OPS08-BP03 分析工作負載追蹤
對於獲得應用程式操作之旅全面性的總覽來說，分析追蹤資料是相當重要的一環。透過視覺化和了解各種不同元件之間的互動，就能微調效能、找出瓶頸，並且增強使用者體驗。
預期成果： 清楚掌握應用程式的分散式操作，就能更快解決問題並增強使用者體驗。
常見的反模式：
-
忽略追蹤資料，只依賴日誌和指標。
-
未將追蹤資料與相關的日誌建立關聯。
-
忽略從追蹤產生的指標，如延遲和故障率。
建立此最佳實務的優勢：
-
改善疑難排解並縮短平均解決時間 (MTTR)。
-
獲得深入相依性及其影響的洞見。
-
快速找出並糾正效能問題。
-
利用追蹤產生的指標做出明智的決策。
-
透過最佳化元件互動改善使用者體驗。
未建立此最佳實務時的曝險等級： 中
實作指引
AWS X-Ray 提供了全方位的追蹤資料分析套件，能讓您深入了解服務互動的各個層面、監控使用者活動，以及偵測效能問題。像是 ServiceLens、X-Ray Insights、X-Ray Analytics 及 Amazon DevOps Guru 等功能可從追蹤資料產生更深入且可付諸行動的洞見。
實作步驟
下列步驟提供了結構化的方法，以使用 AWS 服務有效實作追蹤資料分析：
-
整合 AWS X-Ray： 確保 X-Ray 與您的應用程式整合以擷取追蹤資料。
-
分析 X-Ray 指標： 深入研究從 X-Ray 追蹤產生的指標，例如延遲、請求率、故障率和回應時間分佈情形，方法是使用 服務圖 來監控應用程式運作狀況。
-
使用 ServiceLens： 利用 ServiceLens Map 加強服務和應用程式的可觀測性。如此就能將追蹤、指標、日誌、警報和其他運作狀況資訊整合在一起檢視。
-
啟用 X-Ray Insights：
-
開啟 X-Ray Insights 以便自動偵測追蹤內的異常情況。
-
檢查洞見以找出明確的模式並確定根本原因，例如故障率或延遲增加。
-
請參考 Insights 時間軸，依時間順序查看所偵測到問題的分析。
-
-
使用 X-Ray Analytics： X-Ray Analytics 可讓您徹底探索追蹤資料、找出明確的模式，以及擷取洞見。
-
使用 X-Ray 中的群組： 在 X-Ray 中建立群組，即可根據如高延遲等條件篩選追蹤，以進行更針對性的分析。
-
納入 Amazon DevOps Guru： 參與 Amazon DevOps Guru
以便利用機器學習模型的優勢，從追蹤中找出明確的操作異常狀況。 -
使用 CloudWatch Synthetics： 使用 CloudWatch Synthetics 建立 Canary 來持續監控您的端點和工作流程。這些 Canary 可與 X-Ray 整合，以提供追蹤資料，用來對要測試的應用程式進行深入分析。
-
使用實際使用者監控 (RUM)： 透過 AWS X-Ray 和 CloudWatch RUM，您可以分析請求路徑並進行偵測，從應用程式的最終使用者開始，一路到下游 AWS 受管服務。這樣做有助於找出影響使用者的延遲趨勢和錯誤。
-
與日誌建立關聯： 將 追蹤資料與 X-Ray 追蹤檢視內的相關日誌建立關聯，以透過更深入的觀點來了解應用程式行為。如此可讓您檢視與追蹤的交易直接相關的日誌事件。
實作計劃的工作量： 中。
資源
相關的最佳實務：
相關文件：
相關影片：
相關範例：
