Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
# Überwachen Sie Amazon ECS mit CloudWatch
Sie können Ihre Amazon ECS-Ressourcen mithilfe von Amazon überwachen CloudWatch, das Rohdaten von Amazon ECS sammelt und zu lesbaren Metriken nahezu in Echtzeit verarbeitet. Diese Statistiken werden für einen Zeitraum von zwei Wochen aufgezeichnet, damit Sie auf Verlaufsinformationen zugreifen können und einen besseren Überblick darüber erhalten, wie Ihre Clusters oder Services ausgeführt werden. Amazon ECS-Metrikdaten werden automatisch innerhalb von 1 Minute CloudWatch an gesendet. Weitere Informationen zu CloudWatch finden Sie im [ CloudWatch Amazon-Benutzerhandbuch](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/).
Amazon ECS stellt kostenlose Metriken für Cluster und Services bereit. Gegen eine zusätzliche Gebühr können Sie Amazon ECS CloudWatch Container Insights für Ihren Cluster für aufgabenbezogene Metriken, einschließlich CPU-, Arbeitsspeicher- und EBS-Dateisystemauslastung, aktivieren. Weitere Informationen zu Container Insights finden Sie unter [Amazon-ECS-Container mithilfe von Container Insights mit verbesserter Beobachtbarkeit überwachen](cloudwatch-container-insights.md).
## Überlegungen
Folgendes sollte bei der Verwendung von Amazon CloudWatch ECS-Metriken berücksichtigt werden.
+ Jeder auf Fargate gehostete Amazon ECS-Service verfügt automatisch über Kennzahlen zur CloudWatch CPU- und Speicherauslastung, sodass Sie keine manuellen Schritte ausführen müssen.
+ Für alle Amazon ECS-Aufgaben oder -Services, die auf Amazon EC2 EC2-Instances gehostet werden, benötigt die Amazon EC2 EC2-Instance Version `1.4.0` oder höher (Linux) `1.0.0` oder höher (Windows) des Container-Agenten, damit CloudWatch Metriken generiert werden können. Wir empfehlen jedoch, die neueste Version des Container-Agenten zu verwenden. Informationen zum Überprüfen Ihrer Agenten-Version und zum Aktualisieren auf die neueste Version finden Sie unter [Überprüfen des Amazon-ECS-Container-Agenten](ecs-agent-update.md).
+ Die Mindestversion von Docker für zuverlässige CloudWatch Metriken ist die Docker-Version `20.10.13` und neuer.
+ Amazon-EC2-Instances benötigen auch die `ecs:StartTelemetrySession`-Berechtigung für die IAM-Rolle, mit der Sie die Amazon-EC2-Instances starten. Wenn Sie Ihre Amazon ECS-Container-Instance-IAM-Rolle erstellt haben, bevor CloudWatch Metriken für Amazon ECS verfügbar waren, müssen Sie diese Berechtigung möglicherweise hinzufügen. Informationen über die IAM-Rolle für Container-Instances und zum Anfügen der verwalteten IAM-Richtlinie für Container-Instances finden Sie unter [IAM-Rolle für Amazon-ECS-Container-Instance](instance_IAM_role.md).
+ Sie können die Erfassung von CloudWatch Metriken auf Ihren Amazon EC2 EC2-Instances deaktivieren, indem Sie dies `ECS_DISABLE_METRICS=true` in Ihrer Amazon ECS-Container-Agent-Konfiguration festlegen. Weitere Informationen finden Sie unter [Konfiguration des Amazon-ECS-Container-Agenten](ecs-agent-config.md).
## Empfohlene Metriken
Amazon ECS bietet kostenlose CloudWatch Metriken, mit denen Sie Ihre Ressourcen überwachen können. Diese Metriken ermöglichen Ihnen die Messung der CPU- und Arbeitsspeicherreservierung und der Auslastung von CPU, Arbeitsspeicher und EBS-Dateisystem in Ihrem gesamten Cluster sowie in den Services in Ihren Clustern. Für Ihre GPU-Workloads können Sie Ihre GPU-Reservierung in Ihrem Cluster messen.
Die Infrastruktur, auf der Ihre Amazon-ECS-Aufgaben in Ihren Clustern gehostet werden, bestimmt, welche Metriken verfügbar sind. Für Aufgaben, die auf der Fargate-Infrastruktur gehostet werden, bietet Amazon ECS Metriken zur CPU-, Arbeitsspeicher- und EBS-Dateisystemauslastung, die Sie bei der Überwachung Ihrer Services unterstützen. Für Aufgaben, die auf EC2-Instances gehostet werden, stellt Amazon ECS CPU-, Arbeitsspeicher- und GPU-Reservierungsmetriken sowie CPU- und Speicherauslastungsmetriken auf Cluster- und Serviceebene bereit. Die Amazon EC2-Instances, die Ihre zugrunde liegende Infrastruktur bilden, müssen Sie separat überwachen. Weitere Informationen zur Überwachung von Amazon-EC2-Instances finden Sie unter [Überwachung von Amazon EC2](https://docs.aws.amazon.com/AWSEC2/latest/UserGuide/monitoring_ec2.html) im *Benutzerhandbuch für Amazon EC2*.
Informationen zu den empfohlenen Alarmen für die Verwendung mit Amazon ECS finden Sie in einem der folgenden Abschnitte im *Amazon CloudWatch Logs-Benutzerhandbuch*:
+ [Amazon ECS](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/Best_Practice_Recommended_Alarms_AWS_Services.html#ECS)
+ [Amazon ECS mit Container Insights](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/Best_Practice_Recommended_Alarms_AWS_Services.html#ECS-ContainerInsights)
# Anzeigen von Amazon-ECS-Metriken
Nachdem Sie Ressourcen in Ihrem Cluster ausgeführt haben, können Sie die Metriken auf dem Amazon ECS und den CloudWatch Konsolen anzeigen. Die Amazon-ECS-Konsole bietet eine 24-Stunden-Maximal-, Minimal- und Durchschnittsansicht Ihrer Cluster und Service-Metriken. Die CloudWatch -Konsole bietet eine fein abgestufte und anpassbare Anzeige Ihrer Ressourcen sowie die Anzahl der laufenden Aufgaben in einem Service.
## Amazon-ECS-Konsole
Die CPU- und Speichernutzungsmetriken des Amazon-ECS-Service sind in der Amazon-ECS-Konsole verfügbar. Die Anzeige für die Service-Metriken stellt die Durchschnitts-, Mindest- und Höchstwerte der letzten 24 Stunden dar, wobei Datenpunkte in 5-Minuten-Intervallen verfügbar sind. Weitere Informationen finden Sie unter [Amazon-ECS-Serviceauslastungsmetriken](service_utilization.md).
1. Öffnen Sie die Konsole auf [https://console.aws.amazon.com/ecs/Version](https://console.aws.amazon.com/ecs/v2) 2.
1. Wählen Sie den Cluster aus, für die Sie Metriken anzeigen möchten.
1. Legen Sie fest, welche Metriken angezeigt werden sollen.
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/de_de/AmazonECS/latest/developerguide/viewing_cloudwatch_metrics.html)
## CloudWatch Konsole
Für Fargate können die Amazon ECS-Servicemetriken auch auf der CloudWatch Konsole angezeigt werden. Die Konsole bietet die detaillierteste Ansicht von Amazon-ECS-Metriken, und Sie können die Anzeige an Ihre Bedürfnisse anpassen. Sie können die Service-Auslastung und die Anzahl der RUNNING-Aufgaben des Service anzeigen.
Für EC2-Kapazitätsanbieter können Amazon ECS-Cluster- und Service-Metriken auch auf der CloudWatch Konsole angezeigt werden. Die Konsole bietet die detaillierteste Ansicht von Amazon-ECS-Metriken, und Sie können die Anzeige an Ihre Bedürfnisse anpassen.
Informationen zum Anzeigen der Metriken finden Sie im * CloudWatch Amazon-Benutzerhandbuch* unter [Verfügbare Metriken anzeigen](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/viewing_metrics_with_cloudwatch.html).
