Google Cloud 中的可觀察性

Google Cloud Observability 包含觀測服務，可協助您瞭解應用程式 (包括代理程式應用程式) 的行為、健康狀態和效能。瞭解應用程式的行為和元件的連線方式，有助於預測、識別及應對意外變更，並提高速度和效率。

這份文件包含下列資訊：

  • 定義「可觀測性」、「代理程式可觀測性」和「應用程式可觀測性與 APM」等字詞。
  • 說明可觀測性服務在開發及維護可靠應用程式時的優點。
  • 瞭解 Google Cloud Observability 如何協助您監控及維護應用程式和基礎架構的健康狀態。
  • 請按照這篇文章的步驟，開始在Google Cloud中使用可觀測性功能。

觀測能力

可觀測性是一種全方位做法，可收集及分析遙測資料，瞭解應用程式 (包括代理功能應用程式) 及其作業環境的狀態。遙測資料包括記錄、指標和追蹤資料。也可能包括應用程式產生的其他資料，例如提示和回覆。遙測資料可提供您所需的資訊，瞭解應用程式的健康狀態和效能。

指標資料
指標資料是系統定期測量的健康狀態或效能相關數值資料，例如 CPU 使用率和要求延遲時間。指標資料出現非預期的變化，可能表示有問題需要調查。您也可以分析一段時間的模式，進一步瞭解使用模式並預測資源需求。
記錄檔資料

記錄檔是系統或應用程式活動在一段時間內產生的記錄。每個記錄檔都是記錄項目的集合，並附上時間戳記，每個記錄項目都會說明特定事件。

記錄通常包含豐富的詳細資訊，可協助您瞭解應用程式特定部分發生的情況。不過，記錄資料無法有效顯示應用程式中某個元件的變更，與其他元件活動的關聯性。追蹤資料可以彌補這個落差。

追蹤資料

追蹤記錄代表要求在分散式應用程式各部分的路徑。也就是說，每項追蹤記錄都代表單一端對端作業。追蹤記錄是由「spans」(時距) 組成，這些是單一函式或作業的記錄，因此您可以追蹤要求流程，並檢查延遲時間資料。這項資訊有助於找出問題的根本原因。

如果是代理程式應用程式，追蹤記錄會擷取代理程式執行的動作。 舉例來說，追蹤記錄可以擷取 MCP 呼叫。

其他資料

您可以分析記錄、指標和追蹤資料，以及其他相關資訊，進一步取得洞察資料。舉例來說，記錄中的事件嚴重程度標籤或客戶 ID 可提供有助於疑難排解和偵錯的背景資訊。

代理可觀測性

代理程式可觀測性是指瞭解軟體代理程式 (尤其是使用大型語言模型 (LLM) 建構的 AI 輔助代理程式) 內部狀態和行為的方法。由於 AI 代理具有不確定性和複雜性，可觀測性對於瞭解、偵錯、評估及提升效能、安全性和可靠性至關重要。

Google Cloud 透過應用程式監控功能支援應用程式可觀測性，建立顯示遙測資料、AI 資源指標和開放事件等資訊的資訊主頁。詳情請參閱本文件的「代理程式和應用程式可觀測性 Google Cloud」一節。

應用程式可觀測性和 APM

應用程式效能監控 (APM) 可監控、診斷及管理軟體應用程式 (包括代理程式應用程式) 的效能、可用性和使用者體驗。APM 系統通常會提供資訊主頁，顯示遙測資料和監控遙測資料的服務。這些系統可協助您找出失敗原因。

應用程式觀測功能會使用遙測資料產生洞察資料，協助您瞭解應用程式的行為。

Google Cloud 透過應用程式監控功能支援應用程式可觀測性，建立顯示遙測資料、AI 資源指標和開放事件等資訊的資訊主頁。詳情請參閱本文件的「代理程式和應用程式可觀測性 Google Cloud」一節。

可觀測性服務

可觀測性服務會收集、分析及關聯遙測資料，例如記錄、指標和追蹤記錄資料。這些服務提供下列功能，協助您維持應用程式的可靠性：

  • 主動偵測問題，避免使用者受到影響。
  • 排解已知和新問題。
  • 在開發期間偵錯應用程式。
  • 瞭解應用程式變更的影響。
  • 透過資料探索發掘新的洞察資訊。

如要進一步瞭解可靠性做法，包括與可觀測性相關的原則和做法，請參閱《網站可靠性工程：Google 如何執行正式版群組系統》一書。主題包括監控分散式系統、快訊和疑難排解。

Google Cloud Observability

Google Cloud Observability 服務可協助您收集、分析及關聯遙測資料，包括應用程式和基礎架構的資料。這些服務也提供內建預設值，協助您更快上手。舉例來說，應用程式監控會為應用程式中心註冊的應用程式、服務和工作負載建立資訊主頁和拓撲地圖。

自動收集遙測資料

建立 Google Cloud 專案時，系統預設會啟用「監控」、「記錄」和「追蹤記錄」等服務。這些服務提供核心功能，可收集、分析及以圖表呈現遙測資料：

  • 自動收集大多數 Google Cloud 服務的遙測資料。
  • 自動收集大多數服務的稽核記錄。 Google Cloud
  • 提供資訊主頁和遙測探索工具等視覺化服務，方便您查看及檢查遙測資料。舉例來說，您可以使用追蹤記錄探索工具查看追蹤記錄、範圍和中繼資料，包括多模態提示和回覆。詳情請參閱「查詢及查看遙測資料」。
  • 為記錄和追蹤資料提供以 SQL 為基礎的分析服務。舉例來說，您可以使用 BigQuery，將記錄檔中的網址與已知惡意網址的公開資料集進行比較。
  • 提供應用程式和遙測監控功能。舉例來說，您可以建立快訊政策，在記錄或指標資料符合指定條件時收到通知。您也可以使用綜合監控測試應用程式的效能。

