如何基于Cloud Run Job的JSON日志指标生成仪表盘曲线图？

方法1：优化基于日志的指标，提取JSON数值 #

你之前用的基于日志的指标默认是计数器，改成分布类型指标就能提取JSON内的数值：

• 打开Cloud Logging，创建新的「基于日志的指标」，类型选「分布」
• 设置日志过滤器，匹配你的Cloud Run Job日志，例如：resource.type="cloud_run_job" jsonPayload.metric_key:*（替换metric_key为你的实际字段名）
• 在「提取标签」环节，添加数值提取规则：用JSON路径jsonPayload.metric_key作为指标的数值来源
• 保存后，指标会同步到Cloud Monitoring，直接在仪表盘选择该指标即可生成折线图

方法2：用Cloud Function解析日志并推送自定义指标 #

无需sidecar，通过轻量函数完成指标提取与推送：

• 创建Cloud Function，触发源选择「Cloud Logging」，设置过滤器匹配目标日志
• 编写函数代码（以Python为例）：解析日志的JSON payload，提取目标指标值，调用Cloud Monitoring API将数值推送到自定义指标

  from google.cloud import monitoring_v3
  
  def push_metric(event, context):
      log_entry = event['jsonPayload']
      metric_value = log_entry.get('your_metric_field')
      if not metric_value:
          return
  
      client = monitoring_v3.MetricServiceClient()
      project_name = f"projects/{YOUR_PROJECT_ID}"
      series = monitoring_v3.TimeSeries()
      series.metric.type = "custom.googleapis.com/cloud_run_job/your_metric"
      series.resource.type = "cloud_run_job"
      # 添加上下文标签与时间序列数值
      point = series.points.add()
      point.value.double_value = metric_value
      point.interval.end_time.seconds = int(context.timestamp.timestamp())
      client.create_time_series(name=project_name, time_series=[series])
  

• 给函数配置Logging读取权限和Monitoring写入权限，部署后即可自动将日志中的指标同步到监控系统

方法3：直接在Cloud Monitoring用日志查询生成图表 #

无需预创建指标，直接通过日志查询生成可视化：

• 进入Cloud Monitoring仪表盘，新建图表，数据源选择「日志查询」
• 编写日志查询语句，提取并聚合JSON中的指标值，例如：

  resource.type="cloud_run_job"
  | extract jsonPayload.your_metric_field as metric_val
  | group_by 1m, [avg_val: mean(metric_val)]
  

• 选择图表类型为折线图，调整时间范围即可生成实时曲线图

内容的提问来源于stack exchange，提问作者Simson