本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
OPS08-BP01 分析工作负载指标
实施应用程序遥测后,定期分析收集的指标。虽然延迟、请求、错误和容量(或配额)有助于深入了解系统性能,但优先审查业务成果指标至关重要。这样可以确保作出与业务目标相一致的数据驱动型决策。
期望结果:准确洞察工作负载性能,推动作出以数据为依据的决策,确保与业务目标相一致。
常见反模式:
-
孤立地分析指标,而不考虑其对业务成果的影响。
-
过度依赖技术指标,而不重视业务指标。
-
很少审查指标,错过了实时决策机会。
建立此最佳实践的好处:
-
进一步了解技术性能与业务成果之间的相互关系。
-
以实时数据为依据改善决策流程。
-
在问题影响业务成果之前主动发现和缓解问题。
在未建立这种最佳实践的情况下暴露的风险等级:中
实施指导
利用诸如 Amazon CloudWatch 之类的工具进行指标分析。 AWS 诸如 CloudWatch 异常检测和 Amazon DevOps Guru 之类的服务可用于检测异常,尤其是在静态阈值未知或行为模式更适合异常检测时。
实施步骤
-
分析和审查:定期审查和解读工作负载指标。
-
优先考虑业务成果指标,而不是只考虑纯粹的技术指标。
-
了解数据中高峰、低谷或模式的重要性。
-
-
利用亚马逊 CloudWatch:使用亚马逊 CloudWatch 进行集中视图和深入分析。
-
配置 CloudWatch 仪表板以可视化您的指标并随着时间的推移进行比较。
-
使用百分位数
可以清楚 CloudWatch地了解指标分布,这有助于定义SLAs和理解异常值。 -
设置CloudWatch 异常检测以识别异常模式,无需依赖静态阈值。
-
实现CloudWatch 跨账户可观察性,以监控跨区域内多个账户的应用程序并对其进行故障排除。
-
使用 M CloudWatch etric Insights 查询和分析跨账户和地区的指标数据,识别趋势和异常情况。
-
应用CloudWatch 指标数学对指标进行转换、汇总或计算,以获得更深入的见解。
-
-
使用 Amazon DevOps Guru:使用 Amazon DevOps Guru
进行机器学习增强的异常检测,以识别无服务器应用程序操作问题的早期迹象,并在它们影响客户之前对其进行补救。 -
根据洞察进行优化:根据指标分析作出明智的决策,以便调整和改进工作负载。
实施计划的工作量级别:中
资源
相关最佳实践:
相关文档:
相关视频:
相关示例: