arrow_back

Configurer et utiliser Cloud Logging et Cloud Monitoring

Quick tip: Review the prerequisites before you run the lab
Use an Incognito or private browser window to run this lab. This prevents any conflicts between your personal account and the student account, which may cause extra charges incurred to your personal account.
Testez vos connaissances et partagez-les avec notre communauté
done
Accédez à plus de 700 ateliers pratiques, badges de compétence et cours

Configurer et utiliser Cloud Logging et Cloud Monitoring

Atelier 1 heure 15 minutes universal_currency_alt 5 crédits show_chart Débutant
info Cet atelier peut intégrer des outils d'IA pour vous accompagner dans votre apprentissage.
Testez vos connaissances et partagez-les avec notre communauté
done
Accédez à plus de 700 ateliers pratiques, badges de compétence et cours

Présentation

Dans cet atelier, vous allez découvrir les configurations et utilisations courantes de Cloud Logging et de Cloud Monitoring.

Vous allez apprendre à afficher des journaux en utilisant des mécanismes de filtrage, à exporter les journaux pour une synchronisation avec BigQuery, ainsi qu'à créer des métriques de journalisation. Vous allez également découvrir comment afficher les métriques de consommation et créer des tableaux de bord à l'aide de Cloud Monitoring.

Objectifs

Dans cet atelier, vous apprendrez à effectuer les tâches suivantes :

  • Afficher des journaux grâce à divers mécanismes de filtrage
  • Exclure des entrées de journal et désactiver l'ingestion de journaux
  • Exporter des journaux et générer des rapports sur ceux-ci
  • Créer des métriques de journalisation et générer des rapports les concernant
  • Surveiller divers projets Google Cloud à l'aide de Cloud Monitoring
  • Créer un tableau de bord des métriques

Préparation

Pour chaque atelier, nous vous attribuons un nouveau projet Google Cloud et un nouvel ensemble de ressources pour une durée déterminée, sans frais.

  1. Connectez-vous à Qwiklabs dans une fenêtre de navigation privée.

  2. Vérifiez le temps imparti pour l'atelier (par exemple : 01:15:00) : vous devez pouvoir le terminer dans ce délai.
    Une fois l'atelier lancé, vous ne pouvez pas le mettre en pause. Si nécessaire, vous pourrez le redémarrer, mais vous devrez tout reprendre depuis le début.

  3. Lorsque vous êtes prêt, cliquez sur Démarrer l'atelier.

  4. Notez vos identifiants pour l'atelier (Nom d'utilisateur et Mot de passe). Ils vous serviront à vous connecter à Google Cloud Console.

  5. Cliquez sur Ouvrir la console Google.

  6. Cliquez sur Utiliser un autre compte, puis copiez-collez les identifiants de cet atelier lorsque vous y êtes invité.
    Si vous utilisez d'autres identifiants, des messages d'erreur s'afficheront ou des frais seront appliqués.

  7. Acceptez les conditions d'utilisation et ignorez la page concernant les ressources de récupération des données.

Activer Google Cloud Shell

Google Cloud Shell est une machine virtuelle qui contient de nombreux outils pour les développeurs. Elle comprend un répertoire d'accueil persistant de 5 Go et s'exécute sur Google Cloud.

Google Cloud Shell vous permet d'accéder à vos ressources Google Cloud grâce à une ligne de commande.

  1. Dans la barre d'outils située en haut à droite dans la console Cloud, cliquez sur le bouton "Ouvrir Cloud Shell".

    Icône Cloud Shell encadrée

  2. Cliquez sur Continuer.

Le provisionnement et la connexion à l'environnement prennent quelques instants. Une fois connecté, vous êtes en principe authentifié et le projet est défini sur votre ID_PROJET. Par exemple :

ID de projet mis en évidence dans le terminal Cloud Shell

gcloud est l'outil de ligne de commande pour Google Cloud. Il est préinstallé sur Cloud Shell et permet la complétion par tabulation.

  • Vous pouvez lister les noms des comptes actifs à l'aide de cette commande :
gcloud auth list

Résultat :

Credentialed accounts: - @.com (active)

Exemple de résultat :

Credentialed accounts: - google1623327_student@qwiklabs.net
  • Vous pouvez lister les ID de projet à l'aide de cette commande :
gcloud config list project

Résultat :

[core] project =

Exemple de résultat :

[core] project = qwiklabs-gcp-44776a13dea667a6 Remarque : Pour consulter la documentation complète sur gcloud, accédez au guide de présentation de la gcloud CLI.

Tâche 1 : Configurer les ressources dans votre premier projet

Dans cette tâche, vous allez créer les ressources Google Cloud nécessaires pour le premier projet.

Dans la section "Détails de connexion" de Qwiklabs, deux projets s'affichent. Le premier contient des ressources Google Cloud actives qui généreront des journaux et des données de métriques de surveillance.

Le second contient les données de configuration de votre compte Monitoring.

Remarque : Assurez-vous de travailler dans le premier projet pour cette tâche.
  1. Si vous n'avez pas encore activé Cloud Shell, cliquez sur Activer Cloud Shell. Cliquez sur Continuer si vous y êtes invité.

  2. Dans Cloud Shell, téléchargez et décompressez une archive contenant un code de configuration :

curl https://storage.googleapis.com/cloud-training/gcpsec/labs/stackdriver-lab.tgz | tar -zxf - cd stackdriver-lab
  1. Cliquez sur l'icône Ouvrir l'éditeur en haut à droite de votre session Cloud Shell.

  2. Cliquez sur Ouvrir dans une nouvelle fenêtre si nécessaire.

  3. Ouvrez le dossier stackdriver-lab, puis sélectionnez le fichier linux_startup.sh.

  4. Remplacez la section # install Ops Agent par ceci :

# install Ops Agent curl -sSO https://dl.google.com/cloudagents/add-google-cloud-ops-agent-repo.sh sudo bash add-google-cloud-ops-agent-repo.sh --also-install
  1. Après cela, vérifiez l'indentation de vos lignes de code.

  2. Enregistrez votre fichier.

  3. À présent, ouvrez le fichier setup.sh.

  4. Mettez à jour la version d'image dans la section # create vms pour "windows-server" (ligne 17), après --image avec le code suivant :

windows-server-2016-dc-core-v20240214
  1. Ajoutez l'option suivante à la fin de la ligne 16 pour définir le type de machine de la VM Linux :
--machine-type=e2-micro
  1. Ajoutez l'option suivante à la fin de la ligne 17 pour définir le type de machine de la VM Windows :
--machine-type=e2-standard-2
  1. Après cela, vérifiez l'indentation de vos lignes de code.

  2. Enregistrez votre fichier.

  3. Dans la console Cloud, cliquez sur Ouvrir le terminal en haut à droite.

Les ressources créées incluront :

  • des comptes de service (à utiliser par les VM) ;
  • des attributions de rôles (accordant aux comptes de service l'autorisation d'écrire dans Monitoring) ;
  • une VM Linux sur laquelle Apache et l'agent Ops seront installés ;
  • une VM Windows sur laquelle l'agent Ops sera installé ;
  • un cluster Google Kubernetes Engine avec un déploiement nginx ;
  • un sujet et un abonnement Pub/Sub.
  1. Exécutez la commande suivante pour remplacer les zones du script de configuration par une nouvelle zone :
sed -i 's/us-west1-b/{{{project_0.default_zone|lab zone}}}/g' setup.sh
  1. Exécutez maintenant la commande suivante : Cliquez sur Autoriser si vous y êtes invité.
./setup.sh

Vous pouvez ignorer les erreurs concernant les comptes de service et pare-feu existants.

Un résultat semblable à ceci, confirmant la création des VM Linux et Windows, doit s'afficher :

Created [https://www.googleapis.com/compute/v1/projects/qwiklabs-gcp-00-029875ba6255/zones/{{{ project_0.default_zone|"Zone"}}}/instances/linux-server-qwiklabs-gcp-00-029875ba6255]. NAME: linux-server-qwiklabs-gcp-00-029875ba6255 ZONE: {{{ project_0.default_zone|"Zone"}}} MACHINE_TYPE: e2-micro PREEMPTIBLE: INTERNAL_IP: 10.138.0.2 EXTERNAL_IP: 34.83.92.58 STATUS: RUNNING Created [https://www.googleapis.com/compute/v1/projects/qwiklabs-gcp-00-029875ba6255/zones/{{{ project_0.default_zone|"Zone"}}}/instances/windows-server-qwiklabs-gcp-00-029875ba6255]. ...... ...... NAME: windows-server-qwiklabs-gcp-00-029875ba6255 ZONE: {{{ project_0.default_zone|"Zone"}}} MACHINE_TYPE: e2-standard-2 PREEMPTIBLE: INTERNAL_IP: 10.138.0.3 EXTERNAL_IP: 35.247.97.91 STATUS: RUNNING Updated [https://www.googleapis.com/compute/v1/projects/qwiklabs-gcp-00-029875ba6255/zones/{{{ project_0.default_zone|"Zone"}}}/instances/linux-server-qwiklabs-gcp-00-029875ba6255].

Cliquez sur Vérifier ma progression pour valider l'objectif. Configurer les ressources du premier projet

Tâche 2 : Afficher et filtrer des journaux dans le premier projet

Dans cette tâche, vous allez afficher des journaux d'instances de VM grâce à un filtrage simple.

Voir quels services écrivent des journaux

  1. Assurez-vous d'être sur la page d'accueil de la console Google Cloud.

  2. Vérifiez que vous travaillez toujours dans le premier projet (l'ID de projet indiqué dans le panneau d'informations de la console doit correspondre à l'ID 1 de projet Google Cloud dans le panneau "Détails de connexion" de votre atelier.

  3. Affichez Cloud Logging en cliquant sur Menu de navigation > Journaux > Explorateur de journaux. Fermez la notification si vous y êtes invité.

  4. Le panneau Champs de journal se trouve à gauche. Sous Type de ressource, vous verrez plusieurs services Google Cloud créant des journaux.

Tous ces services écrivent des entrées de journal. Les entrées de ces journaux apparaissent à droite, dans le volet "Résultats de requête". Vous pouvez également demander des résultats provenant de journaux spécifiques, ou qui correspondent à des critères en particulier.

Afficher les journaux d'instance de VM grâce à un filtrage simple

  1. Dans le panneau Champs de journal, sous Type de ressource, cliquez sur Instance de VM.

Voici ce qu'il va se passer ensuite :

  • Le contenu du panneau "Champs de journal" va se mettre à jour. Un nouveau champ nommé ID D'INSTANCE apparaît. Il indique les ID de toutes les instances de VM qui écrivent des entrées de journal.
  • Le code resource.type="gce_instance" va apparaître dans la zone de requête en haut de la page. Cela signifie que seules les entrées d'instances de VM seront consignées et affichées.
  • De plus, le volet "Résultats de la requête" va se mettre à jour automatiquement : seules les entrées de journaux d'instances de VM seront affichées.
  1. Dans le champ ID d'instance, sélectionnez l'un des ID d'instance. Les journaux de l'instance de VM associée apparaissent dans le volet "Résultats de la requête".

  2. Cliquez dans la zone Requête. Vous pouvez maintenant la modifier.

  3. Dans la zone Requête, supprimez tout ce qui se trouve après la ligne 1. Vous ne devriez voir que la ligne 1, qui contient resource.type="gce_instance".

  4. Cliquez sur Exécuter la requête en haut à droite. Dans le volet "Résultats de la requête", vous devriez voir les entrées de tous les journaux d'instances de VM.

  5. Notez que l'état précédent du panneau "Champs de journal" sera rétabli.

  1. Activez la diffusion des journaux en cliquant sur Diffuser les journaux en haut à droite, à côté du bouton "Exécuter la requête".

