CloudWatch-Dashboards und Container Insights

CloudWatch Dashboards sind anpassbare Ansichten Ihrer AWS-Infrastruktur mit mehreren Widgets, die einen einheitlichen Überblick über den Betrieb bieten. Ein Dashboard kann Metriken aus mehreren AWS-Services und Konten auf einem einzigen Bildschirm anzeigen – darunter Liniendiagramme, Zahlen-Widgets, Messanzeigen, Alarme und Ergebnisse von Logabfragen. Dashboards sind globale Ressourcen – ein Dashboard kann Metriken aus jeder Region anzeigen. Sie können Dashboards öffentlich freigeben oder den Zugriff über IAM-Richtlinien beschränken.

CloudWatch-Dashboards unterstützen mehrere Widget-Typen: Linien- und gestapelte Flächendiagramme für Zeitreihenmetriken, Zahlen-Widgets für den aktuellen Metrikwert (ideal für KPIs), Balkendiagramme für Vergleiche, Messanzeigen für Kapazitätsindikatoren, Alarmstatus zur Anzeige einer Zusammenfassung der Alarmzustände, Logtabellen für Live-Tail- oder Insights-Abfrageergebnisse sowie Text für Beschriftungen und Dokumentation. Die Kombination verschiedener Widget-Typen in einem Dashboard hilft Teams, den Systemzustand auf einen Blick zu beurteilen.

CloudWatch unterstützt die kontenübergreifende Beobachtbarkeit mithilfe von Überwachungs- und Quellkonten. Sie können ein zentrales Überwachungskonto festlegen, Quellkonten damit verknüpfen und Dashboards erstellen, die Metriken und Logs aus allen verknüpften Konten abrufen. Dadurch müssen Sie nicht mehr zwischen Konsolenkonten wechseln, um eine Umgebung mit mehreren Konten zu überwachen. Regionsübergreifende Widgets innerhalb desselben Kontos werden nativ unterstützt, indem Sie die Region in der JSON-Definition des Dashboards angeben.

CloudWatch Live Tail (2023 eingeführt) ermöglicht es Ihnen, Logereignisse aus einer oder mehreren Log-Gruppen nahezu in Echtzeit direkt in der CloudWatch-Konsole oder über die CLI zu streamen – ähnlich wie bei der Ausführung von tail -f für eine Logdatei. Sie können ein Filtermuster anwenden, um nur passende Ereignisse anzuzeigen. Live Tail ist bei Bereitstellungen oder der Untersuchung von Vorfällen besonders wertvoll, wenn Sie beobachten müssen, was eine Anwendung gerade tut, ohne vollständige Insights-Abfragen auszuführen.

CloudWatch Container Insights ist eine Funktion von CloudWatch, die Metriken und Logs aus containerisierten Workloads sammelt, aggregiert und zusammenfasst, die auf Amazon ECS (EC2 und Fargate) sowie Amazon EKS (EC2 und Fargate) ausgeführt werden. Die Funktion stellt vorkonfigurierte Dashboards für die Performance auf Cluster-, Service-, Knoten- und Pod-Ebene bereit, ohne dass Sie jede Anwendung manuell instrumentieren müssen. Container Insights verwendet den CloudWatch Agent oder den EKS-Fargate-Log-Router zum Sammeln der Daten.

Container Insights sammelt Metriken in den Namespaces ECS/ContainerInsights und ContainerInsights. Für EKS gehören dazu: auf Pod-Ebene – pod_cpu_utilization, pod_memory_utilization, pod_network_rx_bytes; auf Knotenebene – node_cpu_utilization, node_memory_utilization, node_filesystem_utilization; auf Cluster-Ebene – cluster_failed_node_count, cluster_node_count. Alle Metriken sind mit den Dimensionen Cluster, Namespace, Service und Pod versehen, um eine präzise Filterung zu ermöglichen.

Wenn Container Insights aktiviert ist, stellt die CloudWatch-Konsole automatisch die vorkonfigurierten Ansichten Container Map und Performance Monitoring bereit. Die Container Map zeigt Ihre ECS-Tasks oder EKS-Pods als visuelle Topologie – nach Zustand farblich codiert – und ermöglicht einen Drill-down zu den Metriken einzelner Container. Die Ansicht Performance Monitoring stellt Zeitreihendiagramme zur Performance von Clustern, Knoten, Pods und Containern bereit, ohne dass Sie Dashboards manuell konfigurieren müssen.

Bei ECS auf EC2 installiert Container Insights den CloudWatch Agent als Daemon-Service auf jeder Container-Instance. Bei ECS auf Fargate verwendet Container Insights den Sidecar-Metriksammler der Fargate-Plattformversion 1.4.0. Sie greifen auf ECS-Metriken nach Cluster-, Service-, Task- oder Containerdimension zu. Ein gängiges Alarmierungsmuster besteht darin, einen Alarm auszulösen, wenn sich MemoryUtilized dem Wert von MemoryReserved des Tasks nähert, um mögliche OOM-Zustände zu erkennen, bevor sie Tasks beenden.

CloudWatch ServiceLens integriert Metriken, Logs und Traces in einer einheitlichen Servicemap. Dafür muss AWS X-Ray zusammen mit CloudWatch aktiviert sein. ServiceLens visualisiert End-to-End-Anforderungsabläufe zwischen Services, hebt Latenzengpässe hervor und zeigt Fehlerraten pro Service an. CloudWatch Application Signals (der neuere Nachfolger) instrumentiert Anwendungen automatisch, um SLOs und SLIs ohne Codeänderungen bereitzustellen, und ermöglicht so die Verfolgung der Zuverlässigkeit über reine Metriken hinaus.

Effektive CloudWatch-Dashboards folgen diesen Best Practices: Trennen Sie Dashboards nach Zielgruppe (Betrieb, Management oder Entwicklung), verwenden Sie Alarmstatus-Widgets als erstes Element, das Teams beim Bereitschaftsdienst sehen, heften Sie Dashboards an, auf die häufig zugegriffen wird, und verwenden Sie dynamische Referenzen mit CloudFormation, damit Dashboard-Metrikreferenzen mit den tatsächlichen Ressourcennamen übereinstimmen. Vermeiden Sie es, ein einzelnes Dashboard zu überladen – bei der Diagnose eines Vorfalls unter Zeitdruck ist eine gute Lesbarkeit entscheidend.

CloudWatch Contributor Insights analysiert strukturierte Logdaten, um im Zeitverlauf die Top-N-Beitragsleister einer Metrik zu ermitteln. Beispielsweise kann es anzeigen, welche IP-Adressen die meisten 5xx-Fehler erzeugen, welche API-Pfade das höchste Anfragevolumen aufweisen oder bei welchen Kunden-IDs die meisten DynamoDB-Drosselungen auftreten. Regeln legen fest, welches JSON-Feld extrahiert und aggregiert werden soll. Die Ergebnisse werden als Zeitreihendiagramme angezeigt, die kontinuierlich aktualisiert werden, sobald neue Logdaten eintreffen.

In dieser Lektion haben Sie Folgendes gelernt: CloudWatch Dashboards unterstützen mehrere Widget-Typen und können Metriken konto- und regionsübergreifend aggregieren. Container Insights sammelt automatisch Metriken auf Pod- und Knotenebene aus ECS und EKS, ohne dass eine manuelle Instrumentierung erforderlich ist. Contributor Insights ermittelt die wichtigsten Beitragsleister aus strukturierten Logdaten. Als Nächstes befassen wir uns mit CloudTrail Trails und dem Ereignisverlauf zur Überwachung auf API-Ebene.