Pods mit benutzerdefinierten oder externen Messwerten automatisch skalieren

Autopilot Standard

In diesem Dokument wird beschrieben, wie Sie benutzerdefinierte und externe Messwerte abrufen und verwenden, um Pods horizontal zu skalieren.

Zum Abrufen der Messwerte verwenden Sie einen verwalteten Messwertadapter. Diese verwaltete Lösung ist für Messwerte in Cloud Monitoring verfügbar, die mit PromQL abgefragt werden können, sowie für alle benutzerdefinierten Messwerte. Benutzerdefinierte Messwerte sind Messwerte, die von Pods über einen HTTP-Endpunkt im Prometheus-Format bereitgestellt werden.

Alternativ können Sie zum automatischen Skalieren mit einem beliebigen Messwert den Messwert abrufen, indem Sie einen Messwertadapter manuell konfigurieren, um Messwerte an ein Autoscaling zu senden. Dieser Workflow umfasst die Installation eines Adapters eines Drittanbieters, z. B. des Adapters für benutzerdefinierte Messwerte, und die Konfiguration von Berechtigungen. Ein Beispiel finden Sie in der Anleitung Pod-Autoscaling anhand von Messwerten optimieren.

Messwerte abrufen

Sie können Messwerte auf folgende Arten abrufen:

• Benutzerdefinierte Messwerte, die von Pods ausgegeben werden, können im Cluster abgerufen werden. Diese Messwerte können für das Autoscaling verwendet werden, ohne dass ein Monitoring-System wie Cloud Monitoring durchlaufen werden muss.
• In Cloud Monitoring gespeicherte Pod-Messwerte können mit einer PromQL-Abfrage abgerufen werden. Diese Messwerte werden von Pods ausgegeben und nach Cloud Monitoring exportiert, in der Regel mit Google Cloud Managed Service for Prometheus. Im Vergleich zur vorherigen Methode können Sie mit diesem Ansatz PromQL-Funktionen wie das Berechnen von Perzentilen oder das Lesen von historischen Werten verwenden.
• Externe Messwerte können mit einer PromQL-Abfrage aus Cloud Monitoring abgerufen werden.
• Messwerte können abgerufen werden, indem Sie einen Messwertadapter manuell konfigurieren, um Messwerte an ein Autoscaling zu senden. Dieser Workflow umfasst die Installation von Tools von Drittanbietern und die Konfiguration von Berechtigungen. Ein Beispiel finden Sie in der Anleitung Pod-Autoscaling anhand von Messwerten optimieren.

Nachdem Sie den Messwert abgerufen haben, verweisen Sie auf ihn in einem HorizontalPodAutoscaler-Objekt. Weitere Informationen finden Sie im Abschnitt Messwerte im horizontalen Pod-Autoscaling verwenden.

Eine Übersicht über das Autoscaling anhand von Messwerten finden Sie unter Autoscaling von Arbeitslasten anhand von Messwerten.

Benutzerdefinierte Messwerte im Cluster abrufen

Vorschau

Diese Funktion unterliegt den „Bedingungen für Pre-GA-Angebote“ im Abschnitt „Allgemeine Dienstbedingungen“ der dienstspezifischen Nutzungsbedingungen. Pre-GA‑Funktionen stehen in der vorliegenden Form zur Verfügung und bieten möglicherweise nur eingeschränkten Support. Weitere Informationen finden Sie unter den Beschreibungen der Startphase.

Benutzerdefinierte Messwerte stammen aus dem Dienst oder der Anwendung, die Sie ausführen. Ein Beispiel für bereitgestellte Messwerte sind die Messwerte, die bereitgestellt werden von der vLLM Engine.

Voraussetzungen

Die Pods müssen folgende Voraussetzungen erfüllen:

• GKE 1.35.1-gke.1396000 oder höher mit Clustern im Rapid Channel.
• Horizontales Pod-Autoscaling mit dem Leistungsprofil verwenden.

