Surveillance du cloud GCP pour les applications sans serveur
Google Cloud Monitoring simplifie la gestion des applications sans serveur en offrant des informations en temps réel sur les performances, les coûts et la fiabilité. Les applications sans serveur, comme celles de Cloud Run et Cloud Functions, fonctionnent dans des environnements dynamiques, ce qui rend la surveillance essentielle pour éviter les ralentissements, les latences élevées et les coûts imprévus. Voici ce que vous devez savoir :
- Indicateurs clés:Suivez l'utilisation du processeur, la mémoire, la latence des requêtes et le nombre d'instances pour optimiser les performances et contrôler les coûts.
- Outils intégrés: Combine de manière transparente les métriques, les journaux et les traces avec des outils tels que Cloud Logging et Cloud Trace pour une analyse plus approfondie.
- Tableaux de bord personnalisés:Visualisez les données avec des tableaux de bord personnalisables, offrant des informations claires sur la santé et les performances des applications.
- Alertes et notifications: Configurez des alertes pour les seuils clés (par exemple, latence élevée ou taux d'erreur) avec des notifications par e-mail, SMS ou intégrations comme Slack.
- Gestion des coûts:Surveillez l’utilisation des ressources et les données de facturation pour identifier les inefficacités et éviter les dépenses excessives.
- Solutions de démarrage à froid: Résolvez les problèmes de latence en ajustant les paramètres de mémoire, en utilisant un nombre minimum d’instances ou en planifiant des appels périodiques.
Pour les configurations multicloud, GCP Monitoring prend en charge AWS et les environnements hybrides, ce qui le rend polyvalent pour les systèmes distribués. En exploitant les données historiques et les réponses automatisées, vous pouvez affiner la mise à l'échelle et maintenir des performances optimales des applications. La surveillance ne se limite pas aux données : elle fournit des informations exploitables pour garantir la fiabilité et la rentabilité de vos applications sans serveur.
Surveillez votre application Cloud Run
Principales fonctionnalités de surveillance cloud GCP pour les applications sans serveur
GCP Cloud Monitoring propose une gamme d'outils conçus pour améliorer les performances des applications sans serveur. En regroupant les métriques, les journaux et les traces, il offre une vue unifiée de votre environnement sans serveur, facilitant ainsi le maintien des performances et la résolution rapide des problèmes.
Collecte et analyse des métriques
La surveillance des applications sans serveur commence par la collecte de métriques précises. GCP Cloud Monitoring le fait automatiquement pour les services Google Cloud, tout en vous permettant d'ajouter des métriques personnalisées et d'intégrer des sources de données externes pour une vue d'ensemble complète de votre système.
Pour les applications Cloud Run, les indicateurs de performance clés incluent :
- Utilisation du processeur:Suive le pourcentage moyen de CPU alloué utilisé sur toutes les instances de conteneur.
- Utilisation de la mémoire: Affiche la quantité de mémoire allouée qui est activement utilisée.
- Demander des métriques: Inclut le nombre de requêtes réussies et la latence des requêtes (temps de traitement des requêtes par les conteneurs). Google recommande de définir des alertes pour les latences supérieures à 500 ms (avertissement) et 1 000 ms (critique).
- Temps d'instance facturable:Surveille la durée pendant laquelle les instances de conteneur consomment du processeur et de la mémoire, vous aidant ainsi à gérer efficacement les coûts.
- Requêtes simultanées et nombre d'instances:Par défaut, Cloud Run gère jusqu'à 80 requêtes simultanées par instance, réglables entre 1 et 1 000 en fonction de vos besoins.
Ces mesures aident non seulement à optimiser les performances, mais également à gérer les coûts en identifiant les modèles d’utilisation des ressources.
| Métrique | La description | Seuil d'alerte recommandé |
|---|---|---|
| Utilisation du processeur | Pourcentage de CPU alloué utilisé | Au-dessus de 90% pendant des périodes prolongées |
| Utilisation de la mémoire | Pourcentage de mémoire allouée en cours d'utilisation | Proche de la limite de mémoire |
| Latence de la demande | Délai de traitement des demandes | 500 ms (avertissement), 1 000 ms (critique) |
| Temps d'instance facturable | Les instances temporelles consomment activement des ressources | Seuils basés sur le budget |
Journalisation et dépannage
Les métriques fournissent un aperçu des performances, mais les journaux approfondissent les détails. Journalisation dans le cloud Collecte automatiquement les journaux de tous les services GCP, sans configuration manuelle. Ces journaux contiennent des données critiques telles que les temps d'exécution, les durées de démarrage et les détails des erreurs.
Pour rendre les journaux encore plus exploitables, vous pouvez créer métriques basées sur les journauxPar exemple, vous pouvez définir des alertes pour des événements spécifiques, tels que des échecs d'authentification ou des temps d'exécution anormalement longs. Cela vous permet de résoudre les problèmes potentiels avant qu'ils ne s'aggravent.
En intégrant Cloud Monitoring à Cloud Logging, vous pouvez lier directement les alertes de performance aux entrées de journal. Cela permet une analyse plus rapide des causes profondes. Des études montrent que l'intégration de l'observabilité améliore considérablement la fiabilité du système, ce qui fait de cette intégration une fonctionnalité clé.
Traçage distribué avec Google Cloud Trace
Le traçage apporte une visibilité supplémentaire en cartographiant le flux des requêtes dans votre architecture sans serveur. Les applications sans serveur impliquant souvent plusieurs fonctions interconnectées, le traçage permet d'identifier les goulots d'étranglement et les retards.
Google Cloud Trace Il suit la durée des requêtes entre les fonctions et identifie les retards. Il est compatible avec de nombreux services GCP et prend également en charge l'instrumentation personnalisée pour les données spécifiques aux applications. Par exemple, Grafana Labs a démontré en mai 2024 comment surveiller Cloud Run avec OpenTelemetry et Grafana Cloud, démontrant ainsi comment le traçage peut capturer les interactions entre services distribués.
Ces données de traçage s'intègrent parfaitement aux métriques et aux journaux, offrant une vue complète des performances de votre application. Si vous constatez une augmentation de la latence sur un tableau de bord, les données de traçage peuvent vous aider à identifier la fonction ou le service externe à l'origine du ralentissement.
Tableaux de bord et alertes
Les tableaux de bord personnalisés transforment les données brutes en informations exploitables. GCP Cloud Monitoring prend en charge divers widgets (graphiques, entrées de journal, tableaux d'incidents, etc.) pour créer des vues personnalisées de l'état de santé de votre système. Vous pouvez ajouter des filtres, utiliser des variables pour ajuster les requêtes et organiser les données en sections pour plus de clarté. Les tableaux de bord peuvent inclure jusqu'à 100 widgets, dont les révisions sont conservées pendant 90 jours.
Les alertes sont un autre élément clé d'une surveillance efficace. Vous pouvez configurer des politiques d'alerte pour avertir votre équipe lorsque des conditions spécifiques sont remplies, qu'il s'agisse de données de séries chronologiques, d'entrées de journal ou de résultats de requêtes SQL. Les alertes peuvent être configurées via Google Cloud Console, l'API, la CLI ou Terraform, avec des packages pré-configurés disponibles pour les cas d'utilisation courants.
Le système d'alerte prend en charge plusieurs canaux de notification, notamment les e-mails, les SMS, les notifications push mobiles et des outils comme Slack. Chaque politique d'alerte inclut des conditions, des méthodes de notification et une documentation pour aider votre équipe à réagir efficacement. Pour les scénarios avancés, vous pouvez utiliser PromQL pour créer des seuils dynamiques et une logique d'alerte complexe.
Pour centraliser l'ensemble de vos informations, les alertes et les incidents peuvent être affichés directement sur les tableaux de bord. Cette vue unifiée permet à votre équipe de surveiller d'un coup d'œil l'état du système et les problèmes actifs.
GCP Cloud Monitoring allie rentabilité et fonctionnalités. Les métriques système pour les services Google Cloud sont gratuites, tandis que les métriques personnalisées et les sources de données externes sont facturées en fonction du volume de données. Les alertes et les contrôles de disponibilité sont assortis de limites gratuites généreuses, vous permettant ainsi d'effectuer une surveillance complète sans dépasser vos dépenses.
Ces fonctionnalités fournissent les outils nécessaires pour gérer et surveiller efficacement les applications sans serveur, en combinant des informations sur les performances et le contrôle des coûts.
Surveillance des plateformes sans serveur sur GCP : bonnes pratiques
Surveiller les plateformes sans serveur ne se limite pas au suivi des indicateurs de base. Il s'agit d'assurer la visibilité et d'optimiser les performances pour des résultats optimaux. Découvrons quelques stratégies de surveillance éprouvées. Course dans les nuages et Fonctions Cloud efficacement.
Surveillance de Google Cloud Run et Cloud Functions
Les deux Course dans les nuages et Fonctions Cloud Ils proposent des outils intégrés pour collecter des données de télémétrie essentielles dès leur installation. Mais pour exploiter pleinement ces outils, il est essentiel de savoir les utiliser de manière stratégique.
Course dans les nuages Il suit automatiquement des indicateurs tels que les événements du cycle de vie des conteneurs, les schémas de requêtes et l'utilisation des ressources, sans configuration supplémentaire. Pour une surveillance plus approfondie, il prend en charge les déploiements multi-conteneurs. Vous pouvez ainsi ajouter des conteneurs annexes spécifiquement dédiés à des tâches telles que la journalisation, le traçage et la surveillance. Conseil essentiel : assurez-vous que ces conteneurs annexes de surveillance démarrent avant vos conteneurs d'application pour éviter toute perte de données.
Fonctions Cloud, d'autre part, s'intègre parfaitement à Journalisation dans le cloud et Surveillance du cloudIl capture des données critiques telles que les appels de fonctions, les temps d'exécution et l'utilisation de la mémoire. Pour les fonctions interagissant avec des services externes, l'ajout d'une instrumentation personnalisée peut fournir une vision plus complète des flux de requêtes.
Un aspect crucial pour les deux plateformes est le suivi des coûts. Surveillez les coûts unitaires et l'utilisation des ressources afin d'identifier les points à optimiser et d'éviter le surprovisionnement. Pour aller plus loin, des outils comme OpenTelemetry peut ajouter encore plus de profondeur à votre configuration d'observabilité.
Utiliser OpenTelemetry pour une meilleure observabilité
OpenTelemetry est un framework open source conçu pour gérer les données de télémétrie (journaux, métriques et traces) de manière indépendante des fournisseurs. Avec le soutien de plus de 40 fournisseurs d'observabilité, c'est une solution flexible pour surveillance des plateformes sans serveurSon protocole OpenTelemetry basé sur le push (OTLP) est particulièrement utile pour les tâches sans serveur de courte durée, où les méthodes traditionnelles basées sur le pull peuvent s'avérer insuffisantes.
Un excellent exemple d'OpenTelemetry en action vient de Laboratoires GrafanaEn mai 2024, ils ont démontré comment utiliser OpenTelemetry avec Google Cloud Run pour une application Node.js. Grâce à l'auto-instrumentation, ils ont exporté efficacement les données de télémétrie vers Nuage de Grafana, présentant une manière pratique d'analyser les services Cloud Run.
Pour centraliser la télémétrie, déployez le Collecteur OpenTelemetry comme conteneur sidecar. Assurez-vous qu'il démarre avant vos conteneurs d'application. Le collecteur utilise un fichier de configuration (config.yaml) pour définir les données à collecter et leur destination. Vous pouvez ensuite configurer vos applications pour envoyer les traces et les métriques OTLP au point de terminaison du collecteur.
Pour des flux de travail plus fluides pendant le développement, des outils tels que Skaffold peut faciliter la gestion du processus de création et de déploiement des applications Cloud Run instrumentées par OpenTelemetry. Cela simplifie la gestion de plusieurs conteneurs et de leurs dépendances.
Configuration des politiques d'alerte
La surveillance ne se limite pas à la collecte de données : il s'agit d'agir en conséquence. C'est là qu'interviennent des politiques d'alerte bien pensées. Surveillance du cloud GCP offre un système d'alerte robuste, mais son efficacité dépend de la façon dont vous le configurez.
Commencez par définir des objectifs clairs et concentrez-vous sur les indicateurs clés qui impactent directement les performances de votre application. Les indicateurs tels que la latence de réponse, les taux d'erreur et la disponibilité doivent être prioritaires. Évitez de surcharger votre système d'alertes pour chaque indicateur possible : cela peut entraîner une « fatigue des alertes », où des notifications importantes se perdent dans le brouhaha.
Les alertes budgétaires sont particulièrement importantes dans les environnements sans serveur, où les coûts peuvent grimper de manière inattendue. Définissez des seuils pour signaler des tendances de dépenses inhabituelles, susceptibles de signaler des problèmes de sécurité ou des processus incontrôlables.
Assurez-vous que les alertes parviennent aux bonnes personnes avec suffisamment de détails pour permettre une intervention rapide. Utilisez plusieurs canaux de notification, comme les e-mails, Slack, SMS, PagerDuty ou ServiceNow, pour que le personnel d'astreinte soit toujours informé.
Pour des raisons de sécurité, configurez des alertes pour les événements critiques tels que les modifications des politiques IAM, des règles de pare-feu ou des schémas d'accès inhabituels. Ces alertes doivent être assorties de seuils plus stricts et de délais de notification plus courts, car les incidents de sécurité nécessitent une intervention immédiate.
sbb-itb-59e1987
Optimisation des performances avec GCP Cloud Monitoring
GCP Cloud Monitoring propose des outils qui vont au-delà de la simple surveillance et fournissent des informations exploitables pour améliorer les performances. L'analyse de ces données vous permet de résoudre les problèmes courants tels que la latence et les démarrages à froid, tout en prenant des décisions plus judicieuses en matière de scalabilité et de gestion des ressources.
Correction des démarrages à froid et des problèmes de latence
Les démarrages à froid peuvent constituer un obstacle majeur en informatique sans serveur. Lorsqu'une fonction est déclenchée après une période d'inactivité, le lancement d'une nouvelle instance peut entraîner des retards importants. Pour y remédier, surveillez les indicateurs de démarrage à froid, tels que le temps d'exécution et l'utilisation de la mémoire. Par exemple, testez différentes configurations de mémoire, par exemple en les comparant. 256 Mo à 2 Go – peut réduire la latence jusqu’à 50%.
« Dans la plupart des cas, les signaux qui fournissent les informations les plus riches sur la latence sont les traces. » – Eyamba Ita, chef de produit, Google Cloud
L'allocation de mémoire joue ici un rôle important. Les fonctions avec 2 Go de mémoire fonctionnent souvent beaucoup plus rapidement que ceux avec des allocations plus faibles. Surveillance du cloud pour expérimenter différents paramètres de mémoire afin de trouver le bon équilibre entre vitesse et coût.
Le langage de programmation utilisé influence également les temps de démarrage à froid. Par exemple : Fonctions Node.js pourrait faire face à des retards d'environ 200 millisecondes, alors que Fonctions Python pourrait connaître des retards à l'approche 1 seconde. Langages compilés comme Aller, Rouiller, ou Java ont généralement des démarrages à froid plus rapides que les langages interprétés.
Pour Course dans les nuages Pour les applications, les démarrages à froid peuvent être minimisés en configurant un nombre minimal d'instances. Comme partagé par mcbsalceda de la Communauté Google Cloud:
« Les démarrages à froid sur Cloud Run peuvent être gérés en configurant des « instances minimales ». »
Une autre stratégie efficace consiste à planifier des invocations périodiques pendant les périodes de faible trafic pour maintenir les fonctions au chaud, ce qui peut réduire la latence jusqu'à 60%. En plus, Mise en cache de la passerelle API peut empêcher les exécutions de fonctions inutiles, réduisant ainsi les invocations à froid et les coûts d'exécution jusqu'à 60%.
Au-delà de la gestion des démarrages à froid, les données historiques peuvent affiner votre approche de la mise à l’échelle.
Utilisation des données historiques pour la mise à l'échelle des décisions
Données historiques de Surveillance du cloud est un outil puissant pour prendre des décisions d'évolutivité plus judicieuses. Au lieu de vous fier à des estimations, vous pouvez analyser les schémas d'utilisation réels pour optimiser les paramètres de processeur, de mémoire et de concurrence.
Commencez par analyser les tendances en matière de temps d'instance facturable afin d'identifier les pics d'utilisation. Cela vous permet d'allouer les ressources en fonction de la demande réelle et de définir des budgets réalistes, évitant ainsi les coûts imprévus lors des pics de trafic.
Même des retards mineurs peuvent affecter la satisfaction des utilisateurs et entraîner une baisse des conversions ou des inscriptions. L'utilisation de données historiques vous permet de trouver le juste équilibre entre coûts et performances. Par exemple, analysez la façon dont votre application a géré les pics de trafic lors d'événements clés passés. Cela permet de garantir que l'application atteint ses objectifs commerciaux pendant les périodes critiques et de révéler des tendances qui pourraient ne pas être mises en évidence par une surveillance en temps réel.
Recherche de Amazon Web Services souligne que systèmes pilotés par événements peut augmenter le débit jusqu'à 50% Lors des pics de charge. Les données historiques peuvent révéler les cas où l'adoption d'une architecture pilotée par événements serait la plus judicieuse.
Utilisez ces données pour affiner les paramètres de mise à l'échelle automatique. Surveillez des indicateurs tels que la latence des requêtes, les schémas de trafic et la concurrence pour déterminer si les instances actives en permanence valent le coût ou si les démarrages à froid sont acceptables.
La mise en cache joue également un rôle majeur dans la mise à l'échelle. Selon Logiciel Varnish, les organisations peuvent servir plus de 90% de leur trafic depuis le cache. Les informations historiques permettent d'identifier les contenus les plus performants grâce à la mise en cache et de déterminer le moment opportun pour mettre en œuvre ces optimisations.
Grâce à une solide compréhension des tendances historiques, vous pouvez évoluer vers l’automatisation des réponses pour une efficacité améliorée.
Automatisation des réponses basées sur les données de surveillance
L’objectif ultime de la surveillance est de créer des systèmes qui s’adaptent automatiquement aux conditions changeantes. Surveillance du cloud GCP vous permet de créer des flux de travail qui gèrent les problèmes de performances sans intervention manuelle constante.
Configurez des politiques de mise à l'échelle automatisées basées sur des indicateurs spécifiques. Par exemple, si les données de surveillance indiquent des pics de latence constants aux heures de pointe, vous pouvez configurer des ajustements automatiques des ressources pour éviter les baisses de performances.
Les pannes fournissent des données précieuses pour identifier les goulots d'étranglement et les dépendances de votre application. Utilisez ces informations pour mettre en œuvre des disjoncteurs automatisés et des mécanismes de secours qui empêchent les pannes en cascade.
Intégrez Cloud Monitoring à des outils tels que Cloud Logging, Error Reporting et Cloud Trace pour déclencher des actions de mise à l'échelle ou de correction lorsque les taux d'erreur ou la latence dépassent les seuils.
La sécurité est un autre domaine où l'automatisation excelle. Cloud Monitoring permet de suivre les indicateurs de sécurité et de détecter les anomalies. Vous pouvez configurer des réponses automatisées pour restreindre l'accès, réduire les ressources affectées ou activer des mesures de sécurité supplémentaires en cas de détection de menaces.
Le Centre de renseignement sur les réseaux offre un Tableau de bord des performances qui suit les pertes de paquets et la latence sur le réseau Google. Ces données peuvent être exportées vers Surveillance du cloud pour automatiser les décisions de routage du trafic, en garantissant que votre application utilise toujours les chemins réseau les plus rapides.
Avec étendues stockées pendant 30 jours Sans frais supplémentaires, vous disposez de données historiques complètes pour affiner vos règles d'automatisation. Cela vous permet d'améliorer en permanence la réponse de vos systèmes à différents scénarios.
Les métriques système de base pour les services Google Cloud sont gratuites, ce qui rend abordable la mise en œuvre d'une surveillance automatisée complète. métriques personnalisées peut entraîner des frais après la version gratuite, mais les avantages, tels que des performances améliorées et une charge de travail manuelle réduite, l'emportent souvent sur les coûts.
Conclusion
GCP Cloud Monitoring offre des outils puissants pour gérer les environnements sans serveur avec précision et efficacité. En suivant des indicateurs clés comme le nombre d'exécutions, la durée, l'utilisation de la mémoire et les instances actives, il offre une visibilité claire sur les performances de vos applications Cloud Functions et Cloud Run. Cette visibilité est essentielle pour relever les défis spécifiques aux charges de travail sans serveur.
Pour les organisations adoptant des architectures sans serveur, une surveillance efficace peut se traduire par des résultats impressionnants : des vitesses de chargement jusqu'à 30% plus rapides, des cycles de développement 70% plus courts et une réduction des coûts d'exploitation de 30% par rapport aux configurations traditionnelles. Ces avantages reposent sur la capacité de GCP Cloud Monitoring à transformer les données brutes en informations exploitables grâce à des tableaux de bord intuitifs, des alertes en temps réel et des outils de journalisation intégrés.
La rentabilité est un autre atout majeur. Les métriques des services Google Cloud sont gratuites, et les limites généreuses imposées aux politiques d'alerte et aux contrôles de disponibilité permettent aux équipes d'effectuer une surveillance complète sans se soucier des frais cachés. Cela facilite la mise en œuvre d'une surveillance robuste tout en respectant le budget.
Par exemple, lors du déploiement d'une nouvelle version d'une fonction Cloud, tout pic d'erreur est immédiatement visible grâce aux graphiques dynamiques de Cloud Monitoring. Vous pouvez également configurer des alertes, comme des notifications pour les taux d'erreur dépassant 5% sur une période de 5 minutes, afin de traiter rapidement les problèmes potentiels avant qu'ils ne s'aggravent.
Pour maximiser ces avantages, des pratiques de surveillance rigoureuses sont essentielles. En définissant des objectifs de performance clairs et alignés sur les objectifs métier, en suivant en permanence l'état du système et en se concentrant sur les indicateurs qui impactent directement l'expérience utilisateur, les équipes peuvent détecter les anomalies en amont et prendre des décisions plus judicieuses en matière de planification de la capacité. Cette approche proactive garantit la fiabilité, la réactivité et la capacité des applications sans serveur à atteindre leurs objectifs de performance.
Grâce à sa portée mondiale et à ses capacités de surveillance complètes, GCP Cloud Monitoring permet aux entreprises de créer des infrastructures sans serveur évolutives et fiables. Il permet aux équipes de s'adapter à l'évolution des besoins tout en offrant une expérience utilisateur fluide, ce qui en fait un élément clé de toute stratégie sans serveur.
FAQ
Comment GCP Cloud Monitoring peut-il aider à contrôler les coûts des applications sans serveur ?
Comment GCP Cloud Monitoring gère les coûts sans serveur
GCP Cloud Monitoring fournit des outils pour vous aider à maîtriser les coûts des applications sans serveur. filtres métriques personnalisés, vous pouvez suivre les modèles d'utilisation spécifiques qui importent le plus pour votre application. Des fonctionnalités telles que agrégation vous permettent d'analyser les tendances au fil du temps, vous offrant ainsi une vision plus précise de votre consommation de ressources. De plus, vous pouvez configurer alertes budgétaires pour être averti lorsque vos dépenses approchent de vos seuils définis, vous aidant ainsi à éviter les surprises.
Une autre fonctionnalité pratique est la possibilité de consolider les politiques d'alerte. Cela simplifie les notifications et vous permet de vous concentrer sur les mises à jour les plus importantes en termes de coûts, facilitant ainsi la gestion efficace de votre environnement sans serveur.
Comment puis-je utiliser GCP Cloud Monitoring pour résoudre les problèmes de démarrage à froid dans les applications sans serveur ?
Pour réduire les délais de démarrage à froid dans les applications sans serveur, Surveillance du cloud GCP Offre des outils précieux pour identifier les tendances et optimiser les performances. Voici quelques stratégies efficaces :
- Définir un nombre minimum d'instances:Par exemple, utilisez
--min-instances=1pour maintenir au moins une instance en cours d'exécution, en s'assurant que les ressources sont toujours prêtes. - Rationaliser les processus de démarrage:Conservez les données partagées en mémoire et optimisez la façon dont votre application s'initialise pour réduire le temps de démarrage.
- Utilisez Cloud Run Instances minimales:Cette fonctionnalité permet de maintenir des instances « chaudes », afin que votre application soit prête à gérer rapidement les demandes entrantes.
En gardant un œil sur les indicateurs de performance et en ajustant vos configurations, vous pouvez améliorer les temps de réponse et offrir une expérience plus fluide à vos utilisateurs.
Comment utiliser OpenTelemetry avec GCP Cloud Monitoring pour améliorer l'observabilité dans les applications sans serveur ?
Pour configurer OpenTelemetry avec GCP Cloud Monitoring, vous devez déployer le collecteur OpenTelemetry. Cet outil collecte les traces et les métriques de vos applications sans serveur. Une fois déployé, configurez le collecteur pour exporter les données via l'outil. Protocole OpenTelemetry (OTLP) à la fois à Cloud Monitoring et Cloud Trace. Le plus intéressant ? Cette méthode prend en charge auto-instrumentation, afin que vous puissiez capturer des données de télémétrie sans modifier votre code d'application.
L'utilisation d'OpenTelemetry vous donne une vue plus claire des performances et du comportement de vos applications sans serveur, vous aidant à identifier les problèmes et à affiner les performances en toute simplicité.
