Osservabilità in Amazon OpenSearch Service - Amazon OpenSearch Service

Osservabilità in Amazon OpenSearch Service

L'installazione predefinita di OpenSearch Dashboards per Amazon OpenSearch Service include il plug-in Observability, che è possibile utilizzare per visualizzare eventi orientati ai dati utilizzando Piped Processing Language (PPL) al fine di esplorare, scoprire ed eseguire query sui dati archiviati in OpenSearch. Il plug-in richiede OpenSearch 1.2 o versioni successive.

Il plug-in Observability offre un'esperienza unificata per la raccolta e il monitoraggio di parametri, registri e tracce provenienti da origini dati comuni. La raccolta e il monitoraggio dei dati in un'unica posizione consentono l'osservabilità full-stack e end-to-end dell'intera infrastruttura. La documentazione completa per il plug-in Observability è disponibile nella documentazione di OpenSearch.

Il processo di esplorazione dei dati è diverso per ogni persona. Se sei alle fasi iniziali di esplorazione dei dati e di creazione di visualizzazioni, si consiglia di provare un flusso di lavoro come il seguente:

Esplora i dati con l'analisi dei dati degli eventi

Per iniziare, supponiamo che tu stia raccogliendo i dati dei voli nel tuo dominio OpenSearch Service e desideri scoprire quale compagnia aerea ha avuto il maggior numero di voli in arrivo all'aeroporto internazionale di Pittsburgh il mese scorso. Scrivi la seguente query PPL:

source=opensearch_dashboards_sample_data_flights | stats count() by Dest, Carrier | where Dest = "Pittsburgh International Airport"

Questa query estrae i dati dall'indice denominato opensearch_dashboards_sample_data_flights. Quindi usa il comando stats per ottenere un numero totale di voli e raggrupparlo in base all'aeroporto di destinazione e al vettore. Infine, utilizza la clausola where per filtrare i risultati dei voli in arrivo all'aeroporto internazionale di Pittsburgh.

Ecco come appaiono i dati quando vengono visualizzati nell'ultimo mese:

È possibile scegliere il pulsante PPL nell'editor di query per ottenere informazioni sull'utilizzo ed esempi per ogni comando PPL:

Osserviamo il seguente esempio più complesso, che richiede informazioni sui ritardi dei voli:

source=opensearch_dashboards_sample_data_flights | where FlightDelayMin > 0 | stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier, Dest | eval avg_delay=minimum_delay / total_delayed | sort - avg_delay

Ogni comando nella query influisce sull'output finale:

  • source=opensearch_dashboards_sample_data_flights - estrae i dati dallo stesso indice dell'esempio precedente

  • where FlightDelayMin > 0 - filtra i dati sui voli in ritardo

  • stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier - per ogni vettore, ottiene il tempo di ritardo minimo totale e il conteggio totale dei voli in ritardo

  • eval avg_delay=minimum_delay / total_delayed - calcola il tempo medio di ritardo per ciascun vettore dividendo il tempo minimo di ritardo per il numero totale di voli in ritardo

  • sort - avg_delay - ordina i risultati in base al ritardo medio in ordine decrescente

Con questa query, è possibile determinare che OpenSearch Dashboards Airlines ha, in media, meno ritardi.

Puoi trovare ulteriori query PPL di esempio in Query e visualizzazioni nella pagina Analisi dei dati degli eventi.

Creazione di visualizzazioni

Dopo aver eseguito una query corretta dei dati che ti interessano, puoi salvare queste query come visualizzazioni:

Quindi aggiungi queste visualizzazioni a pannelli operativi per confrontare diverse parti di dati. Utilizzare il plug-in notebook per combinare diverse visualizzazioni e blocchi di codice che puoi condividere con i membri del team.

Approfondisci con Trace Analytics

Trace Analytics fornisce un modo per visualizzare il flusso di eventi nei dati OpenSearch per identificare e risolvere i problemi di prestazioni nelle applicazioni distribuite.