Die Messwerte müssen folgende Voraussetzungen erfüllen:

• Auf Messwerte muss über einen HTTP-Endpunkt zugegriffen werden können. Der Endpunktpfad ist standardmäßig /metrics.
• Messwerte müssen gemäß dem Prometheus-Standard formatiert sein.
• Es werden nur Gauge-Messwerte unterstützt.
• Labelnamen in Pod-Labelselektoren dürfen keine Sonderzeichen enthalten. Es werden nur Buchstaben von a bis z (Klein- oder Großbuchstaben), Ziffern, Bindestriche und Unterstriche unterstützt.
• Wenn Sie nach Messwertlabels filtern, muss der Labelschlüssel mit dem regulären Ausdruck ^[a-zA-Z_][a-zA-Z0-9_]* übereinstimmen (beginnt mit einem Buchstaben oder einem Unterstrich und enthält nur Buchstaben, Ziffern oder Unterstriche).
• Pro Cluster können maximal 20 eindeutige Messwerte bereitgestellt werden.

Messwert definieren

1. Wählen Sie einen Messwert aus, der bereitgestellt werden soll. Sie können einen beliebigen Messwert auswählen, der von Ihrer Arbeitslast bereitgestellt wird und die im vorherigen Abschnitt aufgeführten Anforderungen erfüllt.

   Wenn Ihre Arbeitslast mehrere Messwerte mit demselben Namen, aber unterschiedlichen Labels bereitstellt, fügen Sie einen Labelfilter hinzu, damit nur einer ausgewählt wird.

2. Fügen Sie die folgende benutzerdefinierte Ressource hinzu und ersetzen Sie die Details, die für Ihren Messwert und Pod spezifisch sind:

   apiVersion: autoscaling.gke.io/v1beta1
   kind: AutoscalingMetric
   metadata:
     name: NAME
     namespace: NAMESPACE
   spec:
     metrics:
     - pod:
         selector:
           matchLabels:
             APP_LABEL_NAME: APP_LABEL_VALUE
         containers:
         - endpoint:
             port: METRIC_PORT
             path: METRIC_PATH
           metrics:
           - gauge:
               name: METRIC_NAME
               prometheusMetricName: METRIC_PROMETHEUS_NAME
   

   Ersetzen Sie Folgendes, um es an Ihre Arbeitslast anzupassen:

   • NAME: der Name des AutoscalingMetric-Objekts.
   • NAMESPACE: der Namespace, in dem sich die Pods befinden.
   • APP_LABEL_NAME und APP_LABEL_VALUE: der Labelname und -wert, die mit den Pods übereinstimmen, die den Messwert ausgeben.
   • METRIC_PORT: die Portnummer.
   • METRIC_PATH: der Pfad zum Messwert. Prüfen Sie den Pfad, der von Ihrem Dienst oder Ihrer Anwendung verwendet wird. Dieser Pfad ist oft /metrics.
   • METRIC_NAME: der Name des Messwerts, den Sie bereitstellen. Der Name muss mit dem regulären Ausdruck ^[a-z]([-a-z0-9]*[a-z0-9])? übereinstimmen und darf nicht länger als 63 Zeichen sein. Dieser Ausdruck bedeutet, dass das erste Zeichen ein Kleinbuchstabe sein muss und alle folgenden Zeichen Bindestriche, Kleinbuchstaben oder Ziffern sein müssen. Das letzte Zeichen darf jedoch kein Bindestrich sein.

   • Optional: METRIC_PROMETHEUS_NAME: der Prometheus-Messwertname, wie er vom Pod bereitgestellt wird. Sie können dieses Feld verwenden, um den Messwert umzubenennen, z. B. weil der vom Pod bereitgestellte Messwertname nicht den vom Autoscaling festgelegten Namensbeschränkungen entspricht.

     Weitere Informationen zu Namensbeschränkungen finden Sie unter den Einschränkungen für horizontales Pod-Autoscaling.