# Amazon CloudWatch ECS-Metriken
Sie können CloudWatch Nutzungsmetriken verwenden, um einen Überblick über die Ressourcennutzung Ihres Kontos zu erhalten. Verwenden Sie diese Kennzahlen, um Ihre aktuelle Servicenutzung in CloudWatch Diagrammen und Dashboards zu visualisieren.
Amazon ECS sendet Metriken in Intervallen von einer Minute CloudWatch an. Diese Metriken werden für Ressourcen erfasst, die Aufgaben im `RUNNING`-Status haben. Wenn ein Cluster, Service oder eine andere Ressource keine laufenden Aufgaben hat, werden in diesem Zeitraum keine Metriken für diese Ressource berichtet. Wenn Sie beispielsweise einen Cluster mit einem Service haben, dieser Service aber keine Aufgaben in einem bestimmten `RUNNING` Status hat, werden keine Metriken gesendet CloudWatch. Wenn Sie über zwei Services verfügen, und einer von diesen hat ausgeführte Aufgaben und der andere nicht, werden nur die Metriken für den Service mit ausgeführten Aufgaben gesendet.
****
| Metrik | Description | Gültige Dimension | Nützliche Statistiken | Einheit |
| --- | --- | --- | --- | --- |
| CPUReservation | Der Prozentsatz der CPU-Einheiten, im Cluster oder Service reserviert sind. Die CPU-Reservierung (nach `ClusterName` gefiltert) wird gemessen als die Gesamtzahl der von Amazon-ECS-Aufgaben im Cluster reservierten CPU-Einheiten geteilt durch die Gesamtzahl der CPU-Einheiten für alle Amazon-EC2-Instances, die im Cluster registriert sind. Nur Amazon-EC2-Instances mit dem Status `ACTIVE` oder `DRAINING` haben Auswirkungen auf CPU-Reservierungsmetriken. Diese Metrik wird nur für Aufgaben unterstützt, die auf einer Amazon-EC2-Instance gehostet werden. | ClusterName. | Durchschnitt, Minimum, Maximum | Prozent |
| CPUUtilization | Der Prozentsatz der CPU-Einheiten, der vom Cluster, Dienst oder Managed Daemon verwendet wird. Die CPU-Auslastung auf Cluster-Ebene (nach `ClusterName` gefiltert) wird gemessen als die Gesamtzahl der von Amazon-ECS-Aufgaben im Cluster verwendeten CPU-Einheiten geteilt durch die Gesamtzahl der CPU-Einheiten für alle Amazon-EC2-Instances, die im Cluster registriert sind. Nur Amazon-EC2-Instances mit dem Status `ACTIVE` oder `DRAINING` haben Auswirkungen auf CPU-Reservierungsmetriken. Die Metrik auf Cluster-Ebene wird nur für Aufgaben unterstützt, die auf einer Amazon-EC2-Instance gehostet werden. Die CPU-Auslastung auf Service-Ebene (nach `ClusterName` und `ServiceName` gefiltert) wird gemessen als die Gesamtzahl der von den Aufgaben des Services verwendeten CPU-Einheiten, geteilt durch die Gesamtzahl der CPU-Einheiten, die für die Aufgaben des Services reserviert sind. Die Metrik auf Service-Ebene wird nur für Aufgaben unterstützt, die auf Amazon-EC2-Instances und Fargate gehostet werden. Die CPU-Auslastung auf Daemon-Ebene (gefiltert nach`ClusterName`,`ServiceName`) wird als die Gesamtzahl der CPU-Einheiten gemessen, die von den Aufgaben verwendet werden, die zum Managed Daemon gehören, geteilt durch die Gesamtzahl der CPU-Einheiten, die für die Aufgaben reserviert sind, die zum Managed Daemon gehören. | ClusterName, ServiceName | Durchschnitt, Minimum, Maximum | Prozent |
| MemoryReservation | Der Prozentsatz des Arbeitsspeichers, der von laufenden Tasks im Cluster reserviert ist. Die Cluster-Arbeitsspeicherreservierung wird gemessen als der gesamte von Amazon-ECS-Aufgaben im Cluster reservierte Arbeitsspeicher geteilt durch den gesamten Arbeitsspeicher alle Amazon-EC2-Instances, die im Cluster registriert sind. Diese Metrik kann nur nach `ClusterName` gefiltert werden. Nur Amazon-EC2-Instances mit dem Status `ACTIVE` oder `DRAINING` wirken sich auf Metriken zu Arbeitsspeicherreservierungen aus. Die Metrik für die Arbeitsspeicherreservierung auf Cluster-Ebene wird nur für Aufgaben unterstützt, die auf einer Amazon-EC2-Instance gehostet werden. Wenn bei der Berechnung der Speicherauslastung `MemoryReservation` angegeben wird, wird dieser Wert anstelle des gesamten Arbeitsspeichers in der Berechnung verwendet. | ClusterName. | Durchschnitt, Minimum, Maximum | Prozent |
| MemoryUtilization | Der Prozentsatz des Speichers, der vom Cluster, Dienst oder Managed Daemon genutzt wird. Die Speicherauslastung auf Cluster-Ebene (nach `ClusterName` gefiltert) wird gemessen als der gesamte von Amazon-ECS-Aufgaben im Cluster verwendete Arbeitsspeicher geteilt durch den gesamten Arbeitsspeicher, der für alle Amazon-EC2-Instances, die im Cluster registriert sind. Nur Amazon-EC2-Instances mit dem Status `ACTIVE` oder `DRAINING` wirken sich auf Speicherauslastungsmetriken aus. Die Metrik auf Cluster-Ebene wird nur für Aufgaben unterstützt, die auf einer Amazon-EC2-Instance gehostet werden. Die Speicherauslastung auf Service-Ebene (nach `ClusterName` und `ServiceName` gefiltert) wird gemessen als der gesamte Arbeitsspeicher, der von den zum Service gehörigen Aufgaben verwendet wird, geteilt durch den gesamten Arbeitsspeicher, der für die zum Service gehörigen Aufgaben reserviert ist. Die Metrik auf Service-Ebene wird nur für Aufgaben unterstützt, die auf Amazon-EC2-Instances und Fargate gehostet werden. Die Speicherauslastung auf Daemon-Ebene (gefiltert nach`ClusterName`,`ServiceName`) wird als der gesamte Arbeitsspeicher gemessen, der von den Aufgaben verwendet wird, die zum Managed Daemon gehören, geteilt durch den gesamten Speicher, der für die Aufgaben reserviert ist, die zum Managed Daemon gehören. | ClusterName, ServiceName | Durchschnitt, Minimum, Maximum | Prozent |
| EBSFilesystemUtilization | Der Prozentsatz des Amazon-EBS-Dateisystems, der von Aufgaben in einem Service verwendet wird. Die Metrik auf Service-Ebene zur Auslastung des EBS-Dateisystems (gefiltert nach `ClusterName`, `ServiceName`) wird als Gesamtmenge des EBS-Dateisystems gemessen, das von den Aufgaben des Services verwendet wird, geteilt durch die Gesamtmenge an EBS-Dateisystemspeicher, die allen Aufgaben des Services zugewiesen ist. Die Metrik auf Service-Ebene zur Auslastung des EBS-Dateisystems ist nur für Aufgaben verfügbar, die auf Amazon-EC2-Instances (mit Container-Agent-Version `1.79.0`) und Fargate (mit Plattformversion `1.4.0`) gehostet werden, an die ein EBS-Volume angehängt ist. Für Aufgaben, die in Fargate gehostet werden, gibt es Speicherplatz auf der Festplatte, der nur von Fargate verwendet wird. Für den Speicherplatz, den Fargate verwendet, fallen keine Kosten an, aber Sie werden diesen zusätzlichen Speicherplatz mithilfe von Tools wie `df` sehen. | ClusterName, ServiceName | Durchschnitt, Minimum, Maximum | Prozent |
| GPUReservation | Der Prozentsatz der verfügbaren Gesamtmenge, die durch GPUs die Ausführung von Aufgaben im Cluster reserviert wird. Die Metrik zur GPU-Reservierung auf Cluster-Ebene wird gemessen als die Anzahl der von Amazon-ECS-Aufgaben im Cluster reservierten GPUs geteilt durch die Gesamtzahl der GPUs, die auf allen im Cluster registrierten Amazon-EC2-Instances mit GPUs verfügbar waren. Nur Amazon-EC2-Instances mit dem Status `ACTIVE` oder `DRAINING` haben Auswirkungen auf GPU-Reservierungsmetriken. | ClusterName | Durchschnitt, Minimum, Maximum | Prozent |
