如何使用GCP Logging实现不同条件下的数值分析与图表对比

Node 端结构化日志上报方法 #

你无需将日志转为文本格式上报，直接传入 JSON 对象即可，GCP 会自动将字段解析为可检索的结构化数据，参考代码示例：

const { Logging } = require('@google-cloud/logging');
const logging = new Logging({ projectId: '你的GCP项目ID' });
const log = logging.log('function-execution-logs');

// 第二个参数直接传入数值类型字段的对象，不要序列化字符串
const logEntry = log.entry(
  { resource: { type: 'global' } }, // 替换为你实际的资源标识
  { condition: 1, duration: 1000 }
);
await log.write(logEntry);

GCP 侧对比图表生成步骤 #

• 进入 Cloud Logging 日志浏览器，输入过滤规则筛选目标日志：logName="projects/你的项目ID/logs/function-execution-logs"
• 确认日志条目的 jsonPayload 下，condition、duration 已被识别为数值类型，若识别异常可在日志字段管理中手动为两个字段创建数值类型索引
• 点击页面上方的「汇总」按钮，按需求配置：分组依据选择 jsonPayload.condition，聚合字段选择 jsonPayload.duration，聚合方式可选平均值、P95分位值、最大值等
• 配置完成后会自动生成两组 condition 的 duration 对比图表，可直接保存到 Cloud Monitoring 仪表盘长期查看

轻量替代第三方服务推荐 #

• Datadog Logs：Node SDK 上报结构化日志门槛极低，内置字段自动索引能力，控制台可视化配置分组聚合即可生成对比图表，UI 交互比 Loggly 清晰很多，适合中小规模业务使用
• New Relic：免费额度足以支撑测试场景，上报结构化数据后可通过简单查询语句直接生成对比图表，无需复杂前置配置
• 如果仅做内部测试使用，也可以选择 Prometheus + Grafana 开源栈，直接将 duration 作为指标上报而非走日志链路，统计效率更高，本地即可部署无需依赖云服务

内容的提问来源于stack exchange，提问作者Kevin Danikowski