Sie benötigen kombinierte Logs für mehrere Projekte der letzten 60 Tage und möchten diese schnell gemäß den von Google empfohlenen Best Practices untersuchen und analysieren. Was sollten Sie tun?

Die Erstellung eines Logging-Sinks, der Logs in ein BigQuery-Dataset exportiert, ist die empfohlene Methode für die Analyse großer Mengen kombinierter Logs aus mehreren Projekten. BigQuery ist für die schnelle Abfrage und Analyse großer Datensätze optimiert. Das Setzen der Tabellenablaufzeit auf 60 Tage stellt sicher, dass die Daten automatisch nach der gewünschten Aufbewahrungsfrist gelöscht werden, was den Best Practices entspricht. Die Auswahl von resource.labels.projectid="" in Cloud Logging ist für die Echtzeitanalyse in der Logging-Oberfläche gedacht und skaliert nicht gut für große historische Datenmengen über mehrere Projekte hinweg. Das Exportieren nach Cloud Storage ist zwar eine Option für die Speicherung, aber die Analyse von Logs direkt in Cloud Storage ist langsamer und komplexer als in BigQuery. Die Verwendung von Cloud Scheduler zum Lesen und Schreiben von Logs ist ein unnötig komplexer und ineffizienter Ansatz, da Logging Sinks diese Funktionalität nativ und effizient bereitstellen.