Vous avez besoin de journaux combinés pour plusieurs projets des 60 derniers jours et vous souhaitez les explorer et les analyser rapidement en suivant les pratiques recommandées par Google. Que devez-vous faire ?

La bonne réponse est de créer un récepteur Logging exportant vers un ensemble de données BigQuery et de définir l'expiration de la table BigQuery à 60 jours. BigQuery est optimisé pour l'analyse de grands volumes de données et offre des capacités d'exploration et d'analyse rapides, ce qui est idéal pour les journaux combinés de plusieurs projets. L'expiration de la table BigQuery gère automatiquement la rétention des données sur 60 jours, conformément aux exigences. L'option "Dans Cloud Logging, sélectionnez resource.labels.projectid=''" permet de visualiser les journaux de plusieurs projets, mais n'est pas adaptée pour l'analyse rapide et l'exploration de grands volumes sur 60 jours, car Cloud Logging a des limites de rétention et de performance pour les requêtes complexes sur de longues périodes. L'exportation vers Cloud Storage est possible, mais Cloud Storage n'est pas un outil d'analyse de journaux. Il faudrait des outils supplémentaires (comme BigQuery ou Dataproc) pour analyser les données, ce qui ajoute de la complexité. Utiliser Cloud Scheduler pour lire les journaux et les écrire dans BigQuery est une approche manuelle et inefficace. Les récepteurs Logging sont conçus pour automatiser l'exportation des journaux de manière continue et en temps quasi réel.