  2. Vous devriez voir de nouvelles entrées de journal apparaître toutes les une ou deux secondes, à mesure que l'activité d'arrière-plan génère des requêtes non autorisées sur vos serveurs Web.

Remarque : Si la diffusion est mise en pause, cliquez sur Redémarrer la diffusion.

Vous pouvez désormais afficher l'activité Web globale de n'importe quel serveur Linux Apache.

  1. Cliquez sur Arrêter la diffusion en haut à droite pour arrêter de diffuser les journaux.

  2. Cliquez maintenant sur la liste déroulante Tous les noms de journaux et sélectionnez syslog, puis cliquez sur Appliquer.

Les entrées de syslog apparaissent dans le volet "Résultats de la requête".

Remarque : Vous pouvez également contrôler l'affichage des entrées de journal en les filtrant par gravité et par période.

Tâche 3 : Exporter les journaux

Dans cette tâche, vous allez configurer et tester les exportations de journaux vers BigQuery.

Cloud Logging conserve les entrées de journal pendant 30 jours. Dans la plupart des cas, vous devrez conserver certaines entrées de journal pendant une période prolongée (et peut-être créer des rapports sophistiqués sur les journaux archivés).

Google Cloud fournit un mécanisme permettant à toutes les entrées de journal ingérées dans Cloud Monitoring d'être également écrites dans un ou plusieurs récepteurs d'archivage.

Configurer l'exportation vers BigQuery

  1. Accédez aux exportations Cloud Logging en sélectionnant Menu de navigation > Journaux > Routeur de journaux.

  2. Cliquez sur Créer un récepteur.

  3. Dans le champ Nom du récepteur, saisissez vm_logs, puis cliquez sur Suivant.

  4. Dans le menu déroulant Sélectionner le service de récepteur, cliquez sur Ensemble de données BigQuery.

  5. Dans le menu déroulant Sélectionnez un ensemble de données BigQuery, cliquez sur Créer un ensemble de données BigQuery.

  6. Dans le champ ID de l'ensemble de données, saisissez project_logs, puis cliquez sur Créer l'ensemble de données.

  7. Cliquez sur Suivant.

  8. Copiez l'option resource.type="gce_instance" et collez-la dans la zone de liste Créer un filtre d'inclusion.

  9. Cliquez sur Créer un récepteur. Vous allez être redirigé vers la page Créer les étapes suivantes du récepteur de journaux du routeur de journaux. Le message suivant peut apparaître en haut de l'écran : "Le récepteur de journaux a bien été créé. Les données seront bientôt disponibles."

Remarque : Vous pouvez également exporter des entrées de journal vers Pub/Sub ou Cloud Storage.

L'exportation vers Pub/Sub peut être utile si vous souhaitez passer par un processus ETL avant de stocker les entrées de journal dans une base de données (Monitoring > Pub/Sub > Dataflow > BigQuery/Bigtable).

L'exportation vers Cloud Storage permet de regrouper les entrées et de les écrire dans des objets Cloud Storage environ toutes les heures.

Configurer l'exportation des journaux d'équilibrage de charge HTTP vers BigQuery

Vous allez maintenant créer une règle d'exportation des journaux d'équilibrage de charge HTTP vers BigQuery.

  1. Dans le menu de navigation de gauche, sélectionnez Routeur de journaux pour revenir à la page d'accueil du service.

  2. Cliquez sur Créer un récepteur.

  3. Dans le champ Nom du récepteur, saisissez load_bal_logs, puis cliquez sur Suivant.

  4. Dans le menu déroulant Sélectionner le service de récepteur, cliquez sur Ensemble de données BigQuery.

  5. Dans le menu déroulant Sélectionnez un ensemble de données BigQuery, cliquez sur project_logs. (Vous avez créé cet ensemble de données BigQuery plus tôt dans cette procédure.)

  6. Cliquez sur Suivant.

  7. Copiez l'option resource.type="http_load_balancer" et collez-la dans la zone de liste Créer un filtre d'inclusion.

  8. Cliquez sur Créer un récepteur.

  9. Vous allez être redirigé vers la page Créer les étapes suivantes du récepteur de journaux.

  10. Dans le menu de navigation de gauche, sélectionnez Routeur de journaux pour revenir à la page d'accueil du service.

Cette page affiche alors une liste de récepteurs, dont celui que vous avez créé (load_bal_logs).

Examiner les entrées de journal exportées

  1. Ouvrez BigQuery en cliquant sur Menu de navigation > BigQuery.

  2. Le message "Bienvenue sur BigQuery dans Cloud Console" s'affiche. Il contient un lien vers le guide de démarrage rapide et liste les mises à jour de l'interface utilisateur.

  3. Cliquez sur OK.

  4. Dans le volet gauche de la section Explorateur, cliquez sur la flèche à côté du nom de votre projet (qui commence par qwiklabs-gcp-xxx). Un ensemble de données project_logs doit apparaître sous celui-ci.

Vous allez maintenant vérifier que l'ensemble de données BigQuery dispose des autorisations appropriées pour permettre au rédacteur d'exportations de stocker les entrées de journal.

  1. Cliquez sur le menu à trois points ("Afficher les actions") situé à côté de l'ensemble de données project_logs, puis sur Ouvrir.

  2. Ensuite, cliquez sur le menu déroulant Partage en haut à droite de la console, puis sélectionnez Autorisations.

  3. Sur le panneau des autorisations d'ensemble de données, vous verrez que vos comptes de service disposent du rôle "Éditeur de données BigQuery".

  4. Fermez ce panneau.

  5. Développez l'ensemble de données project_logs pour afficher les tables contenant vos journaux exportés. Vous devriez en voir plusieurs (une pour chaque type de journal recevant des entrées).

  6. Cliquez sur la table syslog_(1), puis sur Détails pour connaître le nombre de lignes et consulter d'autres métadonnées. Si la table syslog_(1) ne s'affiche pas, essayez d'actualiser le navigateur.

  7. Dans l'onglet Détails, repérez et copiez le nom complet de la table : celui-ci est indiqué dans le champ ID de la table, sous les informations relatives à la table.

Remarque : Les entrées de journal sont diffusées dans BigQuery à mesure qu'elles arrivent dans Cloud Monitoring. Par conséquent, elles sont stockées dans un tampon de flux BigQuery. Environ 24 heures après leur arrivée dans le tampon, elles sont déplacées vers le stockage normal BigQuery. Vous pouvez effectuer des requêtes sur la table. Dans ce cas, les données présentes dans le stockage normal ainsi que celles présentes dans le tampon seront analysées.
  1. Pour voir un sous-ensemble des champs de vos tables, copiez la requête ci-dessous dans l'onglet Éditeur de requête (en remplaçant qwiklabs-gcp-xx.project_logs.syslog_xxxxx par le nom de table copié à l'étape précédente).
SELECT logName, resource.type, resource.labels.zone, resource.labels.project_id, FROM `qwiklabs-gcp-xx.project_logs.syslog_xxxxx`
  1. Ensuite, cliquez sur Exécuter.

N'hésitez pas à effectuer des tests avec d'autres requêtes, vous obtiendrez ainsi des renseignements intéressants.

Remarque : Cloud Logging exporte les entrées de journal entrantes avant toute prise de décision concernant l'ingestion de l'entrée dans le stockage de journalisation. Par conséquent, seules les nouvelles entrées de journal seront exportées vers le récepteur. Il est donc possible que vous ne voyiez pas de table syslog_(1), car toutes les entrées syslog ont été générées avant l'exportation.

Les entrées de journal existantes déjà ingérées dans Cloud Logging peuvent être extraites à l'aide de commandes semblables à celle-ci :

gcloud logging read "resource.type=gce_instance AND logName=projects/[PROJECT_ID]/logs/syslog AND textPayload:SyncAddress" --limit 10 --format json.
Remarque : Vous avez configuré une exportation pour toutes les entrées de journal générées par tous les services du projet. Vous pouvez également créer des exportations agrégées, qui exportent les entrées de journal générées pour l'ensemble des projets, regroupées par compte de facturation, dossier ou organisation.

