CloudWatch-logge og -målepunkter
Brug Amazon CloudWatch til at indsamle, overvåge og analysere logge og ydelsesmålepunkter fra dine Lambda-funktioner og andre AWS-tjenester.
CloudWatch-logge og -målepunkter er en gratis Serverløs udvikling med AWS Lambda-lektion på CoddyKit. Dette er lektion 1 af 4. Du kan læse hele lektionen gratis nedenfor — og derefter øve dig praktisk i browseren med en indbygget kodeeditor og en AI-vejleder, der er tilgængelig døgnet rundt. Den er en del af læringsforløbet i Serverløs udvikling med AWS Lambda, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Serverløs udvikling med AWS Lambda-kurset indeholder 4 lektioner i alt.
Din serverløse vagthund: CloudWatch
Velkommen! I denne lektion dykker vi ned i Amazon CloudWatch, AWS's effektive tjeneste til overvågning og observability. Den er dine øjne og ører, når du skal forstå, hvad der sker med dine AWS-ressourcer og applikationer.
For serverløse applikationer, der er bygget med AWS Lambda, er CloudWatch helt afgørende for at sikre, at alt kører problemfrit.
Hvorfor overvågning er vigtig for Lambda
Lambda-funktioner udføres hurtigt og ofte, nogle gange hundredvis eller tusindvis af gange i sekundet. Uden ordentlig synlighed er det utrolig svært at vide, om de fungerer korrekt eller støder på problemer.
CloudWatch hjælper dig med at:
- Overvåge funktionernes tilstand og ydeevne.
- Fejlsøge effektivt, når noget går galt.
- Optimere ressourceforbruget og styre omkostningerne.
Dyk ned i CloudWatch Logs
Den første centrale komponent er CloudWatch Logs. Her gemmes al tekstbaseret output, runtime-meddelelser og fejl fra dine Lambda-funktioner. Tænk på det som et centralt sted for alle applikationens 'print-udskrifter' og systemmeddelelser.
Hver gang din Lambda-funktion kører, genererer den logge. Disse logge sendes automatisk til CloudWatch Logs.
Lambdas automatiske logning
Den gode nyhed er, at du ikke behøver konfigurere noget særligt til grundlæggende logning. Når din Lambda-funktion udføres, bliver alt, der skrives til standardoutput (f.eks. console.log i Node.js eller print() i Python), automatisk registreret.
Disse registrerede meddelelser samt oplysninger om udførelsen (f.eks. start- og sluttidspunkter og faktureringsoplysninger) sendes derefter til CloudWatch Logs uden yderligere opsætning fra din side.
Organisering af dine logge: Grupper og streams
CloudWatch organiserer logge i to hovedbegreber:
- Loggruppe: En beholder til logstreams, der deler de samme indstillinger for opbevaring, overvågning og adgangskontrol. Hver Lambda-funktion får typisk sin egen loggruppe (f.eks.
/aws/lambda/your-function-name). - Logstream: En sekvens af hændelser fra én kilde. Hver aktivering eller samtidige udførelse af din Lambda-funktion opretter typisk en ny logstream i dens loggruppe.
Tilføj logge i din Lambda-kode
Du kan tilføje brugerdefinerede logmeddelelser i din Lambda-funktions kode. Det hjælper dig med at følge udførelsesforløbet, forstå data og fejlsøge problemer. Her er et enkelt Python-eksempel, der bruger standardmodulet logging:
import json
import logging
# Configure logging for the Lambda function
logger = logging.getLogger()
logger.setLevel(logging.INFO)
def lambda_handler(event, context):
logger.info("Lambda function started processing event.")
logger.info(f"Received event: {json.dumps(event)}")
message = "Hello from CoddyKit Lambda!"
logger.info(f"Preparing response: {message}")
return {
'statusCode': 200,
'body': json.dumps(message)
}
# Example of how you might test this locally
if __name__ == "__main__":
# Simulate a simple event object
test_event = {"action": "greet", "name": "Learner"}
# The 'context' object is usually provided by Lambda, we can mock it or pass None for basic tests.
result = lambda_handler(test_event, None)
print("--- Lambda Handler Output (Local Test) ---")
print(result)Introduktion til CloudWatch Metrics
Mens logfiler fortæller dig hvad der skete i detaljer, fortæller CloudWatch Metrics dig hvor godt dine funktioner fungerer. Målepunkter er tidsordnede sæt af numeriske datapunkter, der repræsenterer en bestemt måling.
AWS indsamler automatisk målepunkter for dine Lambda-funktioner, så du får indsigt på højt niveau i deres driftsmæssige tilstand og ydeevnetendenser.
Vigtige målepunkter for Lambda-ydeevne
Nogle vigtige målepunkter, som CloudWatch automatisk indsamler for dine Lambda-funktioner, omfatter:
- Påkaldelser: Det samlede antal gange, din funktion blev udløst.
- Fejl: Antallet af gange, din funktion mislykkedes under udførelsen.
- Varighed: Den tid, det tager at udføre din funktion, målt i millisekunder.
- Begrænsninger: Antallet af gange, dine påkaldelser blev begrænset på grund af grænser for samtidighed.
Ved at overvåge disse kan du hurtigt identificere flaskehalse i ydeevnen eller potentielle problemer.
Visualisering af målepunkter i konsollen
Du kan se disse målepunkter for ydeevne som interaktive grafer i CloudWatch-konsollen. Gå blot til sektionen »Metrics«, vælg derefter »Lambda«, og vælg det ønskede målepunkt for den specifikke funktion.
Denne visuelle fremstilling gør det nemt at få øje på tendenser, pludselige stigninger eller fald i ydeevnen, så du hurtigt kan reagere på ændringer i driften og optimere dine funktioner.
Hurtigt tjek: Logfiler kontra målepunkter
Lad os teste din forståelse af CloudWatch Logs og Metrics for AWS Lambda.
Opsamling: CloudWatch til indsigt i serverløse systemer
Vi har gennemgået, hvordan Amazon CloudWatch er den tjeneste, du primært bruger til at overvåge AWS Lambda-funktioner. Du har lært om:
- CloudWatch Logs: Til indsamling, lagring og analyse af detaljerede meddelelser under kørsel samt brugerdefinerede output fra dine funktioner.
- CloudWatch Metrics: Til sporing af vigtige resultatindikatorer som påkaldelser, fejl, varighed og begrænsninger.
Tilsammen giver logfiler og målepunkter et omfattende billede af din serverløse applikations tilstand og ydeevne, så du effektivt kan finde og rette fejl samt optimere den.
Lær Serverløs udvikling med AWS Lambda med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 12
- Lektioner
- 48
Ofte stillede spørgsmål
Er lektionen “CloudWatch-logge og -målepunkter” gratis?
Ja — hele teksten til “CloudWatch-logge og -målepunkter” kan læses gratis her på nettet. Hvis du vil øve dig interaktivt med en indbygget kodeeditor og en AI-vejleder døgnet rundt og få adgang til resten af Serverløs udvikling med AWS Lambda-kurset, skal du opgradere til CoddyKit PRO. Serverløs udvikling med AWS Lambda-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “CloudWatch-logge og -målepunkter”?
Brug Amazon CloudWatch til at indsamle, overvåge og analysere logge og ydelsesmålepunkter fra dine Lambda-funktioner og andre AWS-tjenester. Du øver dig i Serverløs udvikling med AWS Lambda med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Serverløs udvikling med AWS Lambda?
Der kræves ingen tidligere erfaring. Serverløs udvikling med AWS Lambda på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 1 af 4.
Hvor lang tid tager lektionen “CloudWatch-logge og -målepunkter”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Serverløs udvikling med AWS Lambda-lektion?
Ja. Alle Serverløs udvikling med AWS Lambda-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- CloudWatch-logge og -målepunkter
- Fejlhåndtering og gentagelser
- Fejlfinding af serverless-applikationer
- Brugerdefinerede målinger og CloudWatch-alarmer