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: