Produktionsabläufe

Der Produktionsbetrieb umfasst eine Reihe von Funktionen, mit denen Sie Vorfälle erkennen, darauf reagieren und sie verhindern können, sobald Ihr Code in der Produktion ausgeführt wird. AWS DevOps Der Agent steht Ihrem Betriebsteam während des gesamten Lebenszyklus eines Vorfalls zur Seite — von der Erkennung über die Untersuchung bis hin zur Wiederherstellung und Vorbeugung.

So funktioniert der Produktionsbetrieb

AWS DevOps Agent überwacht Ihre Produktionsumgebung durch die Integration in Ihre Observability-Plattformen — Amazon CloudWatch, Datadog, Dynatrace, Grafana, New Relic und Splunk — sowie Ticketsysteme wie und und und Kommunikationstools wie Slack. ServiceNow PagerDuty Wenn eine Warnung ausgelöst wird oder ein Support-Ticket eingeht, beginnt der Mitarbeiter sofort mit der Untersuchung.

Der Agent verwendet Ihre Anwendungstopologie — eine automatisch generierte Karte Ihrer Ressourcen und ihrer Beziehungen —, um während einer Untersuchung Signale zwischen den Diensten zu korrelieren. Anhand des Abhängigkeitsdiagramms werden Metriken, Protokolle, Ablaufverfolgungen, Codeänderungen und der Bereitstellungsverlauf nachverfolgt, um die Ursache zu ermitteln, den Explosionsradius einzuschätzen und festzustellen, welche nachgelagerten Dienste betroffen sein könnten.

Zwischen den Vorfällen analysiert der Agent Muster in Ihrem gesamten Ermittlungsverlauf, um systemische Verbesserungen zu ermitteln. Er generiert gezielte Empfehlungen in den Bereichen Observability, Infrastruktur, Governance und Codeoptimierung, die sich eher mit den Ursachen als mit den Symptomen befassen.

Weitere Informationen darüber, wie der Agent Ihre Infrastruktur erkennt, finden Sie unter. Was ist eine DevOps Agententopologie? Einzelheiten zur Verbindung Ihrer Überwachungstools finden Sie unterTelemetriequellen anschließen.

Erste Schritte mit dem Produktionsbetrieb

Um mit der Nutzung der Funktionen für den Produktionsbetrieb zu beginnen:

1. Einen Agentenbereich erstellen — Ein Agentenbereich ist der logische Container, der definiert, worauf der AWS DevOps Agent zugreifen und was untersuchen kann. Konfigurieren Sie Ihr primäres AWS Konto und richten Sie den Operator-Zugang für Ihr Team ein. Siehe Einen Agentenbereich erstellen.

2. Connect Ihre Telemetriequellen — Connect Ihre Überwachungsplattformen, sodass der Agent bei Ermittlungen auf Metriken, Protokolle und Traces zugreifen kann. AWS DevOps Agent unterstützt integrierte Integrationen mit Amazon CloudWatch, Datadog, Dynatrace, Grafana, New Relic und Splunk sowie Webhook- und MCP-Serverintegrationen für andere Tools. Siehe Telemetriequellen anschließen.

3. Connect Ticketing- und Kommunikationstools (optional) — Connect ServiceNow, oder Slack PagerDuty, um automatisierte Ermittlungen aufgrund von Vorfällen und Statusmeldungen in Echtzeit an dein Team zu ermöglichen. Siehe Verbindung zu Ticketing und Chat herstellen.

4. Warten Sie auf die Erkennung der Topologie — Nachdem Sie Ihre Konten verbunden haben, erkennt der Agent automatisch Ihre Ressourcen und erstellt eine Anwendungstopologie. Dies ist in der Regel innerhalb von Minuten abgeschlossen und bietet den Kontext, den der Agent verwendet, um Signale bei Untersuchungen zu korrelieren.

5. Starten Sie Ihre erste Untersuchung — Untersuchungen können automatisch über verbundene Warnquellen, über Webhooks oder manuell über den Tab „Incident Response“ in der DevOps Agent-Web-App gestartet werden. Versuchen Sie, eine manuelle Untersuchung zu starten, indem Sie ein Problem beschreiben oder einen vorkonfigurierten Startpunkt wie „Letzter Alarm“ oder „Spitze der Fehlerrate“ wählen. Siehe Autonome Reaktion auf Vorfälle.

Sobald Ihre erste Untersuchung abgeschlossen ist, können Sie auf der Seite „Verbesserungen“ Feedback zur Ursachenanalyse geben, den Zeitplan für die Untersuchung überprüfen und proaktive Empfehlungen ausloten.

Funktionen für den Produktionsbetrieb

Der Produktionsbetrieb umfasst drei Kernkompetenzen:

• Autonome Reaktion auf Vorfälle — Der Agent untersucht Probleme automatisch in dem Moment, in dem sie auftreten, und analysiert Metriken, Protokolle, Ablaufverfolgungen, Codeänderungen und den Bereitstellungsverlauf, um die Ursache zu ermitteln und Abhilfemaßnahmen vorzuschlagen. Siehe Autonome Reaktion auf Vorfälle.

• Proaktive Prävention von Vorfällen — Der Agent analysiert Muster in Ihrer Vorfallhistorie, um Empfehlungen zu erstellen, mit denen future Vorfälle verhindert und die durchschnittliche Erkennungszeit reduziert werden können. Siehe Proaktive Prävention von Zwischenfällen.

• On-demand DevOps Aufgaben — Eine Konversationsoberfläche zur Abfrage Ihrer Infrastruktur, zur Analyse des Systemzustands und zur Durchführung von Untersuchungen in natürlicher Sprache. Siehe DevOps Aufgaben auf Abruf.

Wie sich Produktionsabläufe auf die Release-Bereitschaft auswirken

Produktionsabläufe und Release-Management bilden eine kontinuierliche Feedback-Schleife. Erkenntnisse aus Produktionsvorfällen fließen in die Validierung vor der Produktion ein und machen Ihren Freigabeprozess im Laufe der Zeit intelligenter.

Vorfallmuster prägen Release-Reviews — Wenn der Agent durch proaktive Vorfallsprävention wiederkehrende Grundursachen identifiziert — wie z. B. fehlende Fehlerbehandlung, unzureichende Wiederholungslogik oder zu viele genehmigte IAM-Richtlinien —, geben diese Muster Aufschluss darüber, wonach bei der Überprüfung des Release-Readiness Codes gesucht wird. Je besser der Agent weiß, was Produktionsausfälle in Ihrer Umgebung verursacht, desto relevanter werden future Code-Reviews für Ihr aktuelles Risikoprofil.

Präventionsempfehlungen fördern Codeänderungen — Proactive Incident Prevention generiert agentenfertige Spezifikationen, in denen Code- und Konfigurationsverbesserungen mit spezifischen Dateipfaden und Implementierungsplänen beschrieben werden. Diese Spezifikationen können während des Release-Management-Workflows an einen Codierungsagenten übergeben werden, wodurch der Kreislauf vom Produktionsproblem bis zur validierten Lösung geschlossen wird.

Topologiekenntnisse verbessern die Abhängigkeitsanalyse — Die während des Produktionsbetriebs erstellte Anwendungstopologie — einschließlich Servicebeziehungen, Anforderungspfaden und Bereitstellungsgrenzen — fließt direkt in die repository-übergreifende Abhängigkeitsanalyse ein, die bei der Überprüfung der Release-Bereitschaft durchgeführt wird. Der Agent nutzt dasselbe Verständnis dafür, wie Ihre Dienste interagieren, um den Explosionsradius sowohl bei der Reaktion auf Vorfälle als auch bei der Codeüberprüfung zu bewerten.

Feedback zur Untersuchung verbessert die erlernten Fähigkeiten — Feedback, das Sie zu Untersuchungen und zur Genauigkeit der Empfehlungen geben, aktualisiert die erlernten Fähigkeiten des Agenten. Wenn sich diese Fähigkeiten verbessern, profitieren sowohl die Untersuchung von Vorfällen als auch die Überprüfung von Veröffentlichungen von genaueren Kenntnissen über Ihre Umgebung, Betriebsmuster und effektive Ermittlungstechniken.