📊
Cloud Run Functions + SendGrid で Cloud SQLの監視メールを自動送信する

2025/05/14に公開
 1. はじめにクラウドエース安田です。

システム運用においては、Cloud SQL などのリソースの稼働状況や異常をいち早く把握し、迅速に対応することが重要です。そのため、監視結果を定期的にメールで受け取ることで、運用担当者が異常や傾向変化にすぐ気付き、障害の予防や早期対応につなげることができます。
しかし、こうした監視メールを人力で送る運用では、手間やミスが発生しやすく、運用負荷も高まります。こうした課題を解決するために、監視メールの自動化が有効な手段となります。
この記事では、Google Cloud の Cloud Run Functions を使用して Cloud SQL のメトリクスを監視し、SendGrid API を活用してメールを自動送信するシステムの実装方法を紹介します。

 この記事の目的この記事では、以下の目的を達成するための実装方法を紹介します。
Cloud SQL の監視を自動化し、運用負荷を軽減する
定期的なメール通知により、システムの状態を継続的に把握する
異常の早期発見と迅速な対応を可能にする
運用担当者の作業効率を向上させる
これらの目的を達成するために、Cloud Run Functions と SendGrid API を組み合わせた実装方法を詳しく解説します。

 システムの概要実装するシステムは以下のような流れで動作します
Cloud Scheduler が指定された時間にトリガー
Cloud Run Functions が実行され、以下の処理を実施
Cloud SQL のメトリクスを取得
現在値とその日の最高値を計算
SendGrid API を使用してメールを送信

受信者は定期的にシステムの状態を確認可能
このシステムにより、Cloud SQL の状態を定期的に把握し、必要に応じて対応することが可能になります。

 2. システム構成
 使用する Google Cloud サービスこのシステムでは、以下の Google Cloud サービスを使用します
Cloud Run Functions
Python 3.9 ランタイム
HTTP トリガー
メトリクス取得とメール送信の処理を実装
https://cloud.google.com/functions?hl=ja
Cloud SQL
監視対象のデータベース
CPU、メモリ、ディスク使用率のメトリクスを提供
https://cloud.google.com/sql?hl=ja
Cloud Scheduler
1 日 3 回（6 時、12 時、18 時）の定期実行
HTTP リクエストによる Cloud Run Functions のトリガー
日本時間（Asia/Tokyo）でのスケジュール管理
https://cloud.google.com/scheduler/docs?hl=ja
Cloud Monitoring
Cloud SQL インスタンスのメトリクス（CPU、メモリ、ディスク使用率など）を取得
https://cloud.google.com/monitoring?hl=ja

Secret Manager
SendGrid API キーなどのシークレット情報を安全に管理・取得

https://cloud.google.com/security/products/secret-manager?hl=ja

 アーキテクチャ図

 3. 事前準備Cloud Run Functions の実行に必要なリソースを作成します。

 3.1 必要なリソースGoogle Cloud プロジェクト
サービスアカウント（以下のロールが必要）
Cloud Run 起動権限（roles/cloudrun.invoker）
Cloud Monitoring 閲覧権限（roles/monitoring.viewer）
Cloud SQL 閲覧権限（roles/cloudsql.viewer）

Secret Manager に登録した SendGrid API キー
Cloud Scheduler の作成
Cloud SQL の作成（監視対象）

 3.2 サービスアカウントの作成と権限設定このシステムで使用するサービスアカウントと必要な権限を、Terraform で定義していきます。
service-account.tf
resource "google_service_account" "main" {
  account_id   = "sql-monitoring-sa"
  display_name = "Cloud SQL Monitoring Service Account"
  description  = "Cloud SQLの監視メールを送信するためのサービスアカウント"
}

# 必要な権限の付与
resource "google_project_iam_member" "cloud_functions_invoker" {
  project = var.project_id
  role    = "roles/cloudfunctions.invoker"
  member  = "serviceAccount:${google_service_account.main.email}"
}

resource "google_project_iam_member" "monitoring_viewer" {
  project = var.project_id
  role    = "roles/monitoring.viewer"
  member  = "serviceAccount:${google_service_account.main.email}"
}

resource "google_project_iam_member" "cloudsql_viewer" {
  project = var.project_id
  role    = "roles/cloudsql.viewer"
  member  = "serviceAccount:${google_service_account.main.email}"
}