3. Wenden Sie das Manifest mit dem folgenden Befehl an:

   kubectl apply -f FILE_NAME_AUTOSCALING_METRIC.yaml
   

   Ersetzen Sie FILE_NAME_AUTOSCALING_METRIC durch den Namen der YAML-Datei.

4. Prüfen Sie die Messwertdefinition und rufen Sie den Messwertnamen ab, der für das HorizontalPodAutoscaler-Objekt verwendet werden soll:

   1. Führen Sie den Befehl kubectl describe für die benutzerdefinierte Ressource AutoscalingMetric aus:

      kubectl describe autoscalingmetric NAME -n NAMESPACE
      

      Ersetzen Sie Folgendes:

      • NAME: der Name des AutoscalingMetric-Objekts.
      • NAMESPACE: der Namespace des AutoscalingMetric-Objekts.

   2. Sehen Sie sich das Feld Status an. Wenn keine Fehler aufgeführt sind, ist das Objekt gültig.

   3. Kopieren Sie den Namen im Feld HPA Name. Dies ist der Name, den Sie dem HorizontalPodAutoscaler-Objekt hinzufügen. Dieser Name hat das folgende Format: autoscaling.gke.io|NAME|METRIC_NAME.

Der Messwert ist jetzt im AutoscalingMetric-Objekt definiert. Wenn Sie mit diesem Messwert automatisch skalieren möchten, müssen Sie in einem HorizontalPodAutoscaler-Objekt darauf verweisen. Weitere Informationen finden Sie im Abschnitt Messwerte im HorizontalPodAutoscaler-Objekt verwenden.

Wenn Sie die benutzerdefinierte Ressource hinzufügen, wird der Messwert an die Autoscaling API gesendet. Der Messwert wird alle paar Sekunden gelesen und an das Autoscaling für die Arbeitslast gesendet.

Benutzerdefinierte oder externe Messwerte aus Cloud Monitoring abrufen

Vorschau

Diese Funktion unterliegt den „Bedingungen für Pre-GA-Angebote“ im Abschnitt „Allgemeine Dienstbedingungen“ der dienstspezifischen Nutzungsbedingungen. Pre-GA‑Funktionen stehen in der vorliegenden Form zur Verfügung und bieten möglicherweise nur eingeschränkten Support. Weitere Informationen finden Sie unter den Beschreibungen der Startphase.

Sie können Messwerte aus Cloud Monitoring abrufen, um Ihre Arbeitslasten zu skalieren. GKE unterstützt das Abrufen von zwei Arten von Messwerten aus Cloud Monitoring:

• Benutzerdefinierte Messwerte: Mit diesem Typ können Sie PromQL-Funktionen wie das Berechnen von Perzentilen oder das Lesen von historischen Werten auf die Messwerte anwenden, die von Ihren Clusterarbeitslasten ausgegeben werden.
• Externe Messwerte: Mit diesem Typ können Sie basierend auf einer Entität außerhalb von dem Cluster skalieren, z. B. der Anzahl der ausstehenden Nachrichten in einem Pub/Sub- Abo.

Andernfalls rufen Sie benutzerdefinierte Messwerte aus dem Cluster ab.

Voraussetzungen

• GKE-Version 1.36.2-gke.2771000 oder höher.
• Messwerte müssen in Cloud Monitoring gespeichert sein. Sie können beispielsweise Google Cloud Managed Service for Prometheus verwenden.
• Pro Cluster werden maximal 100 Messwerte unterstützt. Dieses Limit ist die kombinierte Gesamtzahl für benutzerdefinierte und externe Messwerte.
• Die Messwerte in Cloud Monitoring müssen sich im selben Google Cloud Projekt wie der Cluster befinden, der automatisch skaliert wird.

Messwert definieren

Sie definieren die Messwerte in einer YAML-Datei, einschließlich der spezifischen PromQL-Abfrage.

