Observabilidade no Amazon Service OpenSearch

A instalação padrão do OpenSearch Dashboards for Amazon OpenSearch Service inclui o plug-in Observability, que você pode usar para visualizar eventos orientados por dados usando a Piped Processing Language (PPL) para explorar, descobrir e consultar dados armazenados. OpenSearch O plug-in requer OpenSearch 1.2 ou posterior.

O plug-in de Observabilidade fornece uma experiência unificada para coletar e monitorar métricas, logs e rastreamentos de fontes de dados comuns. A coleta e o monitoramento de dados em um só lugar permitem a end-to-end observabilidade completa de toda a sua infraestrutura.

nota

Esta documentação fornece uma breve visão geral da Observabilidade em OpenSearch Serviço. Para obter uma documentação abrangente do plug-in de Observabilidade, incluindo permissões, consulte Observabilidade.

O processo de todos para explorar dados é diferente. Se for novidade para você a exploração de dados e na criação de visualizações, recomendamos tentar um fluxo de trabalho como o seguinte.

Explore seus dados com a análise de eventos

Para começar, digamos que você esteja coletando dados de voos em seu domínio de OpenSearch Serviço e queira descobrir qual companhia aérea teve mais voos chegando ao Aeroporto Internacional de Pittsburgh no mês passado. Você grava a seguinte consulta PPL:

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

Essa consulta extrai dados do índice chamadoopensearch_dashboards_sample_data_flights. Em seguida, ele usa o comando stats para obter uma contagem total de voos e agrupá-lo de acordo com o aeroporto de destino e a transportadora. Finalmente, ele usa a cláusula where para filtrar os resultados para voos que chegam ao Aeroporto Internacional de Pittsburgh.

Veja como os dados se parecem quando exibidos no último mês:

Você pode escolher o botão PPL no editor de consultas para obter informações de uso e exemplos para cada comando PPL:

Vejamos um exemplo mais complexo, que consulta informações sobre atrasos de voos:

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

Cada comando na consulta afeta o resultado final:

• source=opensearch_dashboards_sample_data_flights - extrai dados do mesmo índice que o exemplo anterior

• where FlightDelayMin > 0 - filtra os dados para voos que estavam atrasados

• stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier - para cada transportadora, obtém o tempo de atraso mínimo total e a contagem total de voos atrasados

• eval avg_delay=minimum_delay / total_delayed - calcula o tempo médio de atraso para cada transportadora dividindo o tempo mínimo de atraso pelo número total de voos atrasados

• sort - avg_delay - classifica os resultados por atraso médio em ordem decrescente

Com essa consulta, você pode determinar se a OpenSearch Dashboards Airlines tem, em média, menos atrasos.

Você pode encontrar mais consultas PPL de amostra em Consultas e visualizações na página Análise de eventos.

Crie visualizações

Depois de consultar corretamente os dados de seu interesse, você pode salvar essas consultas como visualizações:

Em seguida, adicione essas visualizações aos painéis operacionais para comparar diferentes partes de dados. Utilize cadernos para combinar diferentes visualizações e blocos de código que você pode compartilhar com os membros da equipe.

Aprofunde-se mais com Trace Analytics

O Trace Analytics fornece uma maneira de visualizar o fluxo de eventos em seus OpenSearch dados para identificar e corrigir problemas de desempenho em aplicativos distribuídos.