PERF05-BP02 モニタリングソリューションを活用して、パフォーマンスが最も重要な分野について把握する
ワークロードのパフォーマンスの向上が効率性やカスタマーエクスペリエンスにプラスの影響を与える分野を理解し、特定します。たとえば、カスタマーインタラクションが多いウェブサイトは、エッジサービスを使用してコンテンツ配信をお客様に近い場所へ移動させることでメリットを得ることができます。
一般的なアンチパターン:
-
パフォーマンスの問題を検出するには、CPU 使用率やメモリプレッシャーなどの標準的なコンピューティングメトリクスで十分であると考えている。
-
一部のモニタリングソフトウェアで記録されるデフォルトのメトリクスのみを使用している。
-
問題が発生したときにだけメトリクスを確認している。
このベストプラクティスを活用するメリット: パフォーマンスの重要な領域を理解することで、ワークロードの所有者は KPI をモニタリングし、影響の大きいパフォーマンスの改善に優先順位をつけることができます。
このベストプラクティスが確立されていない場合のリスクレベル: 高
実装のガイダンス
エンドツーエンドの追跡を構築して、トラフィックパターン、レイテンシー、重要なパフォーマンス領域を特定します。データアクセスパターンをモニタリングして、低速なクエリや不十分にフラグメント化されパーティション化されたデータを検出します。負荷テストまたはモニタリングを使用して、ワークロードのボトルネックを特定します。
アーキテクチャ、トラフィックパターン、データアクセスパターンを理解し、レイテンシーと処理時間を特定することで、パフォーマンス効率を高めることができます。ワークロードが増加するにつれて、顧客エクスペリエンスに影響を及ぼす可能性のある潜在的なボトルネックを特定できます。この領域を調査したら、デプロイできるソリューションを調査し、パフォーマンスの懸念を取り除きます。
実装手順
-
エンドツーエンドのモニタリングを構築して、すべてのワークロードコンポーネントおよびメトリクスをキャプチャします。以下は、AWS のモニタリングソリューションの一部です。
サービス 使用する場所 Amazon CloudWatch Real-User Monitoring (RUM) 実際のユーザークライアントサイドおよびフロントエンドセッションからのアプリケーションパフォーマンスメトリクスをキャプチャします。 AWS X-Ray アプリケーションレイヤーのトラフィックを追跡し、コンポーネントと依存関係間のレイテンシーを特定します。X-Ray サービスマップを使用して、リレーションシップとワークロードコンポーネント間のレイテンシーを確認します。 Amazon Relational Database Service Performance Insights データベースのパフォーマンスメトリクスを表示し、パフォーマンスの改善を特定します。 Amazon RDS Enhanced Monitoring データベース OS のパフォーマンスメトリクスを表示します。 Amazon DevOps Guru 顧客に影響が及ぶ前に運用上の問題を特定できるように、異常な運用パターンを検出します。 -
テストを実行してメトリクスを生成し、トラフィックパターン、ボトルネック、および重要なパフォーマンス領域を特定します。テストの実行方法の例として、次のようなものがあります。
-
CloudWatch Synthetic Canaries を設定し、 Linux の cron ジョブまたは rate 式を使用してブラウザベースのユーザーアクティビティをプログラムで模倣するように設定し、長期にわたって一貫したメトリクスを生成します。
-
AWS Distributed Load Testing ソリューションを使用して、
ピークトラフィックの生成、または予想される増加率でのワークロードのテストを行います。
-
-
メトリクスとテレメトリを評価して、重要なパフォーマンス領域を特定します。これらの領域をチームと一緒にレビューして、モニタリングおよびボトルネックを防ぐためのソリューションについて話し合います。
-
パフォーマンスの改善をテストし、データを使用してこれらの変更を計測します。例えば、 CloudWatch Evidently を使用して、ワークロードに対する新しい改善点やパフォーマンスへの影響をテストできます。
リソース
関連するドキュメント:
関連動画:
関連する例:
