監控 VM 上的程序

根據預設，作業套件代理程式會收集指標，擷取 Compute Engine 虛擬機器 (VM) 上執行的程序相關資訊。這組指標稱為「程序指標」，可透過前置字元 agent.googleapis.com/processes 識別。

舊版 Monitoring 代理程式也會收集 Compute Engine 或 Amazon Elastic Compute Cloud (EC2) VM 的這些指標。Google Kubernetes Engine (GKE) 不會收集程序指標。

自 2021 年 8 月 6 日起，系統會開始針對這些指標收費，詳情請參閱「Google Cloud Observability 定價」頁面的「可計費指標」一節。這組程序指標歸類為可收費，但從未收取費用。

本文說明如何使用工具將程序指標視覺化、如何根據這些指標判斷擷取的資料量，以及如何盡量減少相關費用。

使用程序指標

您可以使用 Metrics Explorer 或自訂資訊主頁建立圖表，將程序指標資料視覺化。詳情請參閱「使用資訊主頁和圖表」。此外，Cloud Monitoring 還包含兩個預先定義的資訊主頁上的程序指標資料：

  • Monitoring 的「VM Instances」(VM 執行個體) 資訊主頁
  • Compute Engine 中的 VM 執行個體「詳細資料」資訊主頁

以下各節將說明這些資訊主頁。

Monitoring：查看匯總程序指標

如要在指標範圍內查看匯總的程序指標，請前往「VM Instances」(VM 執行個體) 資訊主頁的「Processes」(程序) 分頁標籤：

  1. 在 Google Cloud 控制台中，前往「Dashboards」(資訊主頁) 頁面：

    前往「Dashboards」(資訊主頁)

    如果您是使用搜尋列尋找這個頁面，請選取子標題為「Monitoring」的結果。

  2. 從清單中選取「VM 執行個體」資訊主頁。

  3. 按一下「程序」。

以下螢幕截圖顯示「監控程序」頁面範例：

「監控」頁面的「程序」頁面會顯示匯總程序指標。

您可以使用「程序」分頁中的圖表，找出指標範圍內消耗最多 CPU 和記憶體，以及磁碟使用率最高的程序。

Compute Engine：查看資源消耗量最高的 VM 成效指標

如要查看效能圖表，瞭解專案中消耗最多資源的五個 VM，請前往 VM 執行個體的「可觀測性」 Google Cloud 分頁：

  1. 前往 Google Cloud 控制台的「VM instances」(VM 執行個體) 頁面：

    前往「VM instances」(VM 執行個體) 頁面

    如果您是使用搜尋列尋找這個頁面，請選取子標題為「Compute Engine」的結果。

  2. 按一下「觀測能力」。

以下螢幕截圖顯示 Compute Engine「Observability」(觀測能力) 頁面的範例。

Compute Engine 的「觀測能力」頁面會顯示耗用特定資源的前五大 VM。

如要瞭解如何使用這些指標診斷 VM 問題，請參閱「排解 VM 效能問題」。

Compute Engine：查看各 VM 的程序指標

如要查看單一 Compute Engine 虛擬機器 (VM) 上執行的程序清單，以及資源消耗量最高的程序圖表，請前往 VM 的「Observability」(觀測能力) 分頁：

  1. 前往 Google Cloud 控制台的「VM instances」(VM 執行個體) 頁面：

    前往「VM instances」(VM 執行個體) 頁面

    如果您是使用搜尋列尋找這個頁面，請選取子標題為「Compute Engine」的結果。

  2. 在「執行個體」分頁中，按一下要檢查的 VM 名稱。

  3. 按一下「可觀測性」，查看這部 VM 的指標。

  4. 在「觀測能力」分頁的導覽窗格中，選取「程序」。

以下螢幕截圖顯示 Compute Engine「Processes」(程序) 頁面的範例：

Compute Engine 的「Processes」(程序) 頁面會顯示各 VM 的程序指標。

程序指標最多會保留 24 個月，因此您可以回溯查看這些指標，將資源耗用異常情形歸因於特定程序，或找出最耗費資源的程序。舉例來說，下圖顯示 CPU 資源消耗百分比最高的程序。您可以使用時間範圍選取器，變更圖表的時間範圍。日期範圍選取器提供預設值 (例如最近一小時)，您也可以輸入自訂日期範圍。

您可以使用程序指標，找出耗用最多資源的程序。

「Running Processes」(執行中的程序) 表格會列出資源消耗量，類似於 Linux top 指令的輸出內容。根據預設，表格會顯示最新資料的數據匯報。 不過，如果您在圖表上選取過去的時間範圍，表格會顯示該範圍結束時執行的程序。

如要瞭解如何使用這些指標診斷 VM 問題，請參閱「排解 VM 效能問題」。

代理收集的程序指標

使用舊版 Monitoring 代理程式時，Linux 代理程式會從 Compute Engine VM 和 Amazon Elastic Compute Cloud (EC2) VM 上執行的程序，收集下表列出的所有指標。

