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。
期望的結果：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風險暴露等級：中
實作指引
AWS X-Ray
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：使用服務地圖監控應用程式健全狀態，深入了解從 X-Ray 追蹤衍生的指標，例如延遲、請求率、故障率和回應時間分佈。
-
使用 ServiceLens：利用服務地圖來增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 以在追蹤中自動偵測異常狀況。
-
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。
-
請參考洞察時間軸，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。
-
併入 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建立可持續監控端點和工作流程的 Canary。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。
-
使用真實使用者監控 (RUM)：使用 AWS X-Ray 和 CloudWatch RUM，您可以透過下游受 AWS 管理服務，從應用程式的最終使用者開始分析和除錯請求路徑。這樣做有助於找出影響最終使用者的延遲趨勢和錯誤。
-
與日誌檔關聯：將 追蹤資料與 X-Ray 追蹤檢視中的相關日誌相關聯，以獲得應用程式行為的精細視角。如此可讓您檢視與追蹤的交易直接相關的日誌事件。
-
實作 CloudWatch 跨帳戶可觀測性：監控和疑難排解區域內跨多個帳戶的應用程式。
實作計畫的工作量：中
資源
相關的最佳實務：
相關文件：
相關影片：
相關範例：