Cliquez sur Vérifier ma progression pour valider l'objectif. Configurer l'exportation vers BigQuery

Tâche 4 : Créer une métrique de journalisation

Dans cette tâche, vous allez créer une métrique vous permettant de recevoir des alertes si un trop grand nombre de requêtes Web génèrent des entrées de journal liées à un refus d'accès.

Cloud Monitoring vous permet de créer des métriques personnalisées basées sur l'arrivée d'entrées de journal spécifiques.

  1. Revenez à la page "Explorateur de journaux" : Menu de navigation > Journaux > Explorateur de journaux.
Remarque : Si le message "Travail non enregistré" s'affiche, cliquez sur Quitter.
  1. Sélectionnez Créer une métrique dans la liste déroulante Actions (sur le côté droit de la console) pour créer une métrique de journalisation basée sur ce filtre.

  2. Dans l'éditeur de métriques basées sur les journaux, définissez Type de métrique sur Compteur.

  3. Sous la section Détails, saisissez 403s dans le champ Nom de la métrique basée sur les journaux.

  4. Sous Sélection du filtre, saisissez le code ci-dessous dans la zone de texte Créer un filtre et remplacez PROJECT_ID par ID de projet GCP 1.

resource.type="gce_instance" log_name="projects/PROJECT_ID/logs/syslog"
  1. Conservez les valeurs par défaut dans tous les autres champs.

  2. Cliquez sur Créer une métrique.

  3. Vous utiliserez cette métrique dans la partie de l'atelier concernant la création de tableaux de bord.

Cliquez sur Vérifier ma progression pour valider l'objectif. Créer une métrique de journalisation

Tâche 5 : Créer un tableau de bord de surveillance

Dans cette tâche, vous allez accéder au second projet créé par Qwiklabs pour y configurer un espace de travail Monitoring.

Basculer vers un autre projet

  1. Basculez vers le second projet créé par Qwiklabs (utilisez ID 2 de projet Google Cloud dans les informations de connexion de Qwiklabs). L'ID du projet actuel s'affiche en haut de la console.

Identifiant de projet Google Cloud

  1. Cliquez sur le nom du projet en haut de Cloud Console, puis sur l'onglet Tous.

Onglet "Tous les projets" de Google Cloud

  1. Cliquez sur le second projet vers lequel vous souhaitez basculer. Vérifiez qu'il s'agit bien de ID 2 de projet Google Cloud dans les informations de connexion de Qwiklabs.

  2. Cliquez sur Ouvrir.

Créer un espace de travail Monitoring

Vous allez maintenant configurer un espace de travail Monitoring associé à votre projet Google Cloud. Suivez les étapes ci-dessous pour créer un compte incluant un essai sans frais de Monitoring.

  1. Dans la console Cloud, cliquez sur le Menu de navigation > Monitoring.

  2. Attendez que votre espace de travail soit provisionné.

Lorsque le tableau de bord Monitoring s'affiche, votre espace de travail est prêt.

Tableau de bord Cloud Monitoring

À présent, ajoutez le premier projet à votre espace de travail Cloud Monitoring.

  1. Dans le menu de gauche, cliquez sur Paramètres de surveillance, puis cliquez sur + Ajouter des projets GCP.

  2. Cliquez sur Sélectionner des projets.

  3. Cochez la case située à côté de l'ID de votre premier projet, puis cliquez sur Sélectionner.

  4. Cliquez sur Ajouter des projets.

Créer un tableau de bord de surveillance

  1. Dans le volet de gauche, cliquez sur Tableaux de bord.

  2. Cliquez sur + Créer un tableau de bord.

  3. En haut de la page, remplacez le nom générique du tableau de bord par Exemple de tableau de bord.

  4. Cliquez sur Ajouter un widget > Courbes.

  5. Dans le champ Titre du widget, saisissez Utilisation du processeur.

  6. Cliquez sur la liste déroulante Métrique.

  7. Cliquez sur Active pour la désélectionner. La graduation devrait disparaître.

  8. Pour l'option Métrique, sélectionnez Instance de VM > Instance > Utilisation du processeur. Vérifiez que ce format est respecté : compute.googleapis.com/instance/cpu/usage_time.

