如何查询Google Cloud Run实时CPU/内存使用率并配置Terraform告警？

关于分位数指标的说明 #

99%、95%、50%分位数是基于实例群体的统计指标，数值差异源于不同实例的负载不均：

• 50%（中位数）：一半实例的资源使用率低于该值，另一半高于
• 95%：95%的实例使用率低于该值，仅5%的实例负载更高
• 99%：99%的实例使用率低于该值，仅1%的实例处于极端负载状态
  不存在单一“绝对准确”的使用率值，需根据实际需求选择对应的统计维度。

查询当前/任意时刻的资源使用率 #

• 查看原始实例数据：在Cloud Console的Metrics Explorer中，选择CPU Utilization或Memory Utilization指标，将聚合方式改为Raw，可查看每个实例的实时/历史时刻使用率；调整时间范围即可定位任意时刻的实例数据。
• 选择聚合统计量：若需整体视图，可切换聚合方式为Average（平均使用率）、Max（最大使用率）或Min（最小使用率），这类统计量更直观反映服务整体或极端负载情况。
• 命令行查询：使用gcloud工具获取精准数据，示例命令（查询最大CPU使用率）：

  gcloud monitoring metrics read run.googleapis.com/container/cpu/utilization \
    --filter='resource.type="cloud_run_revision" AND resource.labels.service_name="你的服务名"' \
    --aggregation.alignmentPeriod=60s \
    --aggregation.perSeriesAligner=ALIGN_MAX
  

Terraform配置告警捕获崩溃时刻资源使用率 #

• 优先使用最大值统计量：服务崩溃多由个别实例资源耗尽触发，MAX（最大使用率）能精准捕获极端负载峰值，替代分位数作为告警指标。
• Terraform告警配置示例：

  resource "google_monitoring_alert_policy" "cloud_run_resource_alert" {
    display_name = "Cloud Run 资源耗尽告警"
    combiner     = "OR"
  
    conditions {
      display_name = "内存使用率超过阈值"
      condition_threshold {
        filter = <<EOF
  

resource.type="cloud_run_revision"
AND metric.type="run.googleapis.com/container/memory/utilization"
AND resource.labels.service_name="你的服务名"
EOF
aggregations {
alignment_period = "60s"
per_series_aligner = "ALIGN_MAX"
cross_series_reducer = "REDUCE_MAX"
group_by_fields = ["resource.labels.service_name"]
}
threshold_value = 0.9
duration = "60s"
trigger {
count = 1
}
}
}

# 替换为你的通知渠道ID
notification_channels = [google_monitoring_notification_channel.email_notify.name]

}

- **关联日志定位**：在告警通知中配置日志上下文，或事后通过Cloud Logging关联崩溃时刻的实例日志与指标数据，进一步分析根因。
- **确保实例级指标启用**：Cloud Run默认开启实例级指标，若手动关闭需重新启用，否则无法获取单个实例的资源使用细节。

内容的提问来源于stack exchange，提问作者SowjanyaG