OPS08-BP05 Studio dei modelli di attività previsti per il carico di lavoro
Definisci modelli di attività del carico di lavoro per identificare comportamenti anomali in modo da rispondere in modo appropriato, se necessario.
CloudWatch, tramite la funzionalità CloudWatch Anomaly Detection , applica algoritmi statistici e di machine learning per generare una gamma di valori previsti che rappresentano il normale comportamento dei parametri.
Amazon DevOps Guru può servire per identificare comportamenti anomali tramite la correlazione di eventi, l'analisi dei registri e l'applicazione del machine learning per analizzare la telemetria del carico di lavoro. Se vengono rilevati comportamenti inattesi, fornisce i parametri e gli eventi correlati con consigli per affrontare il comportamento.
Anti-pattern comuni:
-
Stai esaminando i log di utilizzo della rete e vedi che questo è aumentato tra le 11:30 e le 13:30 e poi di nuovo alle 16:30 alle 18:00. Non sai se questo deve essere considerato normale o meno.
-
I server Web si riavviano ogni sera alle 03:00. Non sai se questo è un comportamento previsto.
Vantaggi dell'adozione di questa best practice: Acquisendo modelli di comportamento, puoi riconoscere comportamenti imprevisti e intervenire, se necessario.
Livello di rischio associato se questa best practice non fosse adottata: Medium
Guida all'implementazione
-
Studio di modelli di attività previsti per il carico di lavoro: definisci modelli di attività del carico di lavoro per stabilire quando un comportamento non rientra nei valori previsti, in modo da poter rispondere adeguatamente se necessario.
Risorse
Documenti correlati:
