GKE 应用程序出现性能问题；日志存储在 Cloud Logging 中，并通过 Prometheus sidecar 收集指标。您需要关联日志和指标、发送实时警报并最大限度地降低成本。您应该怎么做？

正确答案是“将 Prometheus 指标作为外部指标导出到 Cloud Monitoring；在 Cloud Monitoring 中从 Cloud Logging 创建基于日志的指标，并将其与 Prometheus 数据关联。” 这种方法直接利用了 Cloud Monitoring 的强大功能，将 Prometheus 指标作为外部指标摄取，并允许您从 Cloud Logging 创建基于日志的指标。通过在 Cloud Monitoring 中关联这些数据，您可以实现日志和指标的统一视图，设置实时警报，并有效管理成本。 其他选项的不足在于： 从 Cloud Logging 创建自定义指标并导入 Prometheus 是一种反向操作，通常 Prometheus 是指标源，而不是指标接收器。 将日志和指标导出到 Cloud Bigtable 或 BigQuery 会增加额外的存储和查询成本，并且需要额外的工具（如 Data Studio 或 Cloud Tasks）来可视化和发送警报，增加了复杂性。这些方法虽然可以实现数据关联，但不如直接在 Cloud Monitoring 中处理高效和成本效益高。