מעקב אחר סטטוס התקינות

מכונות Gemini Enterprise Agent Platform Workbench מספקות כמה שיטות למעקב אחרי תקינות המחברות. בדף הזה מוסבר איך משתמשים בכל אחת מהשיטות.

שיטות למעקב אחר סטטוס הבריאות

יש כמה דרכים לעקוב אחרי התקינות של המקרים של Agent Platform Workbench. בדף הזה נסביר איך להשתמש בשיטות הבאות:

• שימוש במאפייני אורח כדי לדווח על תקינות המערכת

• דיווח על מדדים מותאמים אישית ל-Cloud Monitoring

• דיווח על מדדים של מערכת ויישומים אל Monitoring על ידי התקנת Monitoring במכונת Agent Platform Workbench

• שימוש בכלי האבחון

לפני שמתחילים

1. In the Cloud de Confiance console, on the project selector page, select or create a Cloud de Confiance project.

   Roles required to select or create a project

   • Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
   • Create a project: To create a project, you need the Project Creator role (roles/resourcemanager.projectCreator), which contains the resourcemanager.projects.create permission. Learn how to grant roles.

   Go to project selector

2. Verify that billing is enabled for your Cloud de Confiance project.

3. Enable the Notebooks API, if it is not already enabled.

   Roles required to enable APIs

   To enable APIs, you need the serviceusage.services.enable permission. If you created the project, then you likely already have this permission through the Owner role (roles/owner). Otherwise, you can get this permission through the Service Usage Admin role (roles/serviceusage.serviceUsageAdmin). Learn how to grant roles.

   Enable the API

4. Install the Google Cloud CLI.

5. Configure the gcloud CLI to use your federated identity.

   For more information, see Sign in to the gcloud CLI with your federated identity.

6. To initialize the gcloud CLI, run the following command:

   gcloud init

שימוש במאפייני אורחים כדי לדווח על תקינות המערכת

אפשר להשתמש במאפייני אורח כדי לדווח על תקינות המערכת של שירותי הליבה הבאים:

• שירות Docker
• סוכן שרת proxy הפוך של Docker
• שירות Jupyter
• Jupyter API

מאפייני אורח הם סוג ספציפי של מטא-נתונים מותאמים אישית שאפליקציות יכולות לכתוב בזמן שהן פועלות במופע של Agent Platform Workbench. מידע נוסף על מאפייני אורח זמין במאמר מידע על מטא-נתונים של מכונות וירטואליות.

איך מופעים משתמשים במאפייני אורחים כדי לדווח על תקינות המערכת

שירות notebooks-collection-agent מריץ תהליך Python ברקע שמאמת את הסטטוס של שירותי הליבה של מופע Agent Platform Workbench ומעדכן את מאפייני האורח ל-1 אם לא מזוהות בעיות, או ל--1 אם מזוהה כשל.

כדי להשתמש בשירות notebooks-collection-agent כדי לדווח על תקינות המכונה שלכם ב-Agent Platform Workbench, אתם צריכים להפעיל את מאפייני האורח הבאים בזמןיצירת מכונה ב-Agent Platform Workbench:

• ‫enable-guest-attributes=TRUE: הפעלת מאפייני אורח במכונת Agent Platform Workbench. כברירת מחדל, המאפיין הזה מופעל בכל המקרים החדשים.
• ‫report-event-health=TRUE: התוצאות של בדיקת תקינות המערכת נרשמות במאפייני האורח.

לשירות notebooks-collection-agent לא נדרשות הרשאות מיוחדות כדי לכתוב למאפייני האורח של המופע.

יצירת מופע של Agent Platform Workbench עם מאפייני אורח שמופעלים בהם נתוני תקינות המערכת

כדי להשתמש במאפייני אורח של תקינות המערכת כדי לדווח על התקינות של מכונת Agent Platform Workbench, צריך לסמן את תיבת הסימון Enable system health report (הפעלת דוח תקינות המערכת) כשיוצרים מכונת Agent Platform Workbench.

אפשר להפעיל את דוח תקינות המערכת באמצעות Cloud de Confiance המסוף או Google Cloud CLI.

