使用 Logs Explorer 和 Observability Analytics 分析記錄檔

本文說明如何使用 Google Cloud 控制台查詢、查看及分析記錄項目。您可以使用 Logs Explorer 和可觀測性分析這兩種介面。您可以使用這兩種介面查詢、查看及分析記錄，但兩者使用的查詢語言和功能不同：

  • 如要排解記錄資料問題及探索記錄資料，請使用 Logs Explorer。

  • 如要合併記錄檔和追蹤記錄資料，或產生深入分析和趨勢，請使用 Observability Analytics。

您可以發出 Logging API 指令，查詢及儲存記錄查詢。您也可以使用 Google Cloud CLI 查詢記錄。

使用記錄檔探索工具

Logs Explorer 可協助您排解服務和應用程式的效能問題，並進行分析。舉例來說，直方圖會顯示錯誤率。如果發現錯誤網頁數量突然增加或有其他值得注意的內容，可以找出並查看對應的記錄項目。如果記錄項目與錯誤群組相關聯，系統會在記錄項目中標註選項選單，方便您存取錯誤群組的詳細資訊。

Cloud Logging API、Google Cloud CLI 和 Logs Explorer 支援相同的查詢語言。使用 Logs Explorer 時，您可以透過選單建構查詢、輸入文字，以及在顯示個別記錄項目時使用選項，簡化查詢建構作業。

Logs Explorer 不支援匯總作業，例如計算含有特定模式的記錄項目數。如要執行匯總作業，請在記錄檔 bucket 中啟用分析功能，然後使用 Observability Analytics。

如要進一步瞭解如何使用 Logs Explorer 搜尋及查看記錄檔，請參閱「使用 Logs Explorer 查看記錄檔」。

探索 Observability Analytics

您可以使用 Observability Analytics 執行查詢，將記錄檔資料分組並匯總，藉此產生洞察結果。這些洞察資料可協助您減少排解問題的時間。如要查看查詢結果，請使用表格、圖表或兩者。圖表可協助您找出記錄資料中的模式和趨勢。舉例來說，以下螢幕截圖顯示以表格和圖表呈現的查詢結果：

Observability Analytics 的使用者介面。

可觀測性分析支援下列項目：

  • 將記錄資料分組及匯總。

    舉例來說，您可以執行 SQL 查詢，依小時將記錄項目分組，然後計算每個群組中，向特定網址發出的 HTTP 要求平均延遲時間。

  • 使用管道語法的 SQL 查詢。

  • 記錄檢視和分析檢視的查詢。

    記錄檔檢視區塊具有系統定義的結構定義。您要定義 Analytics 檢視區塊的結構定義。

  • 記錄和追蹤記錄資料的聯結。

    如要瞭解如何查詢追蹤記錄資料，請參閱「查詢及分析追蹤記錄」。

您也可以透過 Cloud Logging 從 BigQuery 查詢記錄資料，不必將資料匯出至 BigQuery。將記錄檔 bucket 升級為使用 Observability Analytics 後，請建立連結的資料集。您可以使用 BigQuery 服務查詢連結的資料集。

升級記錄檔 bucket 不會影響 Logs Explorer 的使用體驗。Logs Explorer 只需要將記錄資料儲存在記錄檔 bucket 中。

限制

  • 如要升級現有記錄檔 bucket 以使用 Observability Analytics，請注意下列限制：

    • 記錄檔 bucket 是在 Google Cloud 專案層級建立。
    • 記錄檔 bucket 預設為解鎖狀態，但 _Required bucket 除外。
    • 值區沒有待處理的更新。

  • bucket 升級前寫入的記錄項目不會立即提供。 不過，回填作業完成後，您就可以分析這些記錄檔項目。回填程序可能需要幾天才能完成。

  • 如果記錄檔 bucket 已設定欄位層級存取權控管，您就無法使用「可觀測性分析」頁面查詢記錄檢視畫面。不過，您可以透過「記錄檔總管」頁面發出查詢，也可以查詢已連結的 BigQuery 資料集。由於 BigQuery 不會遵守欄位層級的存取權控管，因此查詢連結的資料集時，您可以查詢記錄項目中的所有欄位。

  • 系統不會在執行查詢前移除重複的記錄項目。使用 Logs Explorer 查詢記錄項目時，系統會比較記錄名稱、時間戳記和插入 ID 欄位，並移除重複項目，與上述行為不同。詳情請參閱「疑難排解：可觀測性分析結果中出現重複的記錄項目」。

聯結限制

如要彙整檢視區塊，請遵守下列限制：

  1. 檢視區塊的位置符合下列其中一項條件：

    • 所有檢視區都有相同的位置。
    • 所有檢視畫面都位於 global 或 us 位置。

  2. 如果儲存空間資源使用客戶自行管理的加密金鑰 (CMEK)，則必須符合下列其中一項條件：

    • 使用 CMEK 的儲存空間資源會使用相同的 Cloud KMS 金鑰。
    • 使用 CMEK 的儲存空間資源具有共同祖系，而該祖系會指定與儲存空間資源位於相同位置的預設 Cloud KMS 金鑰。

    當一或多個儲存空間資源使用 CMEK 時，系統會使用通用 Cloud KMS 金鑰或上層的預設 Cloud KMS 金鑰，加密聯結產生的暫時資料。

舉例來說，假設您有兩個位於相同位置的檢視區塊。接著，在符合下列任一條件時，即可聯結這些檢視畫面：

  • 儲存空間資源不會使用 CMEK。
  • 一個儲存空間資源使用 CMEK，另一個則否。
  • 兩個儲存空間資源都使用 CMEK，且都使用相同的 Cloud KMS 金鑰。

  • 這兩種儲存空間資源都使用 CMEK，但使用的金鑰不同。不過，這些資源共用一個祖先，該祖先指定與儲存空間資源位於相同位置的預設 Cloud KMS 金鑰。

    舉例來說，假設記錄檔 bucket 和可觀測性 bucket 的資源階層包含相同的機構。如果已為機構設定 Cloud Logging 的預設資源設定，並為可觀測性 bucket 設定儲存位置的預設 Cloud KMS 金鑰，即可加入這些 bucket 的檢視畫面。

定價

如要瞭解定價資訊，請參閱「Google Cloud Observability 定價」頁面。如果將記錄資料傳送至其他 Google Cloud 服務，請參閱下列文件：

將 bucket 升級為使用可觀測性分析，然後建立連結的資料集時，不會產生 BigQuery 擷取或儲存費用。為記錄檔 bucket 建立連結的資料集時，您不會將記錄資料擷取至 BigQuery。而是透過連結的資料集，取得儲存在記錄檔 bucket 中的記錄資料讀取權。

在 BigQuery 連結的資料集上執行 SQL 查詢時，必須支付 BigQuery 分析費用，包括使用 BigQuery Studio 頁面、BigQuery API 和 BigQuery 指令列工具。

網誌

如要進一步瞭解 Observability Analytics，請參閱下列網誌文章：

後續步驟