Cloud Trace adalah sistem pelacakan terdistribusi untuk Google Cloud yang melacak latensi permintaan dan membantu Anda memecahkan masalah bottleneck performa di seluruh layanan dan aplikasi AI generatif. Dengan mengumpulkan data latensi dari Google Cloud layanan dan aplikasi yang diinstrumentasi, Trace membantu Anda memahami cara permintaan diproses dalam arsitektur microservice dan mengidentifikasi log yang relevan.
Dengan Trace, Anda dapat mengukur latensi permintaan end-to-end, membandingkan tren performa dari waktu ke waktu, dan menentukan dependensi hilir mana yang menyebabkan penundaan. Untuk melihat panduan tentang menghubungkan trace dan log, lihat Menggunakan trace dan log bersama-sama untuk analisis penyebab utama.
Dukungan lingkungan
Jalankan rekaman aktivitas di Linux di lingkungan berikut:
- Compute Engine
- Google Kubernetes Engine (GKE)
- Apigee (Pratinjau Publik)
- Lingkungan fleksibel App Engine
- Lingkungan standar App Engine
- Cloud Run
- Cloud Service Mesh
- Insight kueri Cloud SQL
- Lingkungan non-Google Cloud
Komponen
Trace terdiri dari klien pelacakan, yang mengumpulkan trace dan mengirimkannya ke project Google Cloud Anda. Kemudian, Anda dapat menggunakan konsolGoogle Cloud untuk melihat dan menganalisis data yang dikumpulkan oleh klien pelacakan. Untuk mengetahui informasi tentang model data, lihat Tracer dan rentang.
Melacak klien
Klien pelacakan mengumpulkan data latensi dan rentang dari aplikasi Anda dan mengekspornya ke Google Cloud project Anda. Bergantung pada lingkungan dan persyaratan, Anda dapat mengumpulkan data rekaman aktivitas secara otomatis atau manual dengan menginstrumentasi kode aplikasi.
Antarmuka pelacakan
Untuk melihat dan menganalisis data rentang, Anda dapat menggunakan halaman Trace Explorer dan Observability Analytics di konsolGoogle Cloud :
Trace Explorer: Menampilkan informasi gabungan tentang data trace Anda dan memungkinkan Anda memeriksa setiap trace secara mendetail. Data latensi gabungan ditampilkan pada peta panas, yang dapat Anda jelajahi dengan pointer. Untuk membatasi data yang ditampilkan, Anda dapat menambahkan filter. Anda juga dapat melihat dan menjelajahi rentang dan rekaman aktivitas individual:
- Untuk mengetahui informasi tentang cara melihat data rekaman aktivitas yang disimpan di beberapa project, lihat Membuat dan mengelola cakupan rekaman aktivitas.
- Untuk mengetahui informasi tentang cara memfilter dan melihat data rekaman aktivitas, lihat Menemukan dan menjelajahi rekaman aktivitas.
Analytics Observabilitas: Menyediakan antarmuka kueri SQL. Kueri Anda dapat menggabungkan data log dan rekaman aktivitas, dan Anda dapat melihat hasil kueri sebagai tabel atau diagram. Anda dapat menggunakan BigQuery untuk menganalisis data rekaman aktivitas jika Anda membuat set data BigQuery tertaut. Untuk mengetahui informasi selengkapnya, lihat Membuat kueri dan menganalisis rekaman aktivitas.
Konfigurasi dengan pelacakan otomatis
Konfigurasi berikut otomatis merekam data aktivitas:
Lingkungan standar App Engine
Runtime generasi pertama secara otomatis mencegat dan mengirim rentang rekaman aktivitas ke Cloud Trace. Untuk mengetahui informasi selengkapnya, lihat Ringkasan layanan paket lama.
Runtime generasi kedua otomatis merekam latensi permintaan secara keseluruhan dan menambahkan header HTTP
X-Cloud-Trace-Contextke permintaan. Untuk mengetahui informasi selengkapnya, lihat Jadwal dukungan runtime.
Cloud Run Functions dan Cloud Run
Untuk permintaan HTTP masuk dan keluar, data latensi akan otomatis dikirim ke Trace.