  9. Cliquez sur Appliquer.

  10. Cliquez maintenant sur Appliquer en haut à droite.

  11. Cliquez sur Ajouter un widget > Courbes.

  12. Dans le champ Titre du widget, saisissez Utilisation de la mémoire.

  13. Cliquez sur la liste déroulante Métrique.

  14. Cliquez sur Active pour la désélectionner. La graduation devrait disparaître.

  15. Pour l'option Métrique, sélectionnez Instance de VM > Mémoire > Utilisation de la mémoire. Vérifiez que ce format est respecté : agent.googleapis.com/memory/percent_used.

  16. Cliquez sur Appliquer.

  17. Cliquez maintenant sur Appliquer en haut à droite.

Vous devriez désormais voir deux graphiques : le premier représente l'utilisation du processeur, tandis que le second représente celle de la mémoire.

Graphiques représentant l'usage du processeur et le trafic réseau dans le tableau de bord de surveillance

Vous pouvez maintenant explorer d'autres options en modifiant les graphiques, par exemple "Filtre'", "Grouper par" et "Agrégation".

Félicitations !

Dans cet atelier, vous avez appris à effectuer les tâches suivantes :

  1. Afficher des journaux grâce à divers mécanismes de filtrage

  2. Exclure des entrées de journal et désactiver l'ingestion de journaux

  3. Exporter des journaux et générer des rapports sur ceux-ci

  4. Créer des métriques de journalisation et générer des rapports les concernant

  5. Surveiller divers projets Google Cloud à l'aide de Cloud Monitoring

  6. Créer un tableau de bord des métriques

Terminer l'atelier

Une fois l'atelier terminé, cliquez sur Terminer l'atelier. Google Cloud Skills Boost supprime les ressources que vous avez utilisées, puis efface le compte.

Si vous le souhaitez, vous pouvez noter l'atelier. Sélectionnez un nombre d'étoiles, saisissez un commentaire, puis cliquez sur Envoyer.

Le nombre d'étoiles correspond à votre degré de satisfaction :

  • 1 étoile = très insatisfait(e)
  • 2 étoiles = insatisfait(e)
  • 3 étoiles = ni insatisfait(e), ni satisfait(e)
  • 4 étoiles = satisfait(e)
  • 5 étoiles = très satisfait(e)

Si vous ne souhaitez pas donner votre avis, vous pouvez fermer la boîte de dialogue.

Pour soumettre des commentaires, suggestions ou corrections, veuillez accéder à l'onglet Assistance.

Copyright 2020 Google LLC Tous droits réservés. Google et le logo Google sont des marques de Google LLC. Tous les autres noms d'entreprises et de produits peuvent être des marques des entreprises auxquelles ils sont associés.

Before you begin

  1. Labs create a Google Cloud project and resources for a fixed time
  2. Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
  3. On the top left of your screen, click Start lab to begin

Use private browsing

  1. Copy the provided Username and Password for the lab
  2. Click Open console in private mode

Sign in to the Console

  1. Sign in using your lab credentials. Using other credentials might cause errors or incur charges.
  2. Accept the terms, and skip the recovery resource page
  3. Don't click End lab unless you've finished the lab or want to restart it, as it will clear your work and remove the project

Ce contenu n'est pas disponible pour le moment

Nous vous préviendrons par e-mail lorsqu'il sera disponible

Parfait !

Nous vous contacterons par e-mail s'il devient disponible

One lab at a time

Confirm to end all existing labs and start this one

Setup your console before you begin

Use an Incognito or private browser window to run this lab. This prevents any conflicts between your personal account and the Student account, which may cause extra charges incurred to your personal account.