OPS04-BP05 实施分布式跟踪
分布式跟踪提供了一种方法，可在请求遍历分布式系统的各个组件时对请求进行监控和可视化。通过从多个来源捕获跟踪数据并在一个统一视图中对其进行分析，团队可以更好地了解请求是如何流动的、哪里存在瓶颈以及优化工作的重点。
期望结果：全面了解流经分布式系统的请求，从而精确调试、优化性能和改善用户体验。
常见反模式：
-
检测不一致：并非分布式系统中的所有服务都经过跟踪检测。
-
忽略延迟：只关注错误，而不考虑延迟或性能逐渐下降的情况。
建立此最佳实践的好处：
-
全面了解系统：以可视化方式呈现请求从进入到退出的整个路径。
-
增强调试功能：快速发现出现故障或性能问题的地方。
-
改善用户体验：监控并根据实际用户数据进行优化，确保系统满足现实需求。
在未建立这种最佳实践的情况下暴露的风险等级：高
实施指导
首先确定工作负载中所有需要检测的元素。将所有组件都考虑在内后，利用 AWS X-Ray 和 OpenTelemetry 之类的工具收集跟踪数据，以便使用 X-Ray 和 Amazon CloudWatch ServiceLens Map 等工具进行分析。定期与开发人员一起进行审查，并使用 Amazon DevOps Guru、X-Ray Analytics 和 X-Ray Insights 等工具来补充这些讨论，以便挖掘更深层次的信息。根据跟踪数据确立警报，以便在结果面临风险时，按照工作负载监控计划中定义的流程发出通知。
实施步骤
要有效地实施分布式跟踪，请执行以下操作：
-
采用 AWS X-Ray
：将 X-Ray 集成到应用程序中，以便深入了解其行为和性能并查明瓶颈。利用 X-Ray Insights 自动分析跟踪数据。 -
检测服务：验证从 AWS Lambda
函数到 EC2 实例 的每项服务是否发送了跟踪数据。检测的服务越多，端到端视图就越清晰。 -
整合 CloudWatch 真实用户监控和综合监控：将真实用户监控（RUM）和综合监控与 X-Ray 集成。这可捕捉实际的用户体验并模拟用户交互，从而发现潜在问题。
-
使用 CloudWatch 代理：该代理可发送来自 X-Ray 或 OpenTelemetry 的跟踪数据，从而增强所获得洞察的深度。
-
使用 Amazon DevOps Guru：
DevOps Guru 使用来自 X-Ray、CloudWatch、AWS Config 和 AWS CloudTrail 的数据来提供切实可行的建议。 -
分析跟踪数据：定期审查跟踪数据，识别可能影响应用程序性能的模式、异常或瓶颈。
-
设置警报：在 CloudWatch
中配置针对异常模式或延迟时间过长的警报，从而主动解决问题。 -
持续改进：在添加或修改服务时，重新审视跟踪策略，以便捕获所有相关数据点。
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：
