Lambda-Funktionen überwachen und debuggen
Lernen Sie, AWS-Lambda-Funktionen in der Produktion mit CloudWatch, X-Ray und strukturiertem Logging zu beobachten, zu protokollieren, zu verfolgen und Fehler zu beheben.
Lambda-Funktionen überwachen und debuggen ist eine kostenlose AWS for Backend Developers (EC2, S3, RDS, Lambda)-Lektion auf CoddyKit. Dies ist Lektion 4 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des AWS for Backend Developers (EC2, S3, RDS, Lambda)-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der AWS for Backend Developers (EC2, S3, RDS, Lambda)-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
Why Observability Matters
Serverless functions are short-lived and invisible — you cannot SSH into them. Observability is how you understand what your Lambda is doing.
The three pillars are logs, metrics, and traces.
Logging with CloudWatch
Anything your function writes to stdout/stderr goes to CloudWatch Logs automatically. Each function gets its own log group.
exports.handler = async (event) => {
console.log('Received event:', JSON.stringify(event));
return { statusCode: 200, body: 'OK' };
};Structured Logging
Plain text logs are hard to query. Log JSON objects so you can filter on fields later.
- Include a requestId
- Include severity and context
console.log(JSON.stringify({
level: 'INFO',
requestId: context.awsRequestId,
message: 'Order processed',
orderId: 42
}));Built-in Lambda Metrics
Lambda publishes metrics to CloudWatch out of the box:
- Invocations — how often it ran
- Errors — failed executions
- Duration — execution time
- Throttles — rejected due to concurrency limits
Setting Alarms on Errors
Create a CloudWatch alarm so you get notified when error rates spike, instead of finding out from angry users.
aws cloudwatch put-metric-alarm \
--alarm-name lambda-errors \
--metric-name Errors \
--namespace AWS/Lambda \
--threshold 1 \
--comparison-operator GreaterThanThreshold \
--evaluation-periods 1Distributed Tracing with X-Ray
AWS X-Ray traces a request as it flows through Lambda, DynamoDB, S3, and other services. It reveals where time is spent and which downstream call is slow.
Enable Active tracing in the function configuration.
Cold Starts
A cold start happens when Lambda spins up a fresh execution environment. It adds latency to the first request.
Watch Init Duration in your logs to measure cold start impact.
Reducing Cold Starts
Ways to reduce cold start pain:
- Use Provisioned Concurrency to keep environments warm
- Keep deployment packages small
- Avoid heavy initialization at module load
Handling Errors Gracefully
Wrap risky code in try/catch and return meaningful errors. Unhandled exceptions count as Lambda errors and may trigger retries.
exports.handler = async (event) => {
try {
return await process(event);
} catch (err) {
console.error('Processing failed', err);
throw err;
}
};Dead Letter Queues
For asynchronous invocations that keep failing, configure a Dead Letter Queue (DLQ) using SQS or SNS. Failed events land there so you can inspect and reprocess them.
Putting It Together
A well-monitored Lambda has:
- Structured JSON logs
- CloudWatch alarms on Errors and Duration
- X-Ray tracing enabled
- A DLQ for failed async events
Quick Check
Test your debugging knowledge.
Recap
You learned to monitor and debug Lambda:
- CloudWatch Logs capture stdout/stderr
- Metrics and alarms alert on errors
- X-Ray traces distributed calls
- DLQs capture failed async events
Good observability turns invisible serverless failures into solvable problems.
Häufig gestellte Fragen
Ist die Lektion „Lambda-Funktionen überwachen und debuggen“ kostenlos?
Ja — der vollständige Text von „Lambda-Funktionen überwachen und debuggen“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des AWS for Backend Developers (EC2, S3, RDS, Lambda)-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der AWS for Backend Developers (EC2, S3, RDS, Lambda)-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Lambda-Funktionen überwachen und debuggen“?
Lernen Sie, AWS-Lambda-Funktionen in der Produktion mit CloudWatch, X-Ray und strukturiertem Logging zu beobachten, zu protokollieren, zu verfolgen und Fehler zu beheben. Du übst AWS for Backend Developers (EC2, S3, RDS, Lambda) mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um AWS for Backend Developers (EC2, S3, RDS, Lambda) zu starten?
Keine Vorkenntnisse erforderlich. AWS for Backend Developers (EC2, S3, RDS, Lambda) auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 4 von 4.
Wie lange dauert die Lektion „Lambda-Funktionen überwachen und debuggen“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser AWS for Backend Developers (EC2, S3, RDS, Lambda)-Lektion Code schreiben und ausführen?
Ja. Jede AWS for Backend Developers (EC2, S3, RDS, Lambda)-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Was ist AWS Lambda?
- Ihre erste Lambda-Funktion erstellen
- Lambda-Trigger und Integrationen
- Lambda-Funktionen überwachen und debuggen