Google Cloud Well-Architected Framework 可靠性支柱中的這項原則提供建議，協助您主動找出可能發生錯誤和故障的部分。
這項原則與可靠性的觀測 重點領域相關。
原則總覽
如要維護及提升Google Cloud中工作負載的可靠性，您必須使用指標、記錄和追蹤記錄，實施有效的觀測能力。
- 指標是您想在特定時間間隔內，追蹤應用程式活動的數值測量結果。舉例來說，您可能想追蹤要求比率和錯誤率等技術指標，這些指標可做為服務水準指標 (SLI)。您可能也需要追蹤應用程式專屬的業務指標，例如下單數量和收到的付款。
- 記錄是應用程式或系統中發生的離散事件，並附有時間戳記。事件可能是失敗、錯誤或狀態變更。記錄可能包含指標，您也可以將記錄用於服務水準指標。
- 追蹤記錄代表單一使用者或交易在多個獨立應用程式或應用程式元件中的歷程。例如，這些元件可能是微服務。追蹤記錄可協助您追蹤歷程中使用的元件、瓶頸所在位置，以及歷程所需時間。
指標、記錄和追蹤記錄可協助您持續監控系統。全方位監控功能可協助您找出錯誤發生的位置和原因。您也可以在錯誤發生前偵測潛在故障。
建議
如要有效偵測潛在故障，請參考下列子節中的建議。
取得全方位洞察資訊
如要追蹤回應時間和錯誤率等重要指標，請使用 Cloud Monitoring 和 Cloud Logging。這些工具也有助於確保指標持續符合工作負載的需求。
如要根據資料做出決策，請分析預設服務指標，瞭解元件依附元件及其對整體工作負載效能的影響。
如要自訂監控策略，請使用 Google Cloud SDK 建立及發布自己的指標。
主動排解問題
在 Google Cloud中，導入完善的錯誤處理機制，並為工作負載的所有元件啟用記錄功能。啟用 Cloud Storage 存取記錄和虛擬私有雲流量記錄等記錄。
設定記錄功能時，請考量相關費用。如要控管記錄費用，您可以在記錄檔接收器上設定排除篩選器，避免儲存特定記錄。
充分運用資源
監控 CPU 耗用量、網路 I/O 指標和磁碟 I/O 指標，偵測 Google Kubernetes Engine、Compute Engine 和 Managed Service for Apache Spark 等服務中，佈建不足和過度佈建的資源。如需支援服務的完整清單，請參閱「Monitoring 總覽」。
確定警告處理順序
如要採用快訊，請著重於重要指標、設定適當門檻，盡量避免快訊疲勞轟炸的情形，並確保及時回應重大問題。這種有目標的處理方式可讓您主動維護工作負載的可靠性。詳情請參閱「快訊總覽」。