**Hinweis** :Um Clusterressourcen zu sparen, wird der Adapter für Autoscaling-Messwerte standardmäßig mit null Replikaten ausgeführt. Wenn Sie ein AutoscalingMetric-Objekt anwenden, das eine PromQL-Abfrage enthält, wird der Adapter auf ein Replikat skaliert.

Wählen Sie je nachdem, ob Sie einen benutzerdefinierten Messwert oder einen externen Messwert abrufen, eine der folgenden Konfigurationen aus:

1. Erstellen Sie ein AutoscalingMetric-Objekt und definieren Sie den abzurufenden Messwert.

   Benutzerdefinierter Messwert (Pods)

   apiVersion: autoscaling.gke.io/v1beta1
   kind: AutoscalingMetric
   metadata:
     name: NAME
     namespace: NAMESPACE
   spec:
     metrics:
       - promql:
           name: METRIC_NAME
           query: PROMQL_QUERY
           type: Pods # Specifies that the metric is associated with Pods.
           # metricLabels are optional, default to the labels used by Google
           # Cloud Managed Service for Prometheus. The defaults are used
           # below.
           metricLabels:
             podName: "pod"
             namespace: "namespace"
             clusterName: "cluster"
             location: "location"
             projectId: "project_id"
   

   Ersetzen Sie Folgendes:

   • NAME: der Name des AutoscalingMetric-Objekts.
   • NAMESPACE: der Namespace des AutoscalingMetric-Objekts, der mit dem Namespace der Arbeitslast übereinstimmen muss, die Sie skalieren möchten.
   • METRIC_NAME: der Name des Messwerts, der vom HorizontalPodAutoscaler-Objekt verwendet wird.
   • PROMQL_QUERY: die PromQL-Abfrage, mit der der Messwert abgefragt wird. Die PromQL-Abfrage muss einen Vektor mit einem Eintrag pro Pod in der automatisch skalierten Ressource zurückgeben, z. B. einen Eintrag pro Pod in einem Deployment.

   Sie können mehr als einen Messwert in einem einzelnen AutoscalingMetric-Manifest definieren, indem Sie dem Array metrics zusätzliche promql-Einträge hinzufügen.

   In diesem Manifest gilt Folgendes:

   • Das Feld type: Pods gibt an, dass die Messwerte von Pods ausgegeben werden.

   • Optional: Die Felder metricLabels sind die Labelnamen im PromQL-Abfrageergebnis, in denen die Ressourcendetails aufgeführt sind (z. B. Pod-Name, Namespace oder Clusterinformationen). Der von einem Pod ausgegebene benutzerdefinierte Messwert muss ein Label enthalten, das mit dem Feld podName übereinstimmt und angibt, mit welchem Pod der Messwert verknüpft ist. Dieses Label wird automatisch konfiguriert, wenn Sie Messwerte mit Google Cloud Managed Service for Prometheus an Cloud Monitoring senden.

     Wenn diese Felder nicht im AutoscalingMetric-Objekt angegeben sind, werden die folgenden Standardwerte verwendet, um die Informationen im Label zu finden. Diese Standardwerte sind dieselben Labelnamen, die von Google Cloud Managed Service for Prometheus konfiguriert werden:

     • podName: "pod"
     • namespace: "namespace"
     • clusterName: "cluster"
     • location: "location"
     • projectId: "project_id"

   Externer Messwert

   apiVersion: autoscaling.gke.io/v1beta1
   kind: AutoscalingMetric
   metadata:
     name: NAME
     namespace: NAMESPACE
   spec:
     metrics:
       - promql:
           name: METRIC_NAME
           query: PROMQL_QUERY
           type: External  # Optional, default is 'External'
   

   Ersetzen Sie Folgendes:

   • NAME: der Name des AutoscalingMetric-Objekts.
   • NAMESPACE: der Namespace des AutoscalingMetric-Objekts, der mit dem Namespace der Arbeitslast übereinstimmen muss, die Sie skalieren möchten.
   • METRIC_NAME: der Name des Messwerts, der vom HPA verwendet wird.
   • PROMQL_QUERY: die PromQL-Abfrage, mit der der Messwert abgefragt wird. Die PromQL-Abfrage muss einen Skalarwert oder einen Vektor mit einem eindeutigen Eintrag zurückgeben.