您可以停用 Ops Agent (2.0.0 以上版本) 和 Linux 舊版 Monitoring 代理程式收集程序指標的功能。在 Windows 上，您可以透過 Ops Agent (2.0.0 以上版本) 停用程序指標的收集作業。不過，您無法停用舊版 Monitoring 代理程式的收集功能。在這種情況下，建議您升級至 Ops Agent 2.0.0 以上版本。

詳情請參閱「停用程序指標」。

程序指標表

判斷目前的擷取量

您可以使用 Metrics Explorer，查看處理程序指標的擷取資料量。請按照下列程序操作：

  1. 前往 Google Cloud 控制台的 「指標探索器」頁面：

    前往 Metrics Explorer

    如果您是使用搜尋列尋找這個頁面，請選取子標題為「Monitoring」的結果。

  2. 在查詢建立工具窗格的工具列中，選取名為 「PromQL」PromQL的按鈕。

  3. 如要查看 gce_instance 和 aws_ec2_instance 資源的程序指標點總數，請按照下列步驟操作：

    1. 輸入下列查詢：

      sum_over_time(
  sum by (resource_type) (
    label_replace(
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/cpu_time", monitored_resource="gce_instance"}[1m])),
        "metric_suffix", "cpu_time", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/disk/read_bytes_count", monitored_resource="gce_instance"}[1m])),
        "metric_suffix", "disk_read_bytes_count", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/disk/write_bytes_count", monitored_resource="gce_instance"}[1m])),
        "metric_suffix", "disk_write_bytes_count", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/rss_usage", monitored_resource="gce_instance"}[1m])),
        "metric_suffix", "rss_usage", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/vm_usage", monitored_resource="gce_instance"}[1m])),
        "metric_suffix", "vm_usage", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/count_by_state", monitored_resource="gce_instance"}[1m])),
        "metric_suffix", "count_by_state", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/fork_count", monitored_resource="gce_instance"}[1m])),
        "metric_suffix", "fork_count", "", ""
      ),
      "resource_type", "gce_instance", "", ""
    )
    or
    label_replace(
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/cpu_time", monitored_resource="aws_ec2_instance"}[1m])),
        "metric_suffix", "cpu_time", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/disk/read_bytes_count", monitored_resource="aws_ec2_instance"}[1m])),
        "metric_suffix", "disk_read_bytes_count", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/disk/write_bytes_count", monitored_resource="aws_ec2_instance"}[1m])),
        "metric_suffix", "disk_write_bytes_count", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/rss_usage", monitored_resource="aws_ec2_instance"}[1m])),
        "metric_suffix", "rss_usage", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/vm_usage", monitored_resource="aws_ec2_instance"}[1m])),
        "metric_suffix", "vm_usage", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/count_by_state", monitored_resource="aws_ec2_instance"}[1m])),
        "metric_suffix", "count_by_state", "", ""
      )
      or
      label_replace(
        sum(count_over_time({"agent.googleapis.com/processes/fork_count", monitored_resource="aws_ec2_instance"}[1m])),
        "metric_suffix", "fork_count", "", ""
      ),
      "resource_type", "aws_ec2_instance", "", ""
    )
  )[1d:]
)

    2. 按一下 [Run query] (執行查詢)，產生的圖表會顯示各資源類型的值。

停用程序指標收集功能

您可以透過多種方式，停用 Ops Agent (2.0.0 以上版本) 和 Linux 舊版 Monitoring 代理程式的指標收集功能。

代理程式只能在 Compute Engine VM 上執行，因此這些程序僅適用於該平台。

如果您在 Windows 上執行 2.0.0 以下版本或舊版 Monitoring 代理程式，就無法停用 Ops Agent 的收集作業。如要在 Windows 上停用這些指標的收集作業，建議您升級至 Ops Agent 2.0.0 以上版本。詳情請參閱「安裝 Ops Agent」。

一般程序如下：

  1. 連線至 VM。

  2. 複製現有設定檔做為備份。請將備份副本儲存在代理程式設定目錄以外的位置，以免代理程式嘗試載入這兩個檔案。舉例來說，下列指令會複製 Linux Monitoring 代理程式的設定檔：

    cp /etc/stackdriver/collectd.conf BACKUP_DIR/collectd.conf.bak

  3. 請使用下列其中一節所述的選項變更設定：

  4. 重新啟動代理程式，即可套用新設定：

    • 舊版 Monitoring 代理程式：sudo service stackdriver-agent restart
    • 作業套件代理程式：sudo service google-cloud-ops-agent restart

  5. 確認系統不再為這個 VM 收集程序指標：

    1. 前往 Google Cloud 控制台的「Metrics Explorer」頁面：

      前往 Metrics Explorer

      如果您是使用搜尋列尋找這個頁面，請選取子標題為「Monitoring」的結果。

    2. 在查詢建立工具窗格的工具列中，選取名稱為 「PromQL」PromQL的按鈕。

    3. 如果是 gce_instance 資源，請輸入下列查詢，並將 VM_NAME 替換為這個 VM 的名稱：

      rate({"agent.googleapis.com/processes/cpu_time", monitored_resource="gce_instance", metadata_system_name="VM_NAME"}[1m])

    4. 按一下 [Run Query] (執行查詢)。

Linux 或 Windows 上的 Ops Agent

Ops Agent 設定檔的位置取決於作業系統：

  • Linux：/etc/google-cloud-ops-agent/config.yaml
  • Windows 系統：C:\Program Files\Google\Cloud Operations\Ops Agent\config\config.yaml

如要停用 Ops Agent 收集所有程序指標的功能，請在 config.yaml 檔案中加入下列內容：

metrics:
  processors:
    metrics_filter:
      type: exclude_metrics
      metrics_pattern:
      - agent.googleapis.com/processes/*

這樣一來，metrics 服務中套用至預設管道的 metrics_filter 處理器，就不會收集程序指標。

如要進一步瞭解 Ops Agent 的設定選項，請參閱「設定 Ops Agent」。

Linux 上的舊版 Monitoring 代理程式

如要停用舊版 Monitoring 代理程式的程序指標收集功能，可以採取下列做法：

以下各節將說明各個選項，並列出相關優點和風險。

修改代理程式的設定檔

使用這個選項時，您會直接編輯代理程式的主要設定檔 /etc/stackdriver/collectd.conf，移除啟用程序指標收集功能的區段。

程序

您需要從 collectd.conf 檔案中刪除三組項目：

  1. 刪除下列 LoadPlugin 指令和外掛程式設定：

    LoadPlugin processes

<Plugin "processes">
  ProcessMatch "all" ".*"
  Detail "ps_cputime"
  Detail "ps_disk_octets"
  Detail "ps_rss"
  Detail "ps_vm"
</Plugin>

  2. 刪除下列 PostCacheChain 指令，以及 PostCache 鏈結的設定：

    PostCacheChain "PostCache"

<Chain "PostCache">
  <Rule "processes">
    <Match "regex">
      Plugin "^processes$"
      Type "^(ps_cputime|disk_octets|ps_rss|ps_vm)$"
    </Match>
    <Target "jump">
      Chain "MaybeThrottleProcesses"
    </Target>
    Target "stop"
  </Rule>

  <Rule "otherwise">
    <Match "throttle_metadata_keys">
      OKToThrottle false
      HighWaterMark 5700000000  # 950M * 6
      LowWaterMark 4800000000  # 800M * 6
    </Match>
    <Target "write">
       Plugin "write_gcm"
    </Target>
  </Rule>
</Chain>

  3. 刪除 PostCache 鏈結使用的 MaybeThrottleProcesses 鏈結：

    <Chain "MaybeThrottleProcesses">
  <Rule "default">
    <Match "throttle_metadata_keys">
      OKToThrottle true
      TrackedMetadata "processes:pid"
      TrackedMetadata "processes:command"
      TrackedMetadata "processes:command_line"
      TrackedMetadata "processes:owner"
    </Match>
    <Target "write">
       Plugin "write_gcm"
    </Target>
  </Rule>
</Chain>
優點和風險
  • 優點
    • 由於系統不會收集指標，因此代理程式耗用的資源會減少。
    • 如果你對 collectd.conf 檔案進行其他變更，或許可以保留這些變更。
  • 風險
    • 您必須使用 root 帳戶，才能編輯這個設定檔。
    • 這樣做可能會在檔案中引入錯別字。

取代代理程式的設定檔

這個選項會將代理程式的主要設定檔，替換為已移除相關部分的預先編輯版本。

程序

  1. 從 GitHub 存放區將預先編輯的 collectd-no-process-metrics.conf 檔案下載至 /tmp 目錄：

    cd /tmp && curl -sSO https://raw.githubusercontent.com/Stackdriver/agent-packaging/master/collectd-no-process-metrics.conf

  2. 將現有的 collectd.conf 檔案替換為預先編輯的檔案：

    cp /tmp/collectd-no-process-metrics.conf /etc/stackdriver/collectd.conf
優點和風險
  • 優點
    • 您減少了代理程式耗用的資源，因為系統不會收集指標。
    • 您不必手動編輯 root 檔案。
    • 設定管理工具可以取代檔案。
  • 風險
    • 如果您對 collectd.conf 檔案進行其他變更，則必須將這些變更合併到替換檔案中。

疑難排解

本文所述程序會變更代理程式設定，因此最可能發生下列問題：

  • 權限不足，無法編輯設定檔。設定檔必須透過 root 帳戶編輯。
  • 直接編輯設定檔時，可能會不小心輸入錯誤。

如要瞭解如何解決其他問題，請參閱「排解 Monitoring 代理程式問題」。

Windows 上的舊版 Monitoring 代理程式

您無法停用在 Windows VM 上執行的舊版 Monitoring 代理程式收集程序指標。這個代理無法設定。 如要在 Windows 上停用這些指標的收集作業，建議您升級至 Ops Agent 2.0.0 以上版本。詳情請參閱「安裝 Ops Agent」。

如果您執行的是 Ops Agent，請參閱「Linux 或 Windows 上的 Ops Agent」。