Papan Pemuka CloudWatch dan Container Insights

CloudWatch Dashboards ialah paparan berbilang widget yang boleh disesuaikan bagi infrastruktur AWS Anda, yang memberikan gambaran operasi secara bersepadu. Satu papan pemuka boleh memaparkan metrik daripada pelbagai perkhidmatan dan akaun AWS pada satu skrin menggunakan graf garis, widget nombor, tolok, penggera dan hasil pertanyaan log. Papan pemuka ialah sumber global — satu papan pemuka boleh memaparkan metrik daripada mana-mana Wilayah. Anda boleh berkongsi papan pemuka secara umum atau mengehadkan akses melalui dasar IAM.

Papan pemuka CloudWatch menyokong beberapa jenis widget: graf Line dan Stacked area untuk metrik siri masa, widget Number untuk nilai metrik terkini (sesuai untuk KPI), carta Bar untuk perbandingan, Gauge untuk penunjuk kapasiti, Alarm status untuk memaparkan ringkasan keadaan penggera, Log table untuk hasil pertanyaan Live Tail atau Insights, dan Text untuk label serta dokumentasi. Menggabungkan pelbagai jenis widget dalam satu papan pemuka membantu pasukan menilai kesihatan sistem sepintas lalu.

CloudWatch menyokong pemerhatian rentas akaun menggunakan akaun pemantauan dan akaun sumber. Anda boleh menetapkan akaun pemantauan pusat, memautkan akaun sumber kepadanya dan membina papan pemuka yang mengambil metrik serta log daripada semua akaun yang dipautkan. Ini menghapuskan keperluan untuk bertukar antara akaun konsol bagi memantau persekitaran berbilang akaun. Widget rentas Wilayah dalam akaun yang sama disokong secara asli dengan menentukan Wilayah dalam definisi JSON papan pemuka.

CloudWatch Live Tail (dilancarkan pada tahun 2023) membolehkan Anda menstrim acara log daripada satu atau lebih kumpulan log hampir dalam masa nyata terus dalam konsol CloudWatch atau CLI — serupa dengan menjalankan tail -f pada fail log. Anda boleh menggunakan corak penapis untuk melihat hanya acara yang sepadan. Live Tail amat berguna semasa pelancaran atau penyiasatan insiden apabila Anda perlu memerhatikan perkara yang sedang dilakukan oleh aplikasi pada ketika itu tanpa menjalankan pertanyaan Insights yang lengkap.

CloudWatch Container Insights ialah ciri CloudWatch yang mengumpul, mengagregat dan meringkaskan metrik serta log daripada beban kerja berbekas yang berjalan pada Amazon ECS (EC2 dan Fargate) serta Amazon EKS (EC2 dan Fargate). Ciri ini menyediakan papan pemuka terbina dalam untuk prestasi pada peringkat kluster, perkhidmatan, nod dan pod tanpa memerlukan Anda melengkapkan instrumentasi setiap aplikasi secara manual. Container Insights menggunakan CloudWatch Agent atau penghala log EKS Fargate untuk mengumpul data tersebut.

Container Insights mengumpul metrik dalam ruang nama ECS/ContainerInsights dan ContainerInsights. Untuk EKS, metrik ini termasuk: peringkat pod — pod_cpu_utilization, pod_memory_utilization, pod_network_rx_bytes; peringkat nod — node_cpu_utilization, node_memory_utilization, node_filesystem_utilization; peringkat kluster — cluster_failed_node_count, cluster_node_count. Semua metrik ditandakan dengan dimensi kluster, ruang nama, perkhidmatan dan pod untuk penapisan yang tepat.

Apabila Container Insights didayakan, konsol CloudWatch menyediakan paparan Peta Container dan Pemantauan Prestasi yang terbina dalam secara automatik. Peta Container memaparkan tugas ECS atau pod EKS Anda sebagai topologi visual — dikodkan warna mengikut kesihatan — dengan paparan terperinci metrik setiap container. Paparan Pemantauan Prestasi menyediakan graf siri masa bagi prestasi kluster, nod, pod dan container tanpa sebarang konfigurasi papan pemuka manual.

Untuk ECS pada EC2, Container Insights memasang CloudWatch Agent sebagai perkhidmatan daemon pada setiap instans container. Untuk ECS pada Fargate, Container Insights menggunakan pengumpul metrik sidecar platform Fargate versi 1.4.0. Anda mengakses metrik ECS mengikut dimensi kluster, perkhidmatan, tugas atau container. Corak amaran yang biasa ialah menetapkan penggera apabila MemoryUtilized menghampiri nilai MemoryReserved tugas, bagi mengesan keadaan OOM yang berpotensi sebelum keadaan tersebut menamatkan tugas.

CloudWatch ServiceLens menyepadukan metrik, log dan jejak ke dalam peta perkhidmatan yang bersepadu. Ciri ini memerlukan AWS X-Ray didayakan bersama CloudWatch. ServiceLens menggambarkan aliran permintaan hujung ke hujung antara perkhidmatan, menyerlahkan kesesakan kependaman dan memaparkan kadar ralat bagi setiap perkhidmatan. CloudWatch Application Signals (pengganti yang lebih baharu) melengkapkan instrumentasi aplikasi secara automatik untuk mendedahkan SLO dan SLI tanpa perubahan kod, sekali gus membolehkan penjejakan kebolehpercayaan yang melangkaui metrik mentah.

Papan pemuka CloudWatch yang berkesan mengikuti amalan terbaik berikut: asingkan papan pemuka mengikut khalayak (operasi berbanding eksekutif berbanding pembangun), gunakan widget status penggera sebagai perkara pertama yang dilihat oleh pasukan semasa bertugas, sematkan papan pemuka untuk akses kerap, dan gunakan rujukan dinamik dengan CloudFormation supaya rujukan metrik papan pemuka kekal selaras dengan nama sumber sebenar. Elakkan memuatkan terlalu banyak maklumat ke dalam satu papan pemuka — kebolehbacaan penting apabila Anda mendiagnosis insiden di bawah tekanan.

CloudWatch Contributor Insights menganalisis data log berstruktur untuk mengenal pasti penyumbang N teratas kepada sesuatu metrik dari semasa ke semasa. Contohnya, ciri ini boleh menunjukkan alamat IP yang menghasilkan paling banyak ralat 5xx, laluan API yang mempunyai jumlah permintaan tertinggi atau ID pelanggan yang mengalami paling banyak pendikitan DynamoDB. Peraturan menentukan medan JSON yang perlu diekstrak dan diagregatkan. Hasilnya dipaparkan sebagai graf siri masa yang dikemas kini secara berterusan apabila data log baharu tiba.

Dalam pelajaran ini, Anda telah mempelajari bahawa: CloudWatch Dashboards menyokong pelbagai jenis widget dan boleh mengagregat metrik merentas akaun serta wilayah, Container Insights mengumpul metrik peringkat pod dan nod daripada ECS serta EKS secara automatik tanpa instrumentasi manual, dan Contributor Insights mengenal pasti penyumbang teratas daripada data log berstruktur. Seterusnya, kita akan meneroka Trail CloudTrail dan Sejarah Acara untuk pengauditan pada peringkat API.