tambahan berikut berlaku:
  • Nama label dalam pemilih label Pod tidak boleh berisi karakter khusus. Hanya huruf a-z (huruf kecil atau huruf besar), angka, tanda hubung, dan garis bawah yang didukung.
  • Saat Anda menggunakan pemfilteran berdasarkan label metrik, kunci label harus cocok dengan ekspresi reguler ^[a-zA-Z_][a-zA-Z0-9_]* (diawali dengan huruf atau garis bawah, dan hanya berisi huruf, angka, atau garis bawah).
  • Maksimal 20 metrik unik dapat diekspos per cluster.

Tentukan metrik

1. Pilih metrik yang akan diekspos. Anda dapat memilih metrik apa pun yang diekspos oleh workload Anda, dan yang juga memenuhi persyaratan yang tercantum di bagian sebelumnya.

   Jika workload Anda mengekspos beberapa metrik dengan nama yang sama tetapi label yang berbeda, tambahkan filter label untuk membantu memastikan hanya satu yang dipilih.

2. Tambahkan resource kustom berikut, dengan mengganti detail yang khusus untuk metrik dan Pod Anda:

   apiVersion: autoscaling.gke.io/v1beta1
   kind: AutoscalingMetric
   metadata:
     name: NAME
     namespace: NAMESPACE
   spec:
     metrics:
     - pod:
         selector:
           matchLabels:
             APP_LABEL_NAME: APP_LABEL_VALUE
         containers:
         - endpoint:
             port: METRIC_PORT
             path: METRIC_PATH
           metrics:
           - gauge:
               name: METRIC_NAME
               prometheusMetricName: METRIC_PROMETHEUS_NAME
   

   Ganti yang berikut agar sesuai dengan beban kerja Anda:

   • NAME: nama objek AutoscalingMetric.
   • NAMESPACE: namespace tempat Pod berada.
   • APP_LABEL_NAME dan APP_LABEL_VALUE: nama dan nilai label yang cocok dengan Pod yang memancarkan metrik.
   • METRIC_PORT: nomor port.
   • METRIC_PATH: jalur ke metrik. Verifikasi jalur yang digunakan oleh layanan atau aplikasi Anda; jalur ini sering kali /metrics.
   • METRIC_NAME: nama metrik yang Anda ekspos. Nama harus cocok dengan regular expression ^[a-z]([-a-z0-9]*[a-z0-9])?, dan memiliki panjang tidak lebih dari 63 karakter. Ekspresi ini berarti karakter pertama harus berupa huruf kecil, dan semua karakter berikutnya harus berupa tanda hubung, huruf kecil, atau angka. Namun, karakter terakhir tidak boleh berupa tanda hubung.

   • Opsional: METRIC_PROMETHEUS_NAME: nama metrik Prometheus seperti yang diekspos oleh Pod. Anda dapat menggunakan kolom ini untuk mengganti nama metrik, misalnya, karena nama metrik yang diekspos oleh Pod tidak mematuhi batasan nama yang ditetapkan oleh autoscaler.

     Untuk mengetahui informasi selengkapnya tentang batasan nama, lihat batasan untuk penskalaan otomatis Pod horizontal. Anda juga dapat memfilter metrik menggunakan label metrik.

3. Terapkan manifes menggunakan perintah berikut:

   kubectl apply -f FILE_NAME_AUTOSCALING_METRIC.yaml
   

   Ganti FILE_NAME_AUTOSCALING_METRIC dengan nama file YAML.

4. Verifikasi definisi metrik dan ambil nama metrik yang akan digunakan untuk objek HorizontalPodAutoscaler:

   1. Jalankan perintah kubectl describe untuk resource kustom AutoscalingMetric:

      kubectl describe autoscalingmetric NAME -n NAMESPACE
      

      Ganti kode berikut:

      • NAME: nama objek AutoscalingMetric.
      • NAMESPACE: namespace objek AutoscalingMetric.

   2. Lihat kolom Status. Jika tidak ada error yang tercantum, berarti objek valid.

   3. Salin nama di kolom HPA Name. Ini adalah nama yang Anda tambahkan ke objek HorizontalPodAutoscaler. Nama ini memiliki format berikut: autoscaling.gke.io|NAME|METRIC_NAME.

Metrik kini ditentukan dalam objek AutoscalingMetric. Untuk melakukan penskalaan otomatis dengan metrik ini, Anda harus mereferensikannya dalam objek HorizontalPodAutoscaler. Untuk mengetahui informasi selengkapnya, lihat bagian Menggunakan metrik dalam objek HorizontalPodAutoscaler.

Saat Anda menambahkan resource kustom, metrik akan dikirim ke API penskalaan otomatis. Metrik dibaca setiap beberapa detik dan dikirim ke penskalaan otomatis workload.

Memfilter metrik menggunakan label metrik

Memfilter metrik menggunakan label metrik tersedia di GKE 1.36.0-gke.1759000 atau yang lebih baru.

Metrik yang dikeluarkan oleh workload Anda sering kali menyertakan label. Label adalah pasangan nilai kunci yang memungkinkan Anda menambahkan dimensi ke nilai. Misalnya, metrik yang menghitung jumlah permintaan ke endpoint HTTP yang dikelompokkan menurut metode dan lingkungan dapat menggunakan label untuk menentukan konteks ini. Contoh ini dapat terlihat seperti berikut:

http_requests_total{method="GET", env="prod"} 11111
http_requests_total{method="PUT", env="staging"} 22222

Anda dapat menggunakan filter label untuk membantu memastikan bahwa spesifikasi metrik Anda cocok dengan satu metrik. Misalnya, untuk memilih hanya metrik pertama dalam contoh sebelumnya, gunakan spesifikasi berikut untuk metrik AutoscalingMetric gauge:

apiVersion: autoscaling.gke.io/v1beta1
kind: AutoscalingMetric
metadata:
  name: filter-sample
spec:
  # Several lines are omitted here.
      metrics:
      - gauge:
          name: http_requests_total
          filter:
            matchLabels:
              method: GET
              env: prod

Kunci pasangan nilai kunci matchLabels harus cocok dengan ekspresi reguler ^[a-zA-Z_][a-zA-Z0-9_]*: yaitu, diawali dengan huruf atau garis bawah, dan hanya berisi huruf, angka, atau garis bawah.

Mengambil metrik kustom atau eksternal dari Cloud Monitoring

Pratinjau

Fitur ini tunduk pada "Persyaratan Penawaran Pra-GA" di bagian Persyaratan Layanan Umum dari Persyaratan Khusus Layanan. Fitur pra-GA tersedia "sebagaimana adanya" dan mungkin memiliki dukungan terbatas. Untuk mengetahui informasi selengkapnya, lihat deskripsi tahap peluncuran.

Anda dapat mengambil metrik dari Cloud Monitoring untuk menskalakan beban kerja. GKE mendukung pengambilan dua jenis metrik dari Cloud Monitoring:

• Metrik kustom: gunakan jenis ini untuk menerapkan fitur PromQL, seperti menghitung persentil atau membaca nilai historis, ke metrik yang dikeluarkan oleh beban kerja cluster Anda.
• Metrik eksternal: gunakan jenis ini untuk menskalakan berdasarkan entitas di luar cluster, seperti jumlah pesan yang tertunda pada langganan Pub/Sub.

Jika tidak, ambil metrik kustom dari cluster.

Persyaratan

• GKE versi 1.36.2-gke.2771000 atau yang lebih baru.
• Metrik harus disimpan di Cloud Monitoring. Misalnya, Anda dapat menggunakan Google Cloud Managed Service for Prometheus.
• Maksimum 100 metrik didukung per cluster. Batas ini adalah total gabungan untuk metrik kustom dan eksternal.
• Metrik di Cloud Monitoring harus berada di Google Cloud project yang sama dengan cluster yang diskalakan otomatis.

Tentukan metrik

Anda menggunakan file YAML untuk menentukan metrik, termasuk kueri PromQL tertentu.

Catatan: Untuk menghemat resource cluster, adaptor metrik penskalaan otomatis berjalan dengan nol replika secara default. Saat Anda menerapkan objek AutoscalingMetric yang menyertakan kueri PromQL, adaptor akan menskalakan ke satu replika.