   Hinweis: Sie können mehr als einen Messwert in einem einzelnen AutoscalingMetric-Manifest definieren, indem Sie dem Array metrics zusätzliche promql Einträge hinzufügen.

2. Prüfen Sie die PromQL-Abfragen in Cloud Monitoring, um sicherzustellen, dass sie die erwarteten Messwerte zurückgeben. Es ist einfacher, die Abfragen beim Einrichten zu prüfen, als später unerwartete Verhaltensweisen zu beheben.

   Informationen zum Prüfen der Abfragen finden Sie im folgenden Abschnitt: PromQL-Abfragen prüfen.

3. Wenden Sie das AutoscalingMetric-Manifest auf den Cluster an:

   kubectl apply -f MANIFEST_FILE.yaml
   

   Ersetzen Sie MANIFEST_FILE durch den Namen der YAML-Datei.

4. Prüfen Sie die Messwertdefinition und rufen Sie den Messwertnamen ab, der für das HorizontalPodAutoscaler-Objekt verwendet werden soll:

   1. Führen Sie den Befehl kubectl describe für die benutzerdefinierte Ressource AutoscalingMetric aus:

      kubectl describe autoscalingmetric NAME -n NAMESPACE
      

      Ersetzen Sie Folgendes:

      • NAME: der Name des AutoscalingMetric-Objekts.
      • NAMESPACE: der Namespace des AutoscalingMetric-Objekts.

   2. Sehen Sie sich das Feld Status an. Wenn keine Fehler aufgeführt sind, ist das Objekt gültig.

   3. Kopieren Sie den Namen im Feld HPA Name. Dies ist der Name, den Sie dem HorizontalPodAutoscaler-Objekt hinzufügen. Dieser Name hat das folgende Format: autoscaling.gke.io|NAME|METRIC_NAME.

Der Messwert ist jetzt im AutoscalingMetric-Objekt definiert. Wenn Sie mit diesem Messwert automatisch skalieren möchten, müssen Sie in einem HorizontalPodAutoscaler-Objekt darauf verweisen. Weitere Informationen finden Sie im Abschnitt Messwerte im HorizontalPodAutoscaler-Objekt verwenden.

Messwerte im HorizontalPodAutoscaler-Objekt verwenden

1. Erstellen Sie ein HorizontalPodAutoscaler-Objekt. Der HorizontalPodAutoscaler-Messwerttyp muss mit dem Wert des Felds type übereinstimmen, das in der benutzerdefinierten Ressource AutoscalingMetric definiert ist. Wählen Sie je nach Messwerttyp eine der folgenden Konfigurationen aus:

   Option 1: Externer Messwert

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: HPA_NAME
     namespace: NAMESPACE
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: DEPLOYMENT_NAME
     minReplicas: MIN_REPLICAS
     maxReplicas: MAX_REPLICAS
     metrics:
       - type: External
         external:
           metric:
             name: autoscaling.gke.io|NAME|METRIC_NAME
           target:
             type: AverageValue
             averageValue: AVERAGE_VALUE
   

   Option 2: Pod-Messwert

   apiVersion: autoscaling/v2
   kind: HorizontalPodAutoscaler
   metadata:
     name: HPA_NAME
     namespace: NAMESPACE
   spec:
     scaleTargetRef:
       apiVersion: apps/v1
       kind: Deployment
       name: DEPLOYMENT_NAME
     minReplicas: MIN_REPLICAS
     maxReplicas: MAX_REPLICAS
     metrics:
       - type: Pods
         pods:
           metric:
             name: autoscaling.gke.io|NAME|METRIC_NAME
           target:
             type: AverageValue  # This is the only supported target type
             averageValue: AVERAGE_VALUE
   