Menginstrumentasikan aplikasi Anda
Instrumentasikan aplikasi Anda untuk mengumpulkan informasi spesifik yang membantu Anda memahami performanya dan memecahkan masalah kegagalan. Beberapa framework instrumentasi open source mengumpulkan data log, metrik, dan trace, serta dapat mengirim data tersebut ke vendor mana pun, termasuk Google Cloud. Untuk aplikasi agen Anda, beberapa framework dapat mengumpulkan perintah dan respons Anda atau meneruskan konteks yang memungkinkan pelacakan beberapa panggilan server MCP Google Cloud jarak jauh.
Untuk menginstrumentasi aplikasi, sebaiknya gunakan framework instrumentasi open source yang netral terhadap vendor, seperti OpenTelemetry, bukan API atau library klien khusus produk dan vendor. Untuk mengetahui informasi tentang framework ini, lihat Instrumentasi dan kemampuan observasi dan Memilih pendekatan instrumentasi.
Contoh instrumentasi yang kami berikan menggunakan OpenTelemetry:
Untuk sampel yang menggunakan ekspor berbasis pengumpul, lihat artikel berikut:
Contoh ini mengirimkan data metrik dan trace yang mengikuti format OpenTelemetry Protocol (OTLP) ke project Anda menggunakan Telemetry API. Contoh menggunakan Google Cloud pengekspor untuk data log.
Untuk mengetahui informasi tentang cara menggunakan ekspor langsung data trace dan mengirim data tersebut ke Telemetry API, lihat Bermigrasi dari eksportir Trace ke endpoint OTLP.
Untuk sampel yang menunjukkan cara mengonfigurasi aplikasi berbasis agen untuk mengumpulkan perintah dan respons, lihat Cara menginstrumentasi aplikasi AI generatif Anda.
- Untuk mengetahui informasi tentang server MCP Google Cloud yang dapat membuat rentang rekaman aktivitas, lihat Menyelidiki panggilan MCP menggunakan Trace.
Meskipun Anda dapat menggunakan library klien Cloud Trace untuk menginstrumentasi aplikasi, sebaiknya gunakan OpenTelemetry. Library OpenTelemetry lebih disukai daripada library klien Trace karena lebih sederhana dan mengekspor data trace dalam format OTLP, yang ditentukan oleh OpenTelemetry. Untuk mengetahui informasi selengkapnya, lihat Instrumen untuk Trace dan Library klien untuk Cloud Trace.
Cloud Trace dan aplikasi agentik
Untuk memahami perilaku aplikasi agentik Anda, konfigurasikan aplikasi tersebut untuk mengumpulkan perintah dan respons atau membuat rentang saat memanggil server MCP Google Cloud jarak jauh. Perintah dan respons membantu Anda memahami penalaran yang digunakan aplikasi berbasis agen Anda. Rentang yang mencatat panggilan alat membantu Anda mengonfirmasi pemanggilan alat, status panggilan, dan latensi permintaan.
Beberapa contoh instrumentasi menunjukkan cara mengonfigurasi aplikasi untuk mengumpulkan perintah dan respons. Contoh ini mengandalkan OpenTelemetry. Untuk mengetahui informasi selengkapnya, lihat Cara menginstrumentasi aplikasi AI generatif Anda.
Server MCP Google Cloud dapat membuat rentang rekaman aktivitas. Untuk mengetahui informasi selengkapnya, lihat Menyelidiki panggilan MCP menggunakan Trace.
API yang menyerap data rekaman aktivitas
Anda dapat mengirim data rekaman aktivitas ke project menggunakan Telemetry API atau Cloud Trace API. Kami merekomendasikan Telemetry API karena alasan berikut:
API ini memberikan kompatibilitas dengan ekosistem OpenTelemetry open source, dan batasnya sering kali lebih besar daripada batas Cloud Trace API, yang merupakan API Google Cloud eksklusif.
Data rekaman aktivitas Anda disimpan dalam format yang umumnya konsisten dengan file proto yang ditentukan oleh OTLP. Beberapa kolom mungkin dikonversi dari jenis data khusus OpenTelemetry ke jenis data JSON sebelum penyimpanan. Untuk mengetahui informasi tentang format penyimpanan, lihat Skema untuk data rekaman aktivitas.
Untuk ekspor data rekaman aktivitas berbasis pengumpul, instrumentasi Anda tidak bergantung pada pengekspor Google Cloudkhusus.
