1. 簡介
Eventarc 可讓您輕鬆連結 Google Cloud 服務與各種來源的事件。Kubernetes 可讓您建構事件導向的架構，其中微服務的鬆耦合和分佈情形很低。它也能處理事件擷取、提交、安全性、授權和錯誤處理等工作，提升開發人員的靈活性和應用程式彈性。
Datadog 是雲端應用程式的監控與安全性平台。這項服務整合了端對端追蹤記錄、指標和記錄檔，方便您觀測應用程式、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 (稱為工作流程) 的順序執行服務。這些工作流程可以結合託管於 Cloud Run 或 Cloud Functions 的服務、Google Cloud 服務 (例如 Cloud Vision AI 和 BigQuery)，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。在第二個程式碼研究室中，您將瞭解如何使用 Workflows 回應 Datadog 監控快訊。具體來說，您將建立 2 個 Compute Engine 虛擬機器，並透過 Datadog 監控器加以監控。刪除 1 個 VM 後，您會透過 Eventarc 收到來自 Datadog 至 Workflows 的快訊。Workflows 會反而重新建立已刪除的 VM，以將運作中的 VM 數量調回 2 個。
課程內容
- 如何啟用 Datadog 與 Google Cloud 的整合。
- 如何建立檢查及建立 Compute Engine VM 的工作流程。
- 如何透過 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
自修環境設定
- 登入 Google Cloud 控制台，建立新專案或重複使用現有專案。如果您還沒有 Gmail 或 Google Workspace 帳戶，請先建立帳戶。
- 「專案名稱」是這項專案參與者的顯示名稱。這是 Google API 不使用的字元字串，您可以隨時更新。
- 所有 Google Cloud 專案的專案 ID 均不得重複，且設定後即無法變更。Cloud 控制台會自動產生一個不重複的字串。但通常是在乎它何在在大部分的程式碼研究室中，您必須參照專案 ID (通常稱為
PROJECT_ID)，因此如果您不喜歡的話，可以再隨機產生一個，或者，您也可以自行嘗試看看是否可用。是「凍結」建立專案後 - 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個值，請參閱說明文件。
- 接下來，您需要在 Cloud 控制台中啟用計費功能，才能使用 Cloud 資源/API。執行這個程式碼研究室並不會產生任何費用，如果有的話。如要關閉資源，以免產生本教學課程結束後產生的費用，請按照任「清除所用資源」操作請參閱本程式碼研究室結尾處的操作說明。Google Cloud 的新使用者符合 $300 美元免費試用計畫的資格。
啟動 Cloud Shell
雖然 Google Cloud 可以從筆記型電腦遠端操作，但在本程式碼研究室中，您將使用 Google Cloud Shell，這是一種在 Cloud 中執行的指令列環境。
在 Google Cloud 控制台，按一下右上方的工具列上的 Cloud Shell 圖示：
佈建並連線至環境的作業只需幾分鐘的時間。完成後，您應該會看到類似下方的內容：
這部虛擬機器都裝載了您需要的所有開發工具。提供永久的 5 GB 主目錄，而且在 Google Cloud 中運作，大幅提高網路效能和驗證能力。這個研究室中的所有工作都可以透過瀏覽器完成。
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。這是您稍後會建立資源的區域。
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 頻道
請確保您在第一個程式碼研究室中建立的 Datadog 頻道處於有效狀態。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 控制台中查看頻道狀態：
頻道狀態應為 ACTIVE。如果沒有，請返回第一個程式碼研究室，並按照步驟建立並啟用 Datadog 頻道。
4. 啟用 Datadog 與 Google Cloud 的整合功能
如要使用 Datadog 監控專案，您必須啟用 Datadog 所需的 API、建立服務帳戶，並將服務帳戶連結至 Datadog。
啟用 Datadog 的 API
gcloud services enable compute.googleapis.com \ cloudasset.googleapis.com \ monitoring.googleapis.com
建立服務帳戶
Datadog 的 Google Cloud 整合功能會使用服務帳戶呼叫 Cloud Logging API，收集 Compute Engine 執行個體的節點層級指標。
為 Datadog 建立服務帳戶：
DATADOG_SA_NAME=datadog-service-account
gcloud iam service-accounts create $DATADOG_SA_NAME \
--display-name "Datadog Service Account"
授予下列 IAM 角色，讓 Datadog 服務帳戶收集指標、標記、事件和使用者標籤：
DATADOG_SA_EMAIL=$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