   Ersetzen Sie Folgendes:

   • HPA_NAME: der Name des HorizontalPodAutoscaler-Objekts.
   • NAMESPACE: der Namespace des HorizontalPodAutoscaler-Objekts, der mit dem Namespace der Arbeitslast und der AutoscalingMetric-Ressource übereinstimmen muss.
   • DEPLOYMENT_NAME: der Name des Arbeitslast-Deployments, das Sie skalieren möchten.
   • MIN_REPLICAS: die Mindestanzahl der ausgeführten Pods.
   • MAX_REPLICAS: die maximale Anzahl der ausgeführten Pods.
   • NAME: der Name der von Ihnen erstellten benutzerdefinierten Ressource AutoscalingMetric.
   • METRIC_NAME: der Name des Messwerts, der in der AutoscalingMetric-Ressource definiert ist.
   • AVERAGE_VALUE: der Zielmesswert, bei dem das Autoscaling die Arbeitslast skaliert.

   Beachten Sie beim Erstellen eines eigenen HorizontalPodAutoscaler-Objekts Folgendes:

   • Die Objekte AutoscalingMetric, Deployment und HorizontalPodAutoscaler müssen sich im selben Namespace befinden.
   • Im vorherigen Beispiel wird das Feld-Wert-Paar type: AverageValue verwendet. type: Value wird auch für externe Messwerte unterstützt.
   • Im vorherigen Beispiel wird nur ein Deployment-Objekt als Beispiel verwendet. Sie können auch jedes Objekt automatisch skalieren, das von HorizontalPodAutoscaler-Objekten unterstützt wird, z. B. ein ReplicaSet-Objekt.

2. Wenden Sie das HorizontalPodAutoscaler-Manifest an:

   kubectl apply -f HPA_MANIFEST_FILE.yaml
   

   Ersetzen Sie HPA_MANIFEST_FILE durch den Namen der YAML-Datei.

Fehlerbehebung bei Messwerten, die für das Autoscaling abgerufen werden

Um Probleme beim Abrufen von Messwerten zu beheben, können Sie die Logs oder den Status der benutzerdefinierten Ressource AutoscalingMetric prüfen.

Adapter für Autoscaling-Messwerte hat null Replikate

Wenn Sie das Deployment autoscaling-metrics-adapter in kube-system prüfen, stellen Sie möglicherweise fest, dass es null Replikate hat.

Standardmäßig wird der Adapter mit null Replikaten ausgeführt, um Clusterressourcen zu sparen. Das ist ganz normal. Das Deployment wird nur auf ein Replikat skaliert, wenn im Cluster eine benutzerdefinierte Ressource AutoscalingMetric vorhanden ist, für die eine PromQL-Verarbeitung erforderlich ist.

Wenn Sie ein AutoscalingMetric-Objekt mit einer PromQL-Abfrage konfiguriert haben, der Adapter aber nicht skaliert wurde, prüfen Sie, ob das Objekt erfolgreich im Cluster erstellt wurde.

Logs prüfen

Um Probleme mit dem Controller zu finden, der für das Abrufen von Messwerten aus Cloud Monitoring verantwortlich ist, können Sie die Logs prüfen.

Sie können die Logs in der Google Cloud Console ansehen:

1. Rufen Sie die Seite Log-Explorer auf:

   Zum Log-Explorer

2. Geben Sie im Bereich Abfrage die folgende Abfrage ein:

   resource.type="k8s_container"
   resource.labels.namespace_name="kube-system"
   resource.labels.container_name="autoscaling-metrics-adapter"
   

Alternativ können Sie die Logs mit kubectl aufrufen, indem Sie den folgenden Befehl ausführen:

kubectl logs deployment.apps/autoscaling-metrics-adapter -n kube-system

Status von AutoscalingMetric prüfen

Sie können den Status der benutzerdefinierten Ressource AutoscalingMetric prüfen, um nach Konfigurationsfehlern zu suchen.