 3.3 Secret Manager の設定secret-manager.tf
resource "google_secret_manager_secret" "sendgrid_api_key" {
  secret_id = "{your-secret-name}"
  replication {
    automatic = true
  }
}

resource "google_secret_manager_secret_version" "sendgrid_api_key" {
  secret = google_secret_manager_secret.sendgrid_api_key.id
  secret_data = "{your-sendgrid-api-key}"  # SendGrid の API キーを設定
}

 3.4 Cloud Scheduler の作成Cloud Scheduler を作成して、Cloud Run Functions を定期的に実行するように設定します。
cloud-scheduler.tf
resource "google_cloud_scheduler_job" "sql_monitoring" {
  name        = "sql-monitoring-job"
  description = "Cloud SQLの監視メールを送信するジョブ"
  schedule    = "0 6,12,18 * * *"  # 6時、12時、18時に実行
  time_zone   = "Asia/Tokyo"

  http_target {
    http_method = "POST"
    uri         = "<URL>"
    oidc_token {
      service_account_email = google_service_account.main.email
    }
  }
}

 3.5 Cloud SQL の作成監視対象の Cloud SQL インスタンスを作成します。
sql-instances.tf
resource "google_sql_database_instance" "test_instance_1" {
  name             = "test-instance-1"
  database_version = "MYSQL_8_0"
  region           = "asia-northeast1"
  settings {
    tier = "db-f1-micro"
  }
  deletion_protection = false
}

resource "google_sql_database_instance" "test_instance_2" {
  name             = "test-instance-2"
  database_version = "MYSQL_8_0"
  region           = "asia-northeast1"
  settings {
    tier = "db-f1-micro"
  }
  deletion_protection = false
}

 3.6 SendGrid の登録と API キーの取得
 新規登録今回は API キーの取得方法のみを紹介します。新規登録の仕方は以下を参考にしてください。

https://sendgrid.kke.co.jp/blog/?p=183

 API キーの取得
 1.「Create API Key」を選択ダッシュボードから「Settings > API Keys」を選択して、画面右上の「Create API Key」を選択します。


 2.名前とアクセス許可API キーの名前と、アクセスレベルを選択します。今回は[ Full Access ] で問題ありません。


 3.API キーの発行「Create & View」ボタンを選択すると、API キーが発行され、画面に表示されます。

この API キーは 1 度しか表示されず、再確認することはできないため適切な場所に保存してください。この後の環境変数の設定の際に使用します。


 4. Cloud Run Functions のデプロイ
 4.1 デプロイ用ソースコード
 main.pyCloud Run Functions で Cloud SQL のメトリクスを取得し、SendGrid 経由で監視メールを送信するメインの実装ファイルです。
main.py
import os
import time
import requests
import functions_framework
from datetime import datetime, timedelta, timezone
from google.cloud import monitoring_v3
from google.protobuf import timestamp_pb2

PROJECT_ID = os.environ['PROJECT_ID']
SENDGRID_API_KEY = os.environ['SENDGRID_API_KEY']
EMAIL_FROM = os.environ['EMAIL_FROM']
EMAIL_TO = os.environ['EMAIL_TO']
CLOUDSQL_INSTANCES = os.environ.get('CLOUDSQL_INSTANCES', '').split(',')
INFRA_PROJECT_ID = os.environ.get('INFRA_PROJECT_ID', PROJECT_ID)

infra_client = monitoring_v3.MetricServiceClient()

def get_metric_value(filter_str, project_id_override=None):
    try:
        target_project = project_id_override if project_id_override else INFRA_PROJECT_ID
        end_time = timestamp_pb2.Timestamp(seconds=int(time.time()))
        start_time = timestamp_pb2.Timestamp(seconds=int(time.time()) - 300)
        interval = monitoring_v3.TimeInterval(start_time=start_time, end_time=end_time)
        series = infra_client.list_time_series(
            request={
                "name": f"projects/{target_project}",
                "filter": filter_str,
                "interval": interval,
                "view": monitoring_v3.ListTimeSeriesRequest.TimeSeriesView.FULL,
            }
        )
        for s in series:
            if s.points: return s.points[0].value.double_value
        return None
    except Exception: return None

def get_daily_peak_metric_value(filter_str, project_id_override=None):
    try:
        target_project = project_id_override if project_id_override else INFRA_PROJECT_ID
        jst = timezone(timedelta(hours=9))
        now_jst = datetime.now(jst)
        midnight_jst = now_jst.replace(hour=0, minute=0, second=0, microsecond=0)
        end_time = timestamp_pb2.Timestamp(seconds=int(now_jst.timestamp()))
        start_time = timestamp_pb2.Timestamp(seconds=int(midnight_jst.timestamp()))
        interval = monitoring_v3.TimeInterval(start_time=start_time, end_time=end_time)
        request_params = {
            "name": f"projects/{target_project}",
            "filter": filter_str,
            "interval": interval,
            "view": monitoring_v3.ListTimeSeriesRequest.TimeSeriesView.FULL,
            "aggregation": {
                "alignment_period": {"seconds": 300},
                "per_series_aligner": monitoring_v3.Aggregation.Aligner.ALIGN_MAX
            }
        }
        series = infra_client.list_time_series(request=request_params)
        max_value, max_time_str = None, None
        for s in series:
            if not s.points: continue
            for point in s.points:
                value = point.value.double_value
                ts_seconds = getattr(point.interval.end_time, 'seconds', None) or \
                             (int(point.interval.end_time.timestamp()) if hasattr(point.interval.end_time, 'timestamp') else None)
                if ts_seconds is None: continue
                point_time_dt = datetime.fromtimestamp(ts_seconds, tz=timezone.utc).astimezone(jst)
                if max_value is None or value > max_value:
                    max_value, max_time_str = value, point_time_dt.strftime('%H:%M')
        return max_value, max_time_str
    except Exception: return None, None

def format_metric_html(label, current_val, peak_val, peak_time_str, current_time_str):
    curr_str = f"{current_val * 100:.2f}%" if current_val is not None else "N/A"
    peak_str = f"{peak_val * 100:.2f}%" if peak_val is not None and peak_time_str else "N/A"
    peak_t_str = peak_time_str if peak_time_str else "N/A"
    return (
        f"<h3>{label}</h3>"
        f"<table style='margin-bottom:10px;border-collapse:collapse;'><tr>"
        f"<td style='padding-right:5px;'>現在値</td><td style='padding-right:5px;text-align:right;'>({current_time_str})</td><td style='text-align:right;'>{curr_str}</td>"
        f"</tr><tr>"
        f"<td style='padding-right:5px;'>今日の最高値</td><td style='padding-right:5px;text-align:right;'>({peak_t_str})</td><td style='text-align:right;'>{peak_str}</td>"
        f"</tr></table>"
    )

@functions_framework.http
def main(request):
    jst = timezone(timedelta(hours=9))
    current_H_M = datetime.now(jst).strftime('%H:%M')
    email_body_parts = []
    metrics_config = [
        {"label": "CPU使用率", "type": "cloudsql.googleapis.com/database/cpu/utilization"},
        {"label": "メモリ使用率", "type": "cloudsql.googleapis.com/database/memory/utilization"},
        {"label": "ディスク使用量", "type": "cloudsql.googleapis.com/database/disk/utilization"}
    ]
    first_instance = True
    for instance_name in filter(None, CLOUDSQL_INSTANCES):
        if not first_instance:
            email_body_parts.append("<hr style='margin:15px 0;border-top:1px solid #ccc;'>")
        first_instance = False
        instance_display_name = f"{INFRA_PROJECT_ID}:{instance_name}"
        email_body_parts.append(f"<h2>{instance_display_name}</h2>")
        for metric in metrics_config:
            metric_filter = f'metric.type = "{metric["type"]}" AND resource.labels.database_id = "{INFRA_PROJECT_ID}:{instance_name}"'
            current_value = get_metric_value(metric_filter)
            peak_value, peak_time = get_daily_peak_metric_value(metric_filter)
            email_body_parts.append(format_metric_html(metric["label"], current_value, peak_value, peak_time, current_H_M))