  • 從已插碼的應用程式收集遙測資料。檢測機制是指您在應用程式中加入的程式碼，用於發出遙測資料。

    如要檢測應用程式，建議您使用開放原始碼的廠商中立檢測架構 (例如 OpenTelemetry)，而非廠商和產品專屬的 API 或用戶端程式庫。如要瞭解這些架構，請參閱「 檢測和觀測能力」和「選擇檢測方法」。

代理程式和應用程式可觀測性

應用程式監控 Google Cloud 提供代理程式觀測和應用程式觀測功能。這項服務提供資訊主頁和拓撲地圖，可協助您瞭解 App Hub 應用程式、服務和工作負載的健康狀態和效能。此外，也會產生並顯示 AI 資源的錯誤率和權杖用量等指標。如要產生這些指標，應用程式監控會使用應用程式專屬標籤和事件，按照 OpenTelemetry 生成式 AI 語意慣例篩選及彙整追蹤資料。

如要觀察代理，建議使用 Agent Development Kit (ADK) 架構建構代理。由於 ADK 採用 OpenTelemetry，因此 ADK 產生的遙測資料會符合 OpenTelemetry GenAI 語意慣例。

如要偵錯失敗情形、監控費用或分析代理程式行為 (包括來自 Gemini Enterprise 代理程式平台、代理程式閘道和 Model Armor 代理程式的行為)，您需要記錄、指標和追蹤資料：

  • 記錄檔會提供事件和錯誤的相關資訊。
  • 您可以透過指標監控延遲和權杖用量。
  • 追蹤記錄會提供執行路徑的相關資訊，並經過分析，以衍生出模型呼叫次數或權杖總用量等指標。這些衍生指標可讓您掌握代理程式的效能和行為。詳情請參閱「查看 AI 資源」一文。
  • 您可以透過 Gen AI Evaluation Service，使用提示和回覆資料評估代理程式品質和決策。

應用程式的「應用程式監控」資訊主頁會顯示應用程式的服務和工作負載清單，例如 Gemini Enterprise 應用程式、Gemini Enterprise Agent Platform 代理程式和 MCP 伺服器：

總覽：列出應用程式中的服務和工作負載。

您可以透過基礎架構類型或 App Hub 功能類型，識別代理程式服務和工作負載。功能類型欄預設為隱藏。

如需程式碼範例，請參閱下列內容：

支援找出錯誤

Error Reporting 會分析 Cloud Logging 中的記錄項目，找出錯誤。Error Reporting 發現錯誤時，會註解相關聯的記錄檔項目，並建立錯誤群組。您可以探索這些錯誤群組，找出錯誤的原因和記錄。

剖析支援

Cloud Profiler 可分析應用程式的 CPU 和記憶體用量，找出提升效能的機會。

開始使用

本節說明如何熟悉 Google Cloud的可觀測性功能。

嘗試快速入門導覽課程

試用快速入門指南，熟悉可用的服務。

查看自動收集的資料

大多數 Google Cloud 服務都會自動產生記錄和指標資料。也就是說，您不必額外設定，即可開始查看支援的Google Cloud 服務的觀測資料。

  • 部分 Google Cloud 服務 (例如 Google Kubernetes Engine (GKE)、Compute Engine 和 Cloud SQL) 會在 Google Cloud 控制台中提供預設資訊主頁，方便您查看服務相關的可觀測性資料。
  • Compute Engine、GKE 和 Cloud Run 預設會產生系統指標和記錄，您可以設定收集其他資料。
  • Cloud Run 函式和 App Engine 會自動產生指標、記錄和追蹤記錄。

您也可以在 Metrics Explorer 中繪製收集到的指標圖表、在 Logs Explorer 中查看記錄，或在「Trace」(追蹤記錄) 中查看追蹤記錄。如要一併查看相關資料，請建立自訂資訊主頁。舉例來說，您可以建立資訊主頁，其中包含虛擬機器的記錄、效能指標和快訊政策。

設定 Compute Engine VM，收集額外資料

根據預設，Compute Engine VM 只會收集基本系統指標和記錄。不過，您可以安裝作業套件代理程式，從 Compute Engine 執行個體和應用程式收集其他遙測資料，以便進行疑難排解、效能監控和傳送快訊。Ops Agent 並非具備代理功能的應用程式。而是收集遙測資料的確定性軟體。

設定 GKE 叢集以收集其他資料

根據預設，GKE 叢集會將系統記錄和系統指標傳送至 Logging 和 Monitoring。Google Cloud Managed Service for Prometheus 會處理第三方和使用者定義指標的收集作業。

  • 使用可觀測性指標套件，進一步瞭解應用程式和叢集資源的狀態。舉例來說，控制層指標可用於建立服務等級目標，監控服務可用性和延遲情形。
  • 監控第三方應用程式，例如 Postgres、MongoDB 和 Redis。這些整合服務提供預先設定的資訊主頁和快訊政策。

設定 Cloud Run 以收集自訂資料

如果 Cloud Run 服務會寫入 Prometheus 指標，則可使用 Prometheus 補充資訊將指標傳送至 Cloud Monitoring。

如果 Cloud Run 服務改為寫入 OTLP 指標，則可以使用 OpenTelemetry Sidecar。如需範例，請參閱使用 Sidecar 收集 OTLP 指標的教學課程。