建立及下載服務帳戶金鑰。您需要金鑰檔案才能完成 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 中點選 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 區段並搜尋 Google Cloud 整合圖塊：
將滑鼠遊標懸停在 Google Cloud Platform 上，前往「Install」頁面：
在 Upload Private Key File 部分上傳服務帳戶金鑰，然後按一下 Install Integration，即可安裝整合套件：
完成整合作業後，Datadog 會自動在 Dashboards 下方建立多個 Google Cloud 相關資訊主頁：
5. 建立 Compute Engine VM
接下來，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
Cloud 控制台中應該會顯示 VM 的建立和運作時間約一分鐘。一段時間後 (通常為 10 分鐘)，您應該會在 Dashboards 的 Google Compute Engine 資訊主頁中，看到 Datadog 中的這些 VM：
6. 建立工作流程
現在您有 2 個 VM 正在執行，請建立工作流程來回應 Datadog 監控器的快訊。工作流程您可以視需要複雜，不過在這種情況下，工作流程會檢查執行中的 VM 執行個體數量。如果低於 2，系統會建立新的 VM 執行個體，確保隨時有 2 個 VM 持續運作。
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，工作流程會收到事件參數。這個事件來自 Eventarc 的 Datadog 監控服務。接收到事件後，工作流程會檢查運作中的執行個體數量，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 $REGION
工作流程已部署完畢，但尚未執行。收到 Datadog 快訊時，系統會由 Eventarc 觸發條件執行這項作業。
7. 建立 Eventarc 觸發條件
您現在可以透過 Eventarc 觸發條件，將 Datadog 供應商的事件連結至 Workflows。您將使用在第一個程式碼研究室中設定的管道和服務帳戶。
使用 Datadog 管道、事件類型和工作流程目的地建立觸發條件：
PROJECT_NUMBER=$(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有效：
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
您現在會建立 Datadog 監控器，並連結至 Eventarc。
監控器會檢查正在執行的 Compute Engine VM 數量，並在 VM 數量低於 2 時發出快訊。
如要在 Datadog 建立監控器，請登入 Datadog。將滑鼠遊標懸停在主選單中的 Monitors 上，然後按一下子選單中的 New Monitor。監控器有許多種，選擇 Metric 監控類型。
在 New Monitor 頁面中，建立包含下列項目的監控項目：
- 選擇偵測方法：
Threshold。 - 定義指標：從 (不限位置)
sum by(不限) 的gcp.gce.instance.is_running - 設定快訊觸發條件：
- 在過去
5 minutes內的指標為below門檻為at least once時，就會觸發這個事件 - 快訊門檻：
< 2 - 通知你的團隊：
@eventarc_<your-project-id>_<your-region>_<your-channel-name> - 監控器名稱範例：
Compute Engine instances < 2
現在，點選底部的 Create 即可建立監控器。
9. 測試監控與觸發條件
如要測試 Datadog 監控作業、Eventarc 觸發條件，最終決定工作流程，您需要刪除其中一個 VM：
gcloud compute instances delete instance-2 --zone us-central1-a
執行個體在幾秒後，應該就會在 Google Cloud 控制台中刪除。
這項變更需要一段時間才會顯示在 Datadog 中。一段時間後 (通常為 10 分鐘)，您應該會在 Datadog 中看到監控器，以便在 Manage Monitors 區段偵測並發出快訊：
Datadog 監控快訊後，您就會看到快訊透過 Eventarc 導向 Workflows。查看 Workflows 的記錄檔之後，您應該會看到 Workflows 的檢查，找出目前執行個體數量與預期執行個體數量之間的差異：
2022-03-28 09:30:53.371 BST instanceCount->1 diffInstanceCount->1
系統會使用 datadog-instance-## 前置字串建立新的 VM 執行個體，藉此回應快訊。
最後，您的專案中仍有 2 個 VM，一個是您最初建立的 VM，另一個則是 Workflows 建立的 VM。看到 Datadog 快訊之後，
10. 恭喜
恭喜，您已完成程式碼研究室！
涵蓋內容
- 如何啟用 Datadog 與 Google Cloud 的整合。
- 如何建立檢查及建立 Compute Engine VM 的工作流程。
- 如何透過 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。