| ActiveConnectionCount | Die Gesamtzahl der gleichzeitig aktiven Verbindungen von Clients zu den Service-Connect-Proxys für Amazon ECS, die in Aufgaben ausgeführt werden, die den ausgewählten `DiscoveryName` gemeinsam nutzen. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. Gültige Dimensionen: `DiscoveryName` und `DiscoveryName, ServiceName, ClusterName`. | DiscoveryName und DiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| NewConnectionCount | Die Gesamtzahl der gleichzeitig aktiven Verbindungen von Clients zu den Service-Connect-Proxys für Amazon ECS, die in Aufgaben ausgeführt werden, die den ausgewählten `DiscoveryName` gemeinsam nutzen. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. | DiscoveryName und DiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| ProcessedBytes | Die Gesamtzahl der Bytes des eingehenden Datenverkehrs, die von den Service-Connect-Proxys verarbeitet werden. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. | DiscoveryName und DiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Bytes |
| RequestCount | Die Anzahl der eingehenden Datenverkehrsanfragen, die von den Service-Connect-Proxys verarbeitet wurden. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. Sie müssen auch `appProtocol` in der Port-Zuordnung in Ihrer Aufgabendefinition konfigurieren. | DiscoveryName und DiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| GrpcRequestCount | Die Anzahl von gRPC-Anfragen für eingehenden Datenverkehr, die von den Service-Connect-Proxys verarbeitet werden. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben und das `appProtocol` in der Portzuordnung in der Aufgabendefinition `GRPC` lautet. | DiscoveryName und DiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| HTTPCode\$1Target\$12XX\$1Count | Die Anzahl der HTTP-Antwortcodes mit den Nummern 200 bis 299, die von den Anwendungen in diesen Aufgaben generiert wurden. Diese Aufgaben sind die Ziele. Diese Metrik zählt nur die Antworten, die von den Anwendungen in diesen Aufgaben an die Service-Connect-Proxys gesendet wurden, nicht die direkt gesendeten Antworten. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben und das `appProtocol` in der Portzuordnung in der Aufgabendefinition `HTTP` oder `HTTP2` lautet. Gültige Dimensionen: | TargetDiscoveryName und TargetDiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| HTTPCode\$1Target\$13XX\$1Count | Die Anzahl der HTTP-Antwortcodes mit den Nummern 300 bis 399, die von den Anwendungen in diesen Aufgaben generiert wurden. Diese Aufgaben sind die Ziele. Diese Metrik zählt nur die Antworten, die von den Anwendungen in diesen Aufgaben an die Service-Connect-Proxys gesendet wurden, nicht die direkt gesendeten Antworten. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben und das `appProtocol` in der Portzuordnung in der Aufgabendefinition `HTTP` oder `HTTP2` lautet. | TargetDiscoveryName und TargetDiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| HTTPCode\$1Target\$14XX\$1Count | Die Anzahl der HTTP-Antwortcodes mit den Nummern 400 bis 499, die von den Anwendungen in diesen Aufgaben generiert wurden. Diese Aufgaben sind die Ziele. Diese Metrik zählt nur die Antworten, die von den Anwendungen in diesen Aufgaben an die Service-Connect-Proxys gesendet wurden, nicht die direkt gesendeten Antworten. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben und das `appProtocol` in der Portzuordnung in der Aufgabendefinition `HTTP` oder `HTTP2` lautet. | TargetDiscoveryName und TargetDiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| HTTPCode\$1Target\$15XX\$1Count | Die Anzahl der HTTP-Antwortcodes mit den Nummern 500 bis 599, die von den Anwendungen in diesen Aufgaben generiert wurden. Diese Aufgaben sind die Ziele. Diese Metrik zählt nur die Antworten, die von den Anwendungen in diesen Aufgaben an die Service-Connect-Proxys gesendet wurden, nicht die direkt gesendeten Antworten. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben und das `appProtocol` in der Portzuordnung in der Aufgabendefinition `HTTP` oder `HTTP2` lautet. | TargetDiscoveryName und TargetDiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| RequestCountPerTarget | Die durchschnittliche Anzahl von Anfragen, die von jedem Ziel empfangen werden, das den ausgewählten `DiscoveryName` gemeinsam hat. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. | TargetDiscoveryName und TargetDiscoveryName, ServiceName, ClusterName | Durchschnitt | Anzahl |
| TargetProcessedBytes | Die Gesamtzahl der von den Service-Connect-Proxys verarbeiteten Bytes. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. | TargetDiscoveryName und TargetDiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Bytes |
| TargetResponseTime | Die Latenz der Verarbeitung der Anwendungsanfrage. Die verstrichene Zeit in Millisekunden, nachdem die Anfrage den Service-Connect-Proxy in der Zielaufgabe erreicht hat, bis eine Antwort von der Zielanwendung zurück an den Proxy empfangen wird. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. | TargetDiscoveryName und TargetDiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum | Millisekunden |
| ClientTLSNegotiationErrorCount | Die Gesamtzahl, wie oft die TLS-Verbindung fehlgeschlagen ist. Diese Metrik wird nur verwendet, wenn TLS aktiviert ist. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. | DiscoveryName und DiscoveryName, ServiceName, ClusterName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
| TargetTLSNegotiationErrorCount | Gibt an, wie oft die TLS-Verbindung aufgrund fehlender Client-Zertifikate, fehlgeschlagener AWS Private CA Überprüfungen oder fehlgeschlagener SAN-Überprüfungen fehlgeschlagen ist. Diese Metrik wird nur verwendet, wenn TLS aktiviert ist. Diese Metrik ist nur verfügbar, wenn Sie Amazon ECS Service Connect konfiguriert haben. | ServiceNameClusterName, TargetDiscoveryName und TargetDiscoveryName | Durchschnitt, Minimum, Maximum, Summe | Anzahl |
## Dimensionen für Amazon-ECS-Metriken
Amazon-ECS-Metriken verwenden den `AWS/ECS`-Namespace und stellen Metriken für folgende Dimension(en) bereit. Amazon ECS sendet nur Metriken für Ressourcen, die Aufgaben im Status `RUNNING` haben. Wenn Sie beispielsweise über einen Cluster mit einem Service verfügen, dieser Service jedoch keine Aufgaben in einem `RUNNING`-Zustand hat, werden keine Metriken an CloudWatch gesendet. Wenn Sie über zwei Services verfügen, und einer von diesen hat ausgeführte Aufgaben und der andere nicht, werden nur die Metriken für den Service mit ausgeführten Aufgaben gesendet.
****
| Dimension | Definition |
| --- | --- |
| ClusterName | Diese Dimension filtert die angeforderten Daten für alle Ressourcen in einem angegebenen Cluster. Alle Amazon-ECS-Metriken werden von `ClusterName` gefiltert. |
| ServiceName | Diese Dimension filtert die Daten, die Sie für alle Ressourcen in einem bestimmten Dienst oder Daemon innerhalb eines angegebenen Clusters anfordern. Bei Daemon-Metriken hat der `ServiceName` Dimensionswert das Präfix, `daemon:` gefolgt vom Daemon-Namen. Ein Daemon mit dem Namen `my-daemon` hätte beispielsweise den `ServiceName` Dimensionswert. `daemon:my-daemon` |
| DiscoveryName | Diese Dimension filtert die Daten, die Sie für Datenverkehrsmetriken zu einem bestimmten Service-Connect-Erkennungsnamen anfragen, über alle Amazon-ECS-Cluster hinweg. Berücksichtigen Sie, dass ein bestimmter Port in einem ausgeführten Container mehrere Erkennungsnamen haben kann. |
| DiscoveryName, ServiceName, ClusterName | Diese Dimension filtert die Daten, die Sie für Datenverkehrsmetriken zu einem bestimmten Erkennungsnamen von Service Connect anfragen, über Aufgaben, die diesen Erkennungsnamen haben und die von diesem Service in diesem Cluster erstellt werden, hinweg. Verwenden Sie diese Dimension, um die Metriken zum eingehenden Datenverkehr für einen bestimmten Service anzuzeigen, wenn Sie denselben Erkennungsnamen in mehreren Services in verschiedenen Namespaces wiederverwendet haben. Berücksichtigen Sie, dass ein bestimmter Port in einem ausgeführten Container mehrere Erkennungsnamen haben kann. |
| TargetDiscoveryName | Diese Dimension filtert die Daten, die Sie für Datenverkehrsmetriken zu einem bestimmten Service-Connect-Erkennungsnamen anfragen, über alle Amazon-ECS-Cluster hinweg. Im Gegensatz zu `DiscoveryName` messen diese Datenverkehrsmetriken nur den eingehenden Datenverkehr zu diesem `DiscoveryName`, der von anderen Amazon-ECS-Aufgaben stammt, die über eine Service-Connect-Konfiguration in diesem Namespace verfügen. Dazu gehören Aufgaben, die von Services mit einer reinen Client- oder Client-Server-Konfiguration von Service Connect durchgeführt werden. Berücksichtigen Sie, dass ein bestimmter Port in einem ausgeführten Container mehrere Erkennungsnamen haben kann. |
| TargetDiscoveryName, ServiceName, ClusterName | Diese Dimension filtert die Daten, die Sie für Datenverkehrsmetriken anfragen, auf einen bestimmten Erkennungsnamen von Service Connect, zählt aber nur Datenverkehr von Aufgaben, die von diesem Service in diesem Cluster erstellt wurden. Verwenden Sie diese Dimension, um die Metriken zum eingehenden Datenverkehr anzuzeigen, die von einem bestimmten Client in einem anderen Service stammen. Im Gegensatz zu `DiscoveryName, ServiceName, ClusterName` messen diese Datenverkehrsmetriken nur den eingehenden Datenverkehr zu diesem `DiscoveryName`, der von anderen Amazon-ECS-Aufgaben stammt, die über eine Service-Connect-Konfiguration in diesem Namespace verfügen. Dazu gehören Aufgaben, die von Services mit einer reinen Client- oder Client-Server-Konfiguration von Service Connect durchgeführt werden. Berücksichtigen Sie, dass ein bestimmter Port in einem ausgeführten Container mehrere Erkennungsnamen haben kann. |
# AWS Fargate Nutzungsmetriken
Sie können CloudWatch Nutzungsmetriken verwenden, um einen Überblick über die Ressourcennutzung Ihres Kontos zu erhalten. Verwenden Sie diese Kennzahlen, um Ihre aktuelle Servicenutzung in CloudWatch Diagrammen und Dashboards zu visualisieren.
AWS Fargate Die Nutzungsmetriken entsprechen den AWS Servicekontingenten. Sie können Alarme konfigurieren, mit denen Sie benachrichtigt werden, wenn sich Ihre Nutzung einem Servicekontingent nähert. Weitere Informationen zu Fargate Service Quotas finden Sie unter [Amazon-ECS-Endpunkte und -Kontingente](https://docs.aws.amazon.com/general/latest/gr/ecs-service.html) in der *Allgemeine Amazon Web Services-Referenz*.
AWS Fargate veröffentlicht die folgenden Metriken im `AWS/Usage` Namespace.
| Metrik | Beschreibung |
| --- | --- |
| `ResourceCount` | Die Gesamtanzahl der angegebenen