什么是 Cloud Logging？日志收集与检索梳理

关于本文

本文是通过利用生成式 AI 的自动生成工作流创建的。

这是一个用于收集、存储、检索和分析 Google Cloud 及应用程序日志的可观测性（Observability）服务。

信息确认基准日：2026-09-19

首先给出结论

这是一个用于收集、存储、检索和分析 Google Cloud 及应用程序日志的可观测性（Observability）服务。

flowchart LR
 Dev[開発者] --> S[対象サービス]
 IAM[IAM] --> S
 S --> Workload[ワークロード]
 S --> Audit[監査 / 運用]

实务中的用法

决定将该服务嵌入开发与运维流程的哪个环节，并确认项目、服务账号、IAM、区域、保留期限和费用。

与 Azure / GitHub 相比如何？

即使存在相似的服务，也要对齐进行比较的层级，如身份验证、产物、日志和 CI/CD。采用与 GitHub Actions 等外部 CI 相结合的架构时，也需要明确权限边界。

安全性

避免将机密信息直接写入源代码或日志中，确保仅限最低限度的主体访问。切勿将真实的 ID、令牌（token）和私钥保存在公开的 GitHub 中。

官方资料

• Google Cloud 官方文档

接下来应该做什么？

在用于验证的项目（Project）中以只读操作为主进行确认，在掌握费用、IAM 和删除方法后，再将其融入到小型自动化流程中。

跨部门审计的补充说明

初学者需要掌握的 3 个要点

1. 角色：通过明确“Cloud Logging 是什么？梳理日志收集与检索”的内容属于应用、数据还是运维层，来加深理解。

2. 使用者：区分普通用户、IT 部门和开发人员中，究竟是谁负责设置，又是谁使用结果。

3. 上线前确认：通过官方资料确认费用、IAM/权限、区域、日志、备份以及删除方法中适用的项目。

安全的尝试方法

使用验证项目和虚拟数据，首先从读取和确认开始。在进行修改操作时，需确认目标项目和权限，并在执行后通过日志或界面核对预期结果。切勿将 API key、令牌（token）、服务账号（Service Account）密钥等机密信息保存在公开的 GitHub 中。

在 Cloud Logging 中查看什么？

Cloud Logging 是一项用于收集、存储、检索和分析 Google Cloud 及应用程序等日志的服务。除了使用日志浏览器（Logs Explorer）进行调查之外，还可以将其连结到基于日志的指标或日志路由。设计时务必注意，避免在日志中随意写入机密信息。

Google 官方信息

• Cloud Logging 概览

• 日志浏览器

Papanda 尝试：搜索 JSON 日志

使用 PowerShell 按 severity/service 过滤 20 条虚构的 JSON 日志，并将仅有的 ERROR 转换为 HTML 表格。在进入 Cloud Logging 之前，在本地体验“结构化日志更易于搜索”。

到底是什么样的服务？

这是一个用于收集、存储、搜索和分析 Google Cloud 及应用程序日志的可观测性服务。

跨领域最终审计的补充

在实际业务中需要区分思考的三种立场

普通用户与文职人员如何通过使用服务获得价值，IT 管理员如何管理项目、IAM、计费、日志和数据保护，开发人员如何通过 API/CLI/SDK 实现可复现性，这三者需要分开思考。

安全地尝试

在验证专案（Project）中构建最小配置，将创建 → 运行确认 → 日志确认 → 删除作为一个完整流程。成功条件是目标服务能按预期响应，并且可以确认日志和状态。接下来，仅更改区域、资源量或执行条件等其中的一个项目，以确认其差异。

面向 Microsoft Azure 经验者的转换理解

Azure subscription/resource group、Entra ID/RBAC、Azure Monitor 等经验有助于理解概念，但需要单独确认 Google Cloud Project、IAM Role、Service Account、Cloud Logging/Monitoring 的对应关系。应通过管理边界和责任分担来进行比较，而不是看名称。

安全性

切勿将 Service Account key、OAuth token、API key、连接字符串、实际 Project ID 等硬编码在公开示例中。如果可能，请使用短期凭据或 Google 推荐的身份验证方式，并将最小权限与审计日志结合使用。