מעקב אחרי תקינות המערכת באמצעות מאפייני אורח

במקרים של מופעי Agent Platform Workbench שבהם המאפיינים הקשורים של האורח מופעלים, אפשר לאחזר את הערכים של מאפייני האורח של תקינות המערכת באמצעות מסוף Cloud de Confiance , Google Cloud CLI עם פקודות Compute Engine או Google Cloud CLI עם פקודות Gemini Enterprise Agent Platform Workbench.

gcloud compute instances get-guest-attributes INSTANCE_NAME \
    --zone ZONE

 NAMESPACE   KEY                         VALUE
 notebooks   docker_proxy_agent_status   1
 notebooks   docker_status               1
 notebooks   jupyterlab_api_status       1
 notebooks   jupyterlab_status           1
 notebooks   system-health               1
 notebooks   updated                     2023-06-20 17:00:00.12345

 NAMESPACE   KEY                         VALUE
 notebooks   docker_proxy_agent_status   -1
 notebooks   docker_status               -1
 notebooks   jupyterlab_api_status       1
 notebooks   jupyterlab_status           1
 notebooks   system-health               -1
 notebooks   updated                     2023-06-20 17:00:00.12345

דיווח על מדדים מותאמים אישית ל-Monitoring

מכונות Agent Platform Workbench מאפשרות לכם לאסוף נתונים על סטטוס המערכת ומדדים של JupyterLab ולדווח עליהם ל-Cloud Monitoring. המדדים המותאמים אישית האלה שונים מהמדדים הרגילים שמדווחים כשמתקינים את Monitoring במופע של Agent Platform Workbench.

המדדים המותאמים אישית שמדווחים ל-Monitoring כוללים את המדדים הבאים:

• התקינות של המערכת בשירותי הליבה הבאים של Agent Platform Workbench:

  • שירות Docker
  • סוכן שרת proxy הפוך של Docker
  • שירות Jupyter
  • Jupyter API

• המדדים הבאים של JupyterLab:

  • מספר ליבות
  • מספר המסופים
  • מספר החיבורים
  • מספר הסשנים
  • זיכרון מקסימלי
  • זיכרון גבוה
  • הזיכרון הנוכחי

איך מופעל דיווח של מדדים מותאמים אישית ל-Monitoring ממופעים

כדי לדווח על מדדים מותאמים אישית ל-Monitoring, צריך להפעיל את הגדרת המטא-נתונים report-notebook-metrics במהלך היצירה של מופע Agent Platform Workbench.

בנוסף, צריך לוודא שלחשבון השירות של מופע Agent Platform Workbench יש הרשאות Monitoring Metric Writer ‏ (roles/monitoring.metricWriter). מידע נוסף זמין במאמר ניהול הגישה לפרויקטים, לתיקיות ולארגונים.

יצירת מופע של Gemini Enterprise Agent Platform Workbench שמדווח על מדדים מותאמים אישית ל-Monitoring

כדי לדווח על מדדים מותאמים אישית ל-Monitoring, צריך לסמן את התיבה Report custom metrics to Cloud Monitoring (דיווח על מדדים מותאמים אישית ל-Cloud Monitoring) כשיוצרים מכונת Agent Platform Workbench.

אפשר להפעיל דיווח של מדדים מותאמים אישית ל-Cloud Monitoring באמצעות Cloud de Confiance המסוף או ה-CLI של gcloud.

מתן הרשאות כתיבה של מדדי Monitoring לחשבון השירות

אחרי שיוצרים את המכונה החדשה של Agent Platform Workbench, צריך להעניק הרשאות כתיבה של מדדי מעקב (roles/monitoring.metricWriter) לחשבון השירות של מכונת Agent Platform Workbench. מידע נוסף מופיע במאמר ניהול הגישה לפרויקטים, לתיקיות ולארגונים.

מעקב אחרי מדדים מותאמים אישית באמצעות Monitoring

אם הפעלתם דיווח על מדדים מותאמים אישית במופעים של Agent Platform Workbench, תוכלו לעקוב אחרי המדדים המותאמים אישית באמצעות מסוף Cloud de Confiance .

1. נכנסים לדף Instances במסוף Cloud de Confiance .

   כניסה לדף Instances

2. לוחצים על שם המופע שרוצים להציג את המדדים המותאמים אישית שלו.

3. בדף Instance details, לוחצים על הכרטיסייה Monitoring. בודקים את המדדים המותאמים אישית של המופע.

התקנת Monitoring במופע

האפשרות הזו מתקינה את המעקב באופן אוטומטי. ההתקנה דורשת 256 MB של מקום פנוי בדיסק. כדי שהמדדים ידווחו ל-Monitoring, צריך חיבור לאינטרנט.