1. Prüfen Sie die benutzerdefinierte Ressource AutoscalingMetric:

   kubectl describe autoscalingmetric NAME -n NAMESPACE
   

   Ersetzen Sie Folgendes:

   • NAME: der Name der von Ihnen erstellten benutzerdefinierten Ressource AutoscalingMetric.
   • NAMESPACE: der Namespace der benutzerdefinierten Ressource.

2. Details zu konfigurierten Messwerten finden Sie im Feld Status. Diese Details enthalten alle Warnungen zu Konfigurationsfehlern und den genauen Namen des Messwerts, wie er im HorizontalPodAutoscaler-Objekt angezeigt werden sollte.

   Hier sehen Sie ein Beispiel für einen gültigen Status:

   Name:         sample-metric
   Namespace:    default
   Labels:       <none>
   Annotations:  <none>
   API Version:  autoscaling.gke.io/v1beta1
   Kind:         AutoscalingMetric
   Metadata:
     Creation Timestamp:  2026-08-10T14:41:58Z
     Generation:          1
     Resource Version:    1786372918604351020
     UID:                 c3f012a9-8f25-4399-ac91-12ae8f4426d7
   Spec:
     Metrics:
       Promql:
         Name:   pubsub_unacked
         Query:  sum(pubsub_subscription_num_undelivered_messages)
         Type:   External
   Status:
     Metric Statuses:
       Hpa Name:  autoscaling.gke.io|sample-metric|pubsub_unacked
       Name:      pubsub_unacked
   Events:        <none>
   

   Hier sehen Sie ein Beispiel für einen Status mit einem Konfigurationsfehler:

   Name:         bad-metric
   Namespace:    default
   Labels:       <none>
   Annotations:  <none>
   API Version:  autoscaling.gke.io/v1beta1
   Kind:         AutoscalingMetric
   Metadata:
     Creation Timestamp:  2026-08-10T14:42:40Z
     Generation:          1
     Resource Version:    1786372960414079010
     UID:                 a47d3ed4-f6f2-4c2c-9341-0de4e9752c3c
   Spec:
     Metrics:
       Promql:
         Name:   duplicate_metric
         Query:  sum(up)
         Type:   External
       Promql:
         Name:   duplicate_metric
         Query:  avg(up)
         Type:   External
   Status:
     Metric Statuses:
       Errors:
         Multiple metrics defined with the same name.
       Name:  duplicate_metric
   Events:    <none>
   

PromQL-Abfragen prüfen

Wenn Sie Messwerte mit einer PromQL-Abfrage aus Cloud Monitoring abrufen, können Probleme mit der Abfrage zu Fehlern beim Abrufen des Messwerts oder zum Abrufen eines unerwarteten Werts führen. Wenn Sie beispielsweise erwarten, dass ein Prozentsatz als Wert von 1 bis 100 zurückgegeben wird, aber stattdessen einen Wert von 0 bis 1 erhalten, verhält sich das resultierende Autoscaling unerwartet.

Sie können die PromQL-Abfragen in Cloud Monitoring testen, um zu prüfen, ob sie die erwarteten Messwerte zurückgeben.

So prüfen Sie die Abfragen:

1. Wechseln Sie in der Google Cloud Console zur Seite Metrics Explorer.

   Zum Metrics Explorer

2. Wählen Sie oben im Bereich Query Builder den Tab PromQL aus.

3. Geben Sie im Abfrageeditor die PromQL-Abfrage ein, die Sie testen möchten.

4. Klicken Sie auf Abfrage ausführen , um die Messwerte im Diagramm anzusehen.

Nächste Schritte

• Eine Übersicht über das Autoscaling anhand von Messwerten finden Sie unter Autoscaling von Arbeitslasten anhand von Messwerten.
• Informationen zum automatischen Skalieren mit Messwerten, die nicht mit einer PromQL-Abfrage definiert werden können, finden Sie unter Pod-Autoscaling anhand von Messwerten optimieren.