AWS for Backend Developers (EC2, S3, RDS, Lambda) · Pelajaran

Memantau dan Men-debug Fungsi Lambda

Pelajari cara mengamati, mencatat, melacak, dan memecahkan masalah fungsi AWS Lambda di produksi menggunakan CloudWatch, X-Ray, dan pencatatan terstruktur.

Memantau dan Men-debug Fungsi Lambda adalah pelajaran AWS for Backend Developers (EC2, S3, RDS, Lambda) gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar AWS for Backend Developers (EC2, S3, RDS, Lambda), dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus AWS for Backend Developers (EC2, S3, RDS, Lambda) mencakup 4 pelajaran total.

Bagian dari pelajaran ini belum diterjemahkan dan ditampilkan dalam bahasa Inggris.

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 1

Distributed 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.

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Memantau dan Men-debug Fungsi Lambda” gratis?

Ya — teks lengkap “Memantau dan Men-debug Fungsi Lambda” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus AWS for Backend Developers (EC2, S3, RDS, Lambda), upgrade ke CoddyKit PRO. Kursus AWS for Backend Developers (EC2, S3, RDS, Lambda) mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Memantau dan Men-debug Fungsi Lambda”?

Pelajari cara mengamati, mencatat, melacak, dan memecahkan masalah fungsi AWS Lambda di produksi menggunakan CloudWatch, X-Ray, dan pencatatan terstruktur. Kamu berlatih AWS for Backend Developers (EC2, S3, RDS, Lambda) dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai AWS for Backend Developers (EC2, S3, RDS, Lambda)?

Tidak diperlukan pengalaman sebelumnya. AWS for Backend Developers (EC2, S3, RDS, Lambda) di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.

Berapa lama pelajaran “Memantau dan Men-debug Fungsi Lambda” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran AWS for Backend Developers (EC2, S3, RDS, Lambda) ini?

Ya. Setiap pelajaran AWS for Backend Developers (EC2, S3, RDS, Lambda) menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

← Kembali ke AWS for Backend Developers (EC2, S3, RDS, Lambda)