ECRMonitoraggio Amazon - Amazon ECR

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

ECRMonitoraggio Amazon

Puoi monitorare il tuo ECR API utilizzo di Amazon con Amazon CloudWatch, che raccoglie ed elabora i dati grezzi di Amazon ECR in metriche leggibili e quasi in tempo reale. Queste statistiche vengono registrate per un periodo di due settimane in modo da poter accedere alle informazioni storiche e avere una prospettiva sull'utilizzo. API I dati ECR metrici di Amazon vengono inviati automaticamente CloudWatch in periodi di un minuto. Per ulteriori informazioni CloudWatch, consulta la Amazon CloudWatch User Guide.

Amazon ECR fornisce metriche basate sull'APIutilizzo da parte dell'utente per le azioni di autorizzazione, invio di immagini e acquisizione di immagini.

Il monitoraggio è una parte importante per mantenere l'affidabilità, la disponibilità e le prestazioni di Amazon ECR e delle tue AWS soluzioni. Ti consigliamo di raccogliere i dati di monitoraggio dalle risorse che compongono la tua AWS soluzione in modo da poter eseguire più facilmente il debug di un errore multipunto, se si verifica. Prima di iniziare a monitorare AmazonECR, tuttavia, dovresti creare un piano di monitoraggio che includa le risposte alle seguenti domande:

  • Quali sono gli obiettivi del monitoraggio?

  • Di quali risorse si intende eseguire il monitoraggio?

  • Con quale frequenza sarà eseguito il monitoraggio di queste risorse?

  • Quali strumenti di monitoraggio verranno utilizzati?

  • Chi eseguirà i processi di monitoraggio?

  • Chi deve ricevere una notifica quando si verifica un problema?

Il passaggio successivo consiste nello stabilire una linea di base per le normali ECR prestazioni di Amazon nel tuo ambiente misurando le prestazioni in diversi momenti e in diverse condizioni di carico. Durante il monitoraggio di AmazonECR, archivia i dati di monitoraggio storici in modo da poterli confrontare con nuovi dati sulle prestazioni, identificare modelli di prestazioni normali e anomalie prestazionali e ideare metodi per risolvere i problemi.