איך מופקים דוחות על מדדים של מערכות ואפליקציות במופעים

כדי לדווח על מדדים של מערכת ואפליקציות על ידי התקנת Cloud Monitoring במכונת Agent Platform Workbench, צריך לסמן את תיבת הסימון Install Cloud Monitoring agent כשיוצרים מכונת Agent Platform Workbench. המדדים האלה שונים מהמדדים המותאמים אישית שמדווחים כשמפעילים את הגדרת המטא-נתונים report-notebook-metrics.

יצירת מכונה ב-Agent Platform Workbench שמדווחת על מדדים של מערכות ויישומים ל-Monitoring

כדי להתקין את Monitoring במופע של Agent Platform Workbench, אפשר להשתמש במסוף Cloud de Confiance או ב-CLI של gcloud.

מעקב אחרי מדדי מערכת ואפליקציות באמצעות Monitoring

אם התקנתם את Monitoring במכונות Agent Platform Workbench, תוכלו לעקוב אחרי מדדים של המערכת והאפליקציות באמצעות מסוף Cloud de Confiance :

1. נכנסים לדף Instances במסוף Cloud de Confiance .

   כניסה לדף Instances

2. לוחצים על שם המופע שרוצים להציג את מדדי המערכת והאפליקציה שלו.

3. בדף Instance details, לוחצים על הכרטיסייה Monitoring. בודקים את מדדי המערכת והאפליקציה של המופע. כדי להבין איך לפרש את המדדים האלה, אפשר לעיין במאמר בדיקת מדדי משאבים.

שימוש בכלי האבחון כדי לעקוב אחרי תקינות המערכת

במופעים של Agent Platform Workbench יש כלי אבחון מובנה שיכול לעזור לכם לעקוב אחרי תקינות המערכת של המופעים.

משימות שמבוצעות על ידי כלי האבחון

כלי האבחון מבצע את המשימות הבאות:

• בודקת את הסטטוס של שירותי הליבה הבאים ב-Agent Platform Workbench:

  • שירות Docker
  • סוכן שרת proxy הפוך של Docker
  • שירות Jupyter
  • Jupyter API

• בודק אם נעשה שימוש במקום בדיסק לאתחול ולנתונים מעבר לסף של 85%.

• התקנה של lsof (נדרש חיבור לאינטרנט).

• אוסף את יומני המקרים הבאים:

  • פרטי הרשת (ifconfig, netstat)
  • יומנים בתיקייה /var/log/
  • פרטים על הסטטוס של Docker
  • נתוני lsof (פתיחת קבצים)
  • סטטוס שירות Docker
  • סטטוס של סוכן proxy הפוך
  • סטטוס השירות של Jupyter
  • סטטוס ה-API של Jupyter
  • קובץ ההגדרות של סוכן ה-Proxy
  • תהליכי Python

• מריצים את הפקודות הבאות ואוספים את התוצאות:

  • pip freeze
  • conda list
  • gcloud compute instances describe INSTANCE_NAME
  • gcloud config list

הפעלת כלי האבחון

אם המופע שלכם משתמש בקונטיינר מותאם אישית, אפשר לעיין במאמר הפעלת כלי האבחון במסמכי התיעוד של Agent Platform Workbench בנושא קונטיינר מותאם אישית.

כדי להריץ את כלי האבחון במופע שלא משתמש במאגר תגים בהתאמה אישית, צריך לבצע את הפעולות הבאות:

1. משתמשים ב-SSH כדי להתחבר למופע של Agent Platform Workbench.

2. במסוף SSH, מריצים את הפקודות הבאות:

   sudo -i
   cd /opt/deeplearning/bin/
   ./diagnostic_tool.sh

   כלי האבחון אוסף את היומנים, דוחס אותם בקובץ .tar.gz וממקם את הקובץ בתיקייה /tmp/.

3. מחפשים את הקובץ ואז בודקים את התוכן שלו. התוכן כולל:

   • log תיקייה: יומנים מהתיקייה var/log/
   • ‫report.log: פלט לכל הפקודות שנאספו
   • ‫proxy-agent-config.json: מידע על הגדרת שרת Proxy
   • יומן Docker: קובץ -json.log שכולל יומנים של קונטיינרים של Docker

אפשר להשתמש באפשרויות הבאות בכלי האבחון.

המאמרים הבאים

• מידע נוסף על מטא-נתונים של מכונות וירטואליות

• מידע נוסף על ניטור