CloudWatch-logger og -måltall
Bruk Amazon CloudWatch til å samle inn, overvåke og analysere logger og ytelsesmåltall fra Lambda-funksjonene og andre AWS-tjenester
CloudWatch-logger og -måltall er en gratis leksjon i Serverløs utvikling med AWS Lambda på CoddyKit. Dette er leksjon 1 av 4. Du kan lese hele leksjonen gratis nedenfor – og deretter øve praktisk i nettleseren med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt. Den er en del av læringsløpet i Serverløs utvikling med AWS Lambda, og fremdriften din synkroniseres mellom nettet og CoddyKit-appen. Kurset i Serverløs utvikling med AWS Lambda inneholder totalt 4 leksjoner.
Din serverless-vakt: CloudWatch
Velkommen! I denne leksjonen skal vi se nærmere på Amazon CloudWatch, AWS’ kraftige tjeneste for overvåking og observerbarhet. Den gir deg innsikt i hva som skjer med AWS-ressursene og applikasjonene dine.
For serverless-applikasjoner som er bygget med AWS Lambda, er CloudWatch helt avgjørende for å sikre at alt fungerer som det skal.
Hvorfor overvåking er viktig for Lambda
Lambda-funksjoner kjøres raskt og ofte, noen ganger hundrevis eller tusenvis av ganger per sekund. Uten god innsikt er det svært vanskelig å vite om de fungerer som de skal eller støter på problemer.
CloudWatch hjelper deg med å:
- Overvåke funksjonenes tilstand og ytelse.
- Feilsøke effektivt når noe går galt.
- Optimalisere ressursbruken og kontrollere kostnadene.
Utforsk CloudWatch Logs
Den første viktige komponenten er CloudWatch Logs. Her lagres all tekstbasert utdata, kjøretidsmeldinger og feil fra Lambda-funksjonene dine. Tenk på det som et sentralisert sted for alle applikasjonens «print-setninger» og systemmeldinger.
Hver gang Lambda-funksjonen din kjører, genererer den logger. Disse loggene sendes automatisk til CloudWatch Logs.
Lambdas automatiske logging
Den gode nyheten er at du ikke trenger å konfigurere noe spesielt for grunnleggende logging. Når Lambda-funksjonen din kjører, blir alt som skrives til standardutdata (for eksempel console.log i Node.js eller print() i Python) automatisk fanget opp.
Disse meldingene, sammen med kjøringsdetaljer (som start- og sluttidspunkt og faktureringsinformasjon), sendes deretter til CloudWatch Logs uten at du trenger å konfigurere noe mer.
Organiser loggene dine: Grupper og strømmer
CloudWatch Logs organiserer logger i to hovedkonsepter:
- Log Group: En beholder for loggstrømmer som deler de samme innstillingene for oppbevaring, overvåking og tilgangskontroll. Hver Lambda-funksjon får vanligvis sin egen Log Group (for eksempel
/aws/lambda/your-function-name). - Log Stream: En sekvens med logghendelser fra én enkelt kilde. Hver aktivering eller samtidige kjøring av Lambda-funksjonen din oppretter vanligvis en ny loggstrøm i loggruppen.
Legg til logger i Lambda-koden
Du kan legge til egendefinerte loggmeldinger i Lambda-funksjonskoden din. Dette hjelper deg med å følge kjøringsflyten, forstå dataene og feilsøke problemer. Her er et enkelt Python-eksempel som bruker standardmodulen 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)Introduserer CloudWatch Metrics
Mens logger forteller deg hva som skjedde i detalj, forteller CloudWatch Metrics deg hvor godt funksjonene dine fungerer. Målinger er tidsordnede sett med numeriske datapunkter som representerer en bestemt måling.
AWS samler automatisk inn målinger for Lambda-funksjonene dine, slik at du får overordnet innsikt i driftshelsen og ytelsestrendene deres.
Viktige målinger for Lambda-ytelse
Noen viktige målinger som CloudWatch automatisk samler inn for Lambda-funksjonene dine, er:
- Påkallinger: Det totale antallet ganger funksjonen din ble utløst.
- Feil: Antallet ganger funksjonen din mislyktes under kjøringen.