    subject = "Cloud SQL システム稼働状況"
    html_content = (
        f"<!DOCTYPE html><html><head><meta charset='UTF-8'><title>{subject}</title></head>"
        f"<body style='font-family:sans-serif;margin:15px;'>{''.join(email_body_parts)}</body></html>"
    )
    email_to_list = [email.strip() for email in EMAIL_TO.split(',') if email.strip()]

    response = requests.post(
        "https://api.sendgrid.com/v3/mail/send",
        headers={"Authorization": f"Bearer {SENDGRID_API_KEY}", "Content-Type": "application/json"},
        json={
            "personalizations": [{"to": [{"email": addr} for addr in email_to_list]}],
            "from": {"email": EMAIL_FROM},
            "subject": subject,
            "content": [{"type": "text/html", "value": html_content}]
        }
    )
    response.raise_for_status()
    return "Email sent successfully.", 200


 main.py の主な機能と流れ初期設定スクリプトは実行に必要な API キー、プロジェクト ID、メールアドレス、監視対象の Cloud SQL インスタンス名などを環境変数から読み込みます。これにより、コードを変更せずに設定を管理できます。
メトリクスデータの収集Google Cloud Monitoring API を利用して、指定された Cloud SQL インスタンスの主要なパフォーマンスメトリクスを取得します。
get_metric_value 関数：CPU 使用率、メモリ使用率、ディスク使用量といったメトリクスの「現在の値」（直近 5 分間）を取得します。
get_daily_peak_metric_value 関数：日本標準時（JST）における「今日の最高値」とその発生時刻を、各メトリクスごとに午前 0 時から現在までの範囲で取得します。

HTML メールの生成
format_metric_html 関数：収集したメトリクスデータ（現在の値、今日の最高値、発生時刻など）を見やすい HTML 形式のテーブルに整形します。これにより、メール受信者は各メトリクスの状況を一目で把握できます。
監視対象のインスタンスごとに、これらの情報がまとめられ、インスタンスが複数ある場合は区切り線で区切られます。

メール送信
生成された HTML コンテンツをメール本文とし、SendGrid API を利用して指定されたメールアドレス（複数指定可能）に送信します。件名は「Cloud SQL システム稼働状況」となります。

 requirements.txtこのプロジェクトで必要な Python パッケージを定義するファイルです。
requirements.txt
functions-framework>=3.0.0
requests>=2.20.0
google-cloud-monitoring>=2.0.0

 env.yamlCloud Run Functions の環境変数（メール送信先やインスタンス名など）を設定するファイルです。
env.yaml
EMAIL_FROM: "{your-sender-email@example.com}"
EMAIL_TO: "{recipient1@example.com,recipient2@example.com}"
CLOUDSQL_INSTANCES: "{your-instance-1,your-instance-2}"
INFRA_PROJECT_ID: "{your-cloudsql-project-id}"

 4.2 デプロイ手順
 1. 作業ディレクトリの準備# 作業用ディレクトリを作成
mkdir {your-project-name}
cd {your-project-name}

# ソースコードを配置するディレクトリを作成
mkdir src

 2. 必要なファイルの配置ファイルを以下のように配置します

src/main.py: メインの Python コード

src/requirements.txt: 依存パッケージの定義

env.yaml: 環境変数の設定

 3. デプロイ用シェル変数の設定Cloud Run Functions のデプロイ時に必要な各種変数（プロジェクト ID やサービスアカウント、シークレット名など）をシェルで設定する手順です。
# Cloud FunctionをデプロイするプロジェクトID
export PROJECT_ID="{your-project-id}"

# プロジェクト番号を自動取得
export PROJECT_NUMBER=$(gcloud projects describe ${PROJECT_ID} --format="value(projectNumber)")

# 関数をデプロイするリージョン
export REGION="{your-region}"

# 関数名
export FUNCTION_NAME="{your-function-name}"

# 関数が使用するサービスアカウントのメールアドレス
export SERVICE_ACCOUNT_EMAIL="{your-service-account@your-project.iam.gserviceaccount.com}"

# Secret Manager に登録した SendGrid API キーのシークレット名
export SECRET_NAME_SENDGRID="{your-secret-name}"

 4. Cloud Run Function のデプロイここでは Cloud Run Functions を実際にデプロイするためのコマンド例を示します。
gcloud functions deploy ${FUNCTION_NAME} \
  --region=${REGION} \
  --project=${PROJECT_ID} \
  --runtime=python39 \
  --trigger-http \
  --no-allow-unauthenticated \
  --entry-point=main \
  --source=src/. \
  --env-vars-file=env.yaml \
  --set-secrets="SENDGRID_API_KEY=projects/${PROJECT_NUMBER}/secrets/${SECRET_NAME_SENDGRID}:latest" \
  --memory=256MB \
  --timeout=180s \
  --service-account=${SERVICE_ACCOUNT_EMAIL}

 デプロイコマンドのオプション説明
--runtime=python39: Python 3.9 ランタイムを使用

--trigger-http: HTTP リクエストによるトリガー

--no-allow-unauthenticated: 認証が必要

--entry-point=main: main.py 内の main 関数をエントリーポイントとして指定

--source=src/.: src ディレクトリをソースコードのルートとして指定

--env-vars-file=env.yaml: 環境変数の設定ファイル

--set-secrets: Secret Manager からシークレットを取得

--memory=256MB: メモリ割り当て

--timeout=180s: タイムアウト時間（3 分）

--service-account: 実行時に使用するサービスアカウント

 5. システムの実行Cloud Run Functions のデプロイが完了すると、Cloud Scheduler が設定したスケジュール（6 時、12 時、18 時）に従って自動的に実行されます。

 実行の流れCloud Scheduler が指定された時間に HTTP リクエストを送信
Cloud Run Functions が起動し、以下の処理を実行
Cloud SQL インスタンスのメトリクスを取得
現在値とその日の最高値を計算
メールを送信


 送信されるメールの形式送信されるメールは以下のような形式になります。
Cloud SQL のシステム稼働状況

・インスタンス: {project-id}:test-instance-1
    ・CPU使用率
        [現在値]       (12:00) 15.23%
        [今日の最高値] (10:30) 45.67%
    ・メモリ使用率
        [現在値]       (12:00) 25.45%
        [今日の最高値] (09:15) 35.89%
    ・ディスク使用量
        [現在値]       (12:00) 45.67%
        [今日の最高値] (11:45) 48.90%

・インスタンス: {project-id}:test-instance-2
    ・CPU使用率
        [現在値]       (12:00) 12.34%
        [今日の最高値] (08:30) 23.45%
    ・メモリ使用率
        [現在値]       (12:00) 34.56%
        [今日の最高値] (10:15) 45.67%
    ・ディスク使用量
        [現在値]       (12:00) 56.78%
        [今日の最高値] (11:30) 58.90%

 実際に送られてきたメールの様子

 6. まとめ本記事では、Cloud Run Functions と SendGrid API を組み合わせて、Cloud SQL の監視メールを自動送信するシステムの実装方法を紹介しました。このシステムにより、Cloud SQL の状態を定期的に把握し、必要に応じて対応することが可能になります。
実装のポイントは、メトリクス取得の効率化、運用性の向上にあります。また、今後の改善点として、監視項目の拡充、運用面の強化、セキュリティの強化なども考えられます。
1. はじめに

この記事の目的

システムの概要

2. システム構成

使用する Google Cloud サービス

アーキテクチャ図

3. 事前準備

3.1 必要なリソース

3.2 サービスアカウントの作成と権限設定

3.3 Secret Manager の設定

3.4 Cloud Scheduler の作成

3.5 Cloud SQL の作成

3.6 SendGrid の登録と API キーの取得

新規登録

API キーの取得

1.「Create API Key」を選択

2.名前とアクセス許可

3.API キーの発行

4. Cloud Run Functions のデプロイ

4.1 デプロイ用ソースコード

main.py

main.py の主な機能と流れ

初期設定

メトリクスデータの収集

HTML メールの生成

メール送信

requirements.txt

env.yaml

4.2 デプロイ手順

1. 作業ディレクトリの準備

2. 必要なファイルの配置

3. デプロイ用シェル変数の設定

4. Cloud Run Function のデプロイ

デプロイコマンドのオプション説明

5. システムの実行

実行の流れ

送信されるメールの形式

実際に送られてきたメールの様子

6. まとめ

Discussion
