跳至主要内容
技术领域
close
AI 和机器学习
应用开发
应用托管
计算
数据分析和流水线
数据库
分布式云、混合云和多云
行业解决方案
迁移
网络
可观测性和监控
安全
Storage
跨产品工具
close
访问权限和资源管理
费用和用量管理
基础设施即代码
SDK、语言、框架和工具
/
控制台
English
Deutsch
Español
Español – América Latina
Français
Indonesia
Italiano
Português
Português – Brasil
עברית
中文 – 简体
中文 – 繁體
日本語
한국어
登录
Google Cloud Observability
免费开始使用吧
概览
指南
参考文档
资源
技术领域
更多
概览
指南
参考文档
资源
跨产品工具
更多
控制台
Google Cloud Observability
产品概览
可观测性概览
智能体可观测性
了解基础知识
遥测数据存储概览
查看和分析遥测数据
配置可观测性范围
对 CMEK 的支持
应用监控
应用监控概览
为应用监控设置可观测性
调查应用、服务和工作负载
查看 AI 资源
查看拓扑
应用特有的标签和属性
支持的基础设施占比
对应用进行插桩
服务监控
SLO 监控
服务监控中的概念
微服务
概览
查看微服务
定义微服务
使用微服务信息中心
创建 SLO
使用基于 SLO 的提醒
消耗率提醒
创建提醒政策(控制台)
创建提醒政策 (API)
使用 SLO API
API 中的构造
使用 API
创建服务等级指标
检索 SLO 数据
根据指标创建 SLI
概览
使用负载均衡指标
使用平台和服务指标
简介
请求响应服务
数据存储和检索服务
数据处理服务
使用基于日志的指标
使用 Prometheus 指标
GKE 的可观测性
使用 SQL 分析遥测数据
查询和分析
将 SQL 查询结果绘制成图表
保存或共享 SQL 查询
示例 SQL 查询
分析视图
分析视图简介
创建、查询和管理分析视图
优化费用
使用成本探索器优化费用
控制访问权限
访问权限控制
审核日志记录
对应用进行插桩处理
概览
选择插桩方法
使用基于收集器的导出的示例
概览
Go 示例
Java 示例
Node.js 示例
Python 示例
检测 MCP 服务器
调查 MCP 调用
对自托管 MCP 服务器进行插桩
从跟踪记录导出器迁移到 OTLP
使用适用于 Java 的 OpenTelemetry 零代码插桩
高级主题
添加自定义指标和跟踪记录
使用范例将指标和跟踪记录相关联
收集遥测数据、提示和回答
从代理应用收集提示和回答
概览
收集和查看多模态提示和回答
智能体开发套件框架示例
LangGraph 框架示例
使用 Google 构建的 OpenTelemetry 收集器
概览
在 GKE 上部署收集器
在容器优化型虚拟机上部署收集器
在 Cloud Run 上部署收集器
在 Compute Engine 虚拟机上部署收集器
在收集器配置中管理 Secret
排查 Google 构建的 OpenTelemetry 收集器的问题
使用 Google Cloud Managed Service for Prometheus
概览
设置 Prometheus 指标收集
代管式收集使用入门
自部署收集使用入门
OpenTelemetry 收集器使用入门
开始使用 Ops Agent for Compute Engine
开始在 Cloud Run 中使用 Prometheus 指标
开始在 Cloud Run 中使用 OTLP 指标
设置 PromQL 查询
使用 Cloud Monitoring 查询
使用 Grafana 进行查询
使用 Prometheus API 或界面进行查询
使用 PromQL for Cloud Monitoring 指标
将 Grafana 信息中心导入 Cloud Monitoring