- Varighet: Hvor lang tid det tar å kjøre funksjonen din, målt i millisekunder.
- Begrensninger: Antallet ganger påkallinger av funksjonen din ble begrenset på grunn av grenser for samtidighet.
Ved å overvåke disse kan du raskt identifisere ytelsesflaskehalser eller mulige problemer.
Visualisere målinger i konsollen
Du kan vise disse ytelsesmålingene som interaktive grafer i CloudWatch-konsollen. Gå til delen «Metrics», velg deretter «Lambda», og velg ønsket måling for den aktuelle funksjonen.
Denne visuelle fremstillingen gjør det enkelt å oppdage trender, plutselige topper eller fall i ytelsen, slik at du raskt kan reagere på endringer i driften og optimalisere funksjonene dine.
Rask sjekk: Logger kontra målinger
La oss teste forståelsen din av CloudWatch Logs og Metrics for AWS Lambda.
Oppsummering: CloudWatch for innsikt i serverløse systemer
Vi har sett på hvordan Amazon CloudWatch er tjenesten du først og fremst bruker til å overvåke AWS Lambda-funksjoner. Du har lært om:
- CloudWatch Logs: Brukes til å samle inn, lagre og analysere detaljerte kjøretidsmeldinger og egendefinerte utdata fra funksjonene dine.
- CloudWatch Metrics: Brukes til å følge med på viktige ytelsesindikatorer som påkallinger, feil, varighet og begrensninger.
Til sammen gir logger og målinger et helhetlig bilde av helsen og ytelsen til den serverløse applikasjonen din, slik at du effektivt kan feilsøke og optimalisere den.
Lær deg Serverløs utvikling med AWS Lambda med en AI-veileder – gratis
Skriv og kjør ekte kode i nettleseren, få umiddelbar hjelp fra en AI-veileder som er tilgjengelig døgnet rundt, og fortsett der du slapp – på nettet eller i appen.
- Kurs
- 12
- Leksjoner
- 48
Ofte stilte spørsmål
Er leksjonen «CloudWatch-logger og -måltall» gratis?
Ja – hele teksten i «CloudWatch-logger og -måltall» er gratis å lese her på nettet. For å øve interaktivt med en innebygd kodeeditor og en AI-veileder som er tilgjengelig døgnet rundt, og for å låse opp resten av Serverløs utvikling med AWS Lambda-kurset, kan du oppgradere til CoddyKit PRO. Kurset i Serverløs utvikling med AWS Lambda inneholder totalt 4 leksjoner.
Hva lærer jeg i «CloudWatch-logger og -måltall»?
Bruk Amazon CloudWatch til å samle inn, overvåke og analysere logger og ytelsesmåltall fra Lambda-funksjonene og andre AWS-tjenester Du øver på Serverløs utvikling med AWS Lambda med praktisk kode som du kjører direkte i nettleseren, mens en AI-veileder som er tilgjengelig døgnet rundt, svarer på spørsmålene dine mens du jobber deg gjennom leksjonen.
Trenger jeg erfaring for å begynne med Serverløs utvikling med AWS Lambda?
Ingen tidligere erfaring er nødvendig. Serverløs utvikling med AWS Lambda på CoddyKit er lagt opp for både nybegynnere og viderekomne, så De kan begynne her eller helt fra start og lære i Deres eget tempo. Dette er leksjon 1 av 4.
Hvor lang tid tar leksjonen «CloudWatch-logger og -måltall»?
De fleste CoddyKit-leksjoner tar omtrent 5–10 minutter. Hver leksjon er kort og interaktiv, slik at De gjør jevne fremskritt og kan fortsette akkurat der De slapp – både på nettet og i appen.
Kan jeg skrive og kjøre kode i denne Serverløs utvikling med AWS Lambda-leksjonen?
Ja. Alle Serverløs utvikling med AWS Lambda-leksjoner har en innebygd kodeeditor, slik at De kan skrive og kjøre ekte kode direkte i nettleseren og få umiddelbar tilbakemelding fra AI – uten lokal konfigurering.
Alle leksjonene i dette kurset
- CloudWatch-logger og -måltall
- Feilhåndtering og nye forsøk
- Feilsøking av serverless-applikasjoner
- Egendefinerte måltall og CloudWatch-alarmer