1. 簡介
Eventarc 可輕鬆將 Google Cloud 服務與各種來源的事件連結。您可以在其中建構事件導向架構，微服務會鬆散耦合且分散。此外，這項服務還會為您處理事件擷取、傳送、安全防護、授權和錯誤處理工作，進而提升開發人員的靈活度和應用程式的復原能力。
Datadog 是雲端應用程式的監控和安全防護平台。這項服務會整合端對端追蹤記錄、指標和記錄檔，讓您觀察應用程式、基礎架構和第三方服務。
Workflows 是全代管的自動化調度管理平台，可按照您定義的順序 (稱為工作流程) 執行服務。這些工作流程可合併 Cloud Run 或 Cloud Functions 代管的服務、Cloud Vision AI 和 BigQuery 等 Google Cloud 服務，以及任何以 HTTP 為基礎的 API。
在第一個程式碼研究室中，您已瞭解如何使用 Eventarc 將 Datadog 監控快訊轉送至 Google Cloud。在本程式碼研究室的第二部分，您將瞭解如何使用 Workflows 回應 Datadog 監控快訊。具體來說，您會建立 2 個 Compute Engine 虛擬機器，並使用 Datadog 監控器監控這些機器。其中一個 VM 遭到刪除後，Datadog 會透過 Eventarc 向 Workflows 發出快訊。接著，工作流程會重新建立已刪除的 VM，使執行中的 VM 數量恢復為 2。
課程內容
- 如何啟用 Datadog 的 Google Cloud 整合功能。
- 如何建立工作流程，檢查及建立 Compute Engine VM。
- 如何使用 Eventarc 將 Datadog 監控快訊連結至 Workflows。
- 如何建立 Datadog 監控器，並在 VM 遭到刪除時發出快訊。
2. 設定和需求條件
自修實驗室環境設定
- 登入 Google Cloud 控制台，然後建立新專案或重複使用現有專案。如果沒有 Gmail 或 Google Workspace 帳戶，請先建立帳戶。
- 專案名稱是這個專案參與者的顯示名稱。這是 Google API 未使用的字元字串，您隨時可以更新。
- 專案 ID 在所有 Google Cloud 專案中不得重複，且設定後即無法變更。Cloud 控制台會自動產生專屬字串，通常您不需要理會該字串。在大多數程式碼研究室中，您需要參照專案 ID (通常會標示為
PROJECT_ID)，因此如果您不喜歡該字串，可以產生另一個隨機字串，或是嘗試使用自己的字串，看看是否可用。專案建立後，系統就會「凍結」這項設定。 - 還有第三個值，也就是部分 API 使用的「專案編號」。如要進一步瞭解這三種值，請參閱說明文件。
- 接著，您需要在 Cloud 控制台中啟用帳單，才能使用 Cloud 資源/API。完成本程式碼研究室的費用應該不高，甚至完全免費。如要停用資源，避免在本教學課程結束後繼續產生帳單費用，請按照程式碼研究室結尾的「清除」操作說明操作。Google Cloud 新使用者可參加價值$300 美元的免費試用計畫。
啟動 Cloud Shell
雖然您可以透過筆電遠端操作 Google Cloud，但在本程式碼研究室中，您將使用 Google Cloud Shell，這是可在雲端執行的指令列環境。
在 Google Cloud 控制台中，點選右上角工具列的 Cloud Shell 圖示：
佈建並連線至環境的作業需要一些時間才能完成。完成後，您應該會看到如下的內容：
這部虛擬機器已預先安裝所有必要的開發工具，並提供永久的 5 GB 主目錄，而且可在 Google Cloud 運作，大幅提升網路效能並強化驗證功能。您只要使用瀏覽器，就能完成本實驗室的所有工作。
設定 gcloud
在 Cloud Shell 中設定專案 ID，並儲存為 PROJECT_ID 變數。
此外，請將 REGION 變數設為 us-central1。您稍後會在該區域中建立資源。
PROJECT_ID=[YOUR-PROJECT-ID] REGION=us-central1 gcloud config set core/project $PROJECT_ID
啟用 API
啟用所有必要服務：
gcloud services enable \ workflows.googleapis.com \ workflowexecutions.googleapis.com
3. 驗證 Datadog 管道
請確認您在第一個程式碼研究室中建立的 Datadog 管道已啟用。在 Cloud Shell 中執行下列指令，擷取管道的詳細資料：
CHANNEL_NAME=datadog-channel gcloud eventarc channels describe $CHANNEL_NAME --location $REGION
畫面會顯示如下的輸出內容：
activationToken: so5g4Kdasda7y2MSasdaGn8njB2 createTime: '2022-03-09T09:53:42.428978603Z' name: projects/project-id/locations/us-central1/channels/datadog-channel provider: projects/project-id/locations/us-central1/providers/datadog pubsubTopic: projects/project-id/topics/eventarc-channel-us-central1-datadog-channel-077 state: ACTIVE uid: 183d3323-8cas-4e95-8d72-7d8c8b27cf9e updateTime: '2022-03-09T09:53:48.290217299Z'
您也可以在 Google Cloud 控制台中查看管道狀態：
頻道狀態應為 ACTIVE。如果沒有，請返回第一個程式碼研究室，按照步驟建立並啟用 Datadog 管道。
4. 啟用 Datadog 的 Google Cloud 整合功能
如要使用 Datadog 監控專案，您必須啟用 Datadog 必要的 API、建立服務帳戶，並將服務帳戶連結至 Datadog。
為 Datadog 啟用 API
gcloud services enable compute.googleapis.com \ cloudasset.googleapis.com \ monitoring.googleapis.com
建立服務帳戶
Datadog 的 Google Cloud 整合服務會使用服務帳戶呼叫 Cloud Logging API，從 Compute Engine 執行個體收集節點層級的指標。
為 Datadog 建立服務帳戶：
DATADOG_SA_NAME=datadog-service-account
gcloud iam service-accounts create $DATADOG_SA_NAME \
--display-name "Datadog Service Account"
授予下列 IAM 角色，啟用 Datadog 服務帳戶來收集指標、標記、事件和使用者標籤：
DATADOG_SA_EMAIL=$DATADOG_SA_NAME@$PROJECT_ID.iam.gserviceaccount.com
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member serviceAccount:$DATADOG_SA_EMAIL \
--role roles/cloudasset.viewer
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member serviceAccount:$DATADOG_SA_EMAIL \
--role roles/compute.viewer
gcloud projects add-iam-policy-binding $PROJECT_ID \
--member serviceAccount:$DATADOG_SA_EMAIL \
--role roles/monitoring.viewer
建立並下載服務帳戶金鑰。您需要金鑰檔案才能完成與 Datadog 的整合。
在 Cloud Shell 主目錄中建立服務帳戶金鑰檔案：
gcloud iam service-accounts keys create ~/key.json \ --iam-account $DATADOG_SA_EMAIL
在 Cloud Shell 中，按一下 More ⁝，然後選取 Download File。在「File path」欄位中輸入 key.json。如要下載金鑰檔案，請按一下 Download。
將服務帳戶連結至 Datadog
在 Datadog 帳戶中，前往「Integrations」部分，然後搜尋 Google Cloud 整合資訊方塊：
將滑鼠游標懸停在 Google Cloud Platform 上，即可前往 Install 頁面：
上傳 Upload Private Key File 部分的服務帳戶金鑰，然後按一下 Install Integration，即可安裝整合功能：
完成整合後，Datadog 會在 Dashboards 下自動建立多個 Google Cloud 相關資訊主頁：
5. 建立 Compute Engine VM
接著，建立一些 Compute Engine 虛擬機器 (VM)。您將使用 Datadog 監控器監控這些 VM，並在 Google Cloud 中使用工作流程回應 Datadog 快訊。
建立 2 個 Compute Engine VM：
gcloud compute instances create instance-1 instance-2 --zone us-central1-a
您應該會在 Cloud 控制台中看到建立並執行的 VM。過一段時間 (通常是 10 分鐘) 後，您應該也會在 Datadog 的 Google Compute Engine 資訊主頁中看到這些 VM，位置在 Dashboards 下方：
6. 建立工作流程
現在您有 2 個正在執行的 VM，請建立工作流程，回應 Datadog 監控器發出的快訊。工作流程可以盡可能複雜，但在此情況下，工作流程會檢查執行的 VM 執行個體數量，如果低於 2 個，就會建立新的 VM 執行個體，確保隨時有 2 個 VM 執行個體在執行。
使用以下內容建立 workflow-datadog2.yaml 檔案：
main:
params: [event]
steps:
- init:
assign:
- projectId: ${sys.get_env("GOOGLE_CLOUD_PROJECT_ID")}
- zone: "us-central1-a"
- minInstanceCount: 2
- namePattern: "datadog-instance-##"
- listInstances:
call: googleapis.compute.v1.instances.list
args:
project: ${projectId}
zone: ${zone}
result: listResult
- getInstanceCount:
steps:
- initInstanceCount:
assign:
- instanceCount: 0
- setInstanceCount:
switch:
- condition: ${"items" in listResult}
steps:
- stepA:
assign:
- instanceCount: ${len(listResult.items)}
- findDiffInstanceCount:
steps:
- assignDiffInstanceCount:
assign:
- diffInstanceCount: ${minInstanceCount - instanceCount}
- logDiffInstanceCount:
call: sys.log
args:
data: ${"instanceCount->" + string(instanceCount) + " diffInstanceCount->" + string(diffInstanceCount)}
- endEarlyIfNeeded:
switch:
- condition: ${diffInstanceCount < 1}
next: returnResult
- bulkInsert:
call: googleapis.compute.v1.instances.bulkInsert
args:
project: ${projectId}
zone: ${zone}
body:
count: ${diffInstanceCount}
namePattern: ${namePattern}
instanceProperties:
machineType: "e2-micro"
disks:
- autoDelete: true
boot: true
initializeParams:
sourceImage: projects/debian-cloud/global/images/debian-10-buster-v20220310
networkInterfaces:
- network: "global/networks/default"
result: bulkInsertResult
- returnResult:
return: ${bulkInsertResult}
請注意，工作流程會將事件當做參數接收。這項事件會透過 Eventarc 從 Datadog 監控服務傳送。收到事件後，工作流程會檢查執行中的執行個體數量，並視需要建立新的 VM 執行個體。
部署工作流程：
WORKFLOW_NAME=workflow-datadog2 gcloud workflows deploy $WORKFLOW_NAME \ --source workflow-datadog2.yaml \ --location $REGION
工作流程已部署，但尚未執行。收到 Datadog 快訊時，系統會透過 Eventarc 觸發條件執行這項函式。
7. 建立 Eventarc 觸發條件
現在，您可以使用 Eventarc 觸發條件，將 Datadog 提供者的事件連結至工作流程。您將使用在第一個程式碼研究室中設定的管道和服務帳戶。
使用 Datadog 管道、事件類型和工作流程目的地建立觸發條件：
PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID --format='value(projectNumber)') gcloud eventarc triggers create datadog-trigger2 \ --location $REGION \ --destination-workflow $WORKFLOW_NAME \ --destination-workflow-location $REGION \ --channel $CHANNEL_NAME \ --event-filters type=datadog.v1.alert \ --service-account $PROJECT_NUMBER-compute@developer.gserviceaccount.com
您可以列出觸發條件，確認新建立的觸發條件是否已啟用：
gcloud eventarc triggers list --location $REGION NAME: datadog-trigger2 TYPE: datadog.v1.alert DESTINATION: Workflows: workflow-datadog2 ACTIVE: Yes
8. 建立 Datadog 監控器
您現在要建立 Datadog 監控工具，並連結至 Eventarc。
這項監控器會檢查執行的 Compute Engine VM 數量，如果數量少於 2，就會發出快訊。
如要在 Datadog 中建立監控機制，請登入 Datadog。將滑鼠游標懸停在主選單中的 Monitors 上，然後按一下子選單中的 New Monitor。螢幕類型有很多種，選擇Metric監控器類型。
在 New Monitor 頁面中，使用下列項目建立監控器：
- 選擇偵測方法：
Threshold。 - 定義指標：
gcp.gce.instance.is_running(所有位置)sum by(所有內容) - 設定快訊觸發條件：
- 過去
5 minutes內，指標below門檻at least once時觸發 - 快訊門檻：
< 2 - 通知團隊：
@eventarc_<your-project-id>_<your-region>_<your-channel-name> - 監控器名稱範例：
Compute Engine instances < 2
現在，輕觸底部的 Create 即可建立監控作業。
9. 測試監控器和觸發條件
如要測試 Datadog 監控器、Eventarc 觸發條件和最終工作流程，請刪除其中一個 VM：
gcloud compute instances delete instance-2 --zone us-central1-a
幾秒後，您應該會在 Google Cloud 控制台中看到已刪除的執行個體。
這項變更會延遲一段時間才會顯示在 Datadog 中。過一段時間 (通常為 10 分鐘) 後，您應該會在 Datadog 中看到監控器，以便在「」Manage Monitors部分下方偵測及發出這項警報：
Datadog 監控快訊發出後，您應該會看到該快訊透過 Eventarc 傳送至 Workflows。如果檢查 Workflows 的記錄，您應該會看到 Workflows 檢查目前執行個體計數與預期執行個體計數之間的差異：
2022-03-28 09:30:53.371 BST instanceCount->1 diffInstanceCount->1
並建立前置字串為 datadog-instance-## 的新 VM 執行個體，以回應該快訊。
最後，專案中仍會有 2 部 VM，一部是您一開始建立的，另一部則是 Datadog 快訊觸發後，由 Workflows 建立的！
10. 恭喜
恭喜，您已完成本程式碼研究室！
涵蓋內容
- 如何啟用 Datadog 的 Google Cloud 整合功能。
- 如何建立工作流程，檢查及建立 Compute Engine VM。
- 如何使用 Eventarc 將 Datadog 監控快訊連結至 Workflows。
- 如何建立 Datadog 監控器，並在 VM 遭到刪除時發出快訊。