Beberapa fitur, seperti Pemantauan Aplikasi, mengandalkan informasi yang hanya tersedia saat Anda mengirim data rekaman aktivitas ke Telemetry API.
Untuk mencegah project Google Cloud Anda menyimpan data rekaman aktivitas, nonaktifkan Cloud Trace API. Menonaktifkan Cloud Trace API akan menyebabkan hal-hal berikut:
- LayananGoogle Cloud tidak mengirimkan data rekaman aktivitas ke project Anda.
- Google Cloud membalas permintaan yang dikirim ke endpoint Cloud Trace API dengan kode error.
- Google Cloud Observability membuang data rekaman aktivitas yang dikirim ke endpoint API Telemetry khusus rekaman aktivitas. Jangan nonaktifkan Telemetry API, karena API tersebut dapat menerima data log, metrik, dan trace.
Jika Anda mengelola organisasi dan ingin mencegah penggunaan Cloud Trace, buat batasan kebijakan organisasi.
Dukungan Kontrol Layanan VPC
Google Cloud layanan dan aplikasi Anda dapat mengirim data rekaman aktivitas ke project Anda dengan menggunakan Cloud Trace API atau Telemetry API. Layanan visualisasi yang disediakan oleh Cloud Trace menggunakan Cloud Trace API untuk mengambil data trace yang ditampilkan:
Cloud Trace adalah layanan yang didukung Kontrol Layanan VPC. Nama layanan Trace adalah
cloudtrace.googleapis.com. Untuk mengetahui detail dan batasan, lihat Produk yang didukung: Cloud Trace.Telemetry API adalah layanan yang didukung Kontrol Layanan VPC. Nama layanan adalah
telemetry.googleapis.com. Untuk mengetahui detail dan batasan, lihat Produk yang didukung: Telemetry API.
Untuk menetapkan default yang menentukan Google Cloud region tempat data rekaman aktivitas Anda disimpan dan apakah kunci yang dikelola pelanggan mengenkripsi data, gunakan Observability API. Anda juga menggunakan API ini untuk mengonfigurasi set data BigQuery tertaut, yang memungkinkan Anda mengkueri data rekaman aktivitas menggunakan layanan BigQuery, dan untuk mengonfigurasi cakupan rekaman aktivitas, yang memungkinkan Anda menggabungkan data rekaman aktivitas yang disimpan di beberapa project.
- Observability API adalah layanan yang didukung Kontrol Layanan VPC. Nama
layanan adalah
observability.googleapis.com. Untuk mengetahui detail dan batasannya, lihat Produk yang didukung: Observability API.
Untuk informasi selengkapnya, lihat referensi berikut:
Cloud Trace dan residensi data
Jika Anda menggunakan Assured Workloads karena Anda memiliki persyaratan residensi data atau Tingkat Dampak 4 (IL4), maka jangan gunakan Cloud Trace API untuk mengirim rentang rekaman aktivitas.
Untuk mencegah project Google Cloud Anda menyimpan data rekaman aktivitas, nonaktifkan Cloud Trace API. Jangan menonaktifkan Telemetry API, karena API tersebut dapat menerima data log, metrik, dan trace.
Retensi rekaman aktivitas
| Kategori | Periode retensi data |
|---|---|
Rentang yang disimpan di
bucket _Trace |
30 hari |
Peran IAM
Cloud Trace menggunakan Identity and Access Management (IAM) untuk mengontrol akses ke resource. Untuk mengetahui daftar peran Cloud Trace API dan Telemetry API, lihat Mengontrol akses dengan IAM.
Karena Telemetry API adalah API konsumen, pengiriman data ke Telemetry API mengharuskan Anda menentukan project kuota dan memberikan izin akun layanan aplikasi untuk menggunakan kuota tersebut. Untuk mengetahui informasi selengkapnya, lihat Telemetry API: Authentication.
Harga
Untuk mempelajari harga Cloud Trace, lihat halaman Harga Google Cloud Observability.
Langkah berikutnya
Coba Panduan memulai.
Untuk mengetahui informasi tentang kuota dan batas, lihat Kuota dan batas.
Baca sumber daya kami tentang DevOps dan jelajahi program riset DevOps Research and Assessment.