Pilih salah satu konfigurasi berikut, bergantung pada apakah Anda mengambil metrik kustom atau metrik eksternal:

1. Buat objek AutoscalingMetric dan tentukan metrik yang akan diambil.

   Metrik kustom (Pod)

   apiVersion: autoscaling.gke.io/v1beta1
   kind: AutoscalingMetric
   metadata:
     name: NAME
     namespace: NAMESPACE
   spec:
     metrics:
       - promql:
           name: METRIC_NAME
           query: PROMQL_QUERY
           type: Pods # Specifies that the metric is associated with Pods.
           # metricLabels are optional, default to the labels used by Google
           # Cloud Managed Service for Prometheus. The defaults are used
           # below.
           metricLabels:
             podName: "pod"
             namespace: "namespace"
             clusterName: "cluster"
             location: "location"
             projectId: "project_id"
   

   Ganti kode berikut:

   • NAME: nama objek AutoscalingMetric.
   • NAMESPACE: namespace objek AutoscalingMetric, yang harus cocok dengan namespace workload yang ingin Anda skalakan.
   • METRIC_NAME: nama metrik yang digunakan oleh objek HorizontalPodAutoscaler.
   • PROMQL_QUERY: kueri PromQL yang mengkueri metrik. Kueri PromQL harus menampilkan vektor dengan satu entri per Pod dalam resource yang diskalakan otomatis—misalnya, satu entri per Pod dalam Deployment.

   Anda dapat menentukan lebih dari satu metrik dalam satu manifes AutoscalingMetric dengan menambahkan entri promql tambahan ke array metrics.

   Dalam manifes ini, hal berikut berlaku:

   • Kolom type: Pods menunjukkan bahwa metrik dikeluarkan oleh Pod.

   • Opsional: Kolom metricLabels adalah nama label dalam hasil kueri PromQL yang mencantumkan detail resource (seperti nama Pod, namespace, atau informasi cluster). Metrik kustom yang dikeluarkan oleh Pod harus menyertakan label yang cocok dengan kolom podName, yang menentukan Pod yang terkait dengan metrik tersebut. Label ini dikonfigurasi secara otomatis saat Anda mengirim metrik ke Cloud Monitoring menggunakan Google Cloud Managed Service for Prometheus.

     Jika kolom ini tidak ditentukan dalam objek AutoscalingMetric, maka nilai default berikut akan digunakan untuk menemukan informasi dalam label. Nilai default ini adalah nama label yang sama yang dikonfigurasi oleh Google Cloud Managed Service for Prometheus:

     • podName: "pod"
     • namespace: "namespace"
     • clusterName: "cluster"
     • location: "location"
     • projectId: "project_id"

   Metrik eksternal

   apiVersion: autoscaling.gke.io/v1beta1
   kind: AutoscalingMetric
   metadata:
     name: NAME
     namespace: NAMESPACE
   spec:
     metrics:
       - promql:
           name: METRIC_NAME
           query: PROMQL_QUERY
           type: External  # Optional, default is 'External'
   

   Ganti kode berikut:

   • NAME: nama objek AutoscalingMetric.
   • NAMESPACE: namespace objek AutoscalingMetric, yang harus cocok dengan namespace workload yang ingin Anda skalakan.
   • METRIC_NAME: nama metrik yang digunakan HPA.
   • PROMQL_QUERY: kueri PromQL yang mengueri metrik. Kueri PromQL harus menampilkan nilai skalar, atau vektor dengan entri unik.

   Catatan: Anda dapat menentukan lebih dari satu metrik dalam satu manifes AutoscalingMetric dengan menambahkan entri promql tambahan ke array metrics.

2. Verifikasi kueri PromQL di Cloud Monitoring untuk memastikan kueri tersebut menampilkan metrik yang diharapkan. Lebih mudah untuk memverifikasi kueri saat Anda menyiapkan kueri tersebut daripada memecahkan masalah perilaku yang tidak terduga nanti.

   Untuk memverifikasi kueri, lihat bagian berikut: Memverifikasi kueri PromQL.

3. Terapkan manifes AutoscalingMetric ke cluster:

   kubectl apply -f MANIFEST_FILE.yaml
   

   Ganti MANIFEST_FILE dengan nama file YAML.

4. Verifikasi definisi metrik dan ambil nama metrik yang akan digunakan untuk objek HorizontalPodAutoscaler:

   1. Jalankan perintah kubectl describe untuk resource kustom AutoscalingMetric:

      kubectl describe autoscalingmetric NAME -n NAMESPACE
      

      Ganti kode berikut:

      • NAME: nama objek AutoscalingMetric.
      • NAMESPACE: namespace objek AutoscalingMetric.

   2. Lihat kolom Status. Jika tidak ada error yang tercantum, berarti objek valid.

   3. Salin nama di kolom HPA Name. Ini adalah nama yang Anda tambahkan ke objek HorizontalPodAutoscaler. Nama ini memiliki format berikut: autoscaling.gke.io|NAME|METRIC_NAME.

Metrik kini ditentukan dalam objek AutoscalingMetric. Untuk melakukan penskalaan otomatis dengan metrik ini, Anda harus mereferensikannya dalam objek HorizontalPodAutoscaler. Untuk mengetahui informasi selengkapnya, lihat bagian Menggunakan metrik dalam objek HorizontalPodAutoscaler.

Menggunakan metrik dalam objek HorizontalPodAutoscaler

1. Buat objek HorizontalPodAutoscaler. Jenis metrik HorizontalPodAutoscaler harus cocok dengan nilai kolom type yang ditentukan dalam resource kustom AutoscalingMetric. Pilih salah satu konfigurasi berikut, bergantung pada jenis metrik Anda:

   Opsi 1: Metrik eksternal

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: HPA_NAME
     namespace: NAMESPACE
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: DEPLOYMENT_NAME
     minReplicas: MIN_REPLICAS
     maxReplicas: MAX_REPLICAS
     metrics:
       - type: External
         external:
           metric:
             name: autoscaling.gke.io|NAME|METRIC_NAME
           target:
             type: AverageValue
             averageValue: AVERAGE_VALUE
   

   Opsi 2: Metrik pod

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: HPA_NAME
     namespace: NAMESPACE
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: DEPLOYMENT_NAME
     minReplicas: MIN_REPLICAS
     maxReplicas: MAX_REPLICAS
     metrics:
       - type: Pods
         pods:
           metric:
             name: autoscaling.gke.io|NAME|METRIC_NAME
           target:
             type: AverageValue  # This is the only supported target type
             averageValue: AVERAGE_VALUE
   

   Ganti kode berikut:

   • HPA_NAME: nama objek HorizontalPodAutoscaler.
   • NAMESPACE: namespace objek HorizontalPodAutoscaler, yang harus cocok dengan namespace beban kerja dan resource AutoscalingMetric.
   • DEPLOYMENT_NAME: nama Deployment workload yang ingin Anda skalakan.
   • MIN_REPLICAS: jumlah minimum Pod yang sedang berjalan.
   • MAX_REPLICAS: jumlah maksimum Pod yang sedang berjalan.
   • NAME: nama resource kustom AutoscalingMetric yang Anda buat.
   • METRIC_NAME: nama metrik yang ditentukan di resource AutoscalingMetric.
   • AVERAGE_VALUE: nilai metrik target saat autoscaler menskalakan workload.

   Saat Anda membuat objek HorizontalPodAutoscaler sendiri, perhatikan hal-hal berikut:

   • Objek AutoscalingMetric, Deployment, dan HorizontalPodAutoscaler harus berada di namespace yang sama.
   • Contoh sebelumnya menggunakan pasangan nilai kolom type: AverageValue. Perhatikan bahwa type: Value juga didukung untuk metrik eksternal.
   • Contoh sebelumnya hanya menggunakan objek Deployment sebagai contoh. Anda juga dapat menskalakan otomatis objek apa pun yang didukung oleh objek HorizontalPodAutoscaler, seperti objek ReplicaSet.

2. Terapkan manifes HorizontalPodAutoscaler:

   kubectl apply -f HPA_MANIFEST_FILE.yaml
   

   Ganti HPA_MANIFEST_FILE dengan nama file YAML.

Memecahkan masalah metrik yang diambil untuk penskalaan otomatis

Untuk memecahkan masalah terkait pengambilan metrik, Anda dapat meninjau log atau status resource kustom AutoscalingMetric.

Adaptor metrik penskalaan otomatis memiliki nol replika

Saat memeriksa deployment autoscaling-metrics-adapter di kube-system, Anda mungkin melihat bahwa deployment tersebut memiliki nol replika.

Secara default, adaptor berjalan dengan nol replika untuk menghemat resource cluster. Ini adalah perilaku yang diharapkan. Deployment hanya melakukan penskalaan hingga satu replika saat resource kustom AutoscalingMetric yang memerlukan pemrosesan PromQL ada di cluster.

Jika Anda mengonfigurasi objek AutoscalingMetric dengan kueri PromQL, tetapi adaptor belum di-scale up, pastikan objek berhasil dibuat di cluster.

Meninjau log

Untuk menemukan masalah pada pengontrol yang bertanggung jawab untuk mendapatkan metrik dari Cloud Monitoring, Anda dapat meninjau log-nya.

Anda dapat melihat log di konsol Google Cloud :

1. Buka halaman Logs Explorer:

   Buka Logs Explorer

2. Di panel kueri, masukkan kueri berikut:

   resource.type="k8s_container"
   resource.labels.namespace_name="kube-system"
   resource.labels.container_name="autoscaling-metrics-adapter"
   

Atau, untuk melihat log menggunakan kubectl, jalankan perintah berikut:

kubectl logs deployment.apps/autoscaling-metrics-adapter -n kube-system

Tinjau status AutoscalingMetric

Anda dapat meninjau status resource kustom AutoscalingMetric untuk mencari error konfigurasi.

1. Periksa resource kustom AutoscalingMetric:

   kubectl describe autoscalingmetric NAME -n NAMESPACE
   

   Ganti kode berikut:

   • NAME: nama resource kustom AutoscalingMetric yang Anda buat.
   • NAMESPACE: namespace resource kustom.

2. Untuk mengetahui detail tentang metrik yang dikonfigurasi, lihat kolom Status. Detail ini mencakup peringatan tentang error konfigurasi dan nama persis metrik seperti yang seharusnya muncul dalam objek HorizontalPodAutoscaler.

   Berikut adalah contoh status yang valid:

   Name:         sample-metric
   Namespace:    default
   Labels:       <none>
   Annotations:  <none>
   API Version:  autoscaling.gke.io/v1beta1
   Kind:         AutoscalingMetric
   Metadata:
     Creation Timestamp:  2026-08-10T14:41:58Z
     Generation:          1
     Resource Version:    1786372918604351020
     UID:                 c3f012a9-8f25-4399-ac91-12ae8f4426d7
   Spec:
     Metrics:
       Promql:
         Name:   pubsub_unacked
         Query:  sum(pubsub_subscription_num_undelivered_messages)
         Type:   External
   Status:
     Metric Statuses:
       Hpa Name:  autoscaling.gke.io|sample-metric|pubsub_unacked
       Name:      pubsub_unacked
   Events:        <none>
   

   Berikut adalah contoh status dengan error konfigurasi:

   Name:         bad-metric
   Namespace:    default
   Labels:       <none>
   Annotations:  <none>
   API Version:  autoscaling.gke.io/v1beta1
   Kind:         AutoscalingMetric
   Metadata:
     Creation Timestamp:  2026-08-10T14:42:40Z
     Generation:          1
     Resource Version:    1786372960414079010
     UID:                 a47d3ed4-f6f2-4c2c-9341-0de4e9752c3c
   Spec:
     Metrics:
       Promql:
         Name:   duplicate_metric
         Query:  sum(up)
         Type:   External
       Promql:
         Name:   duplicate_metric
         Query:  avg(up)
         Type:   External
   Status:
     Metric Statuses:
       Errors:
         Multiple metrics defined with the same name.
       Name:  duplicate_metric
   Events:    <none>
   

Memverifikasi kueri PromQL

Jika Anda mengambil metrik dari Cloud Monitoring menggunakan kueri PromQL, masalah pada kueri dapat menyebabkan error dalam pengambilan metrik, atau menyebabkan nilai yang tidak terduga diambil. Misalnya, jika Anda mengharapkan persentase ditampilkan sebagai nilai dari 1 hingga 100, tetapi menerima nilai dari 0 hingga 1 sebagai gantinya, penskalaan otomatis yang dihasilkan akan berperilaku tidak terduga.

Anda dapat menguji kueri PromQL di Cloud Monitoring untuk memverifikasi bahwa kueri tersebut menampilkan metrik yang diharapkan.

Untuk memverifikasi kueri, lakukan hal berikut:

1. Di konsol Google Cloud , buka halaman Metrics Explorer.

   Buka Metrics Explorer

2. Di bagian atas panel Query builder, pilih tab PromQL.

3. Di editor kueri, masukkan kueri PromQL yang ingin Anda uji.

4. Klik Jalankan Kueri untuk melihat metrik pada diagram.

Langkah berikutnya

• Untuk mengetahui ringkasan tentang penskalaan otomatis berdasarkan metrik, lihat Tentang penskalaan otomatis workload berdasarkan metrik.
• Untuk melakukan penskalaan otomatis menggunakan metrik yang tidak dapat ditentukan dengan kueri PromQL, lihat Mengoptimalkan penskalaan otomatis Pod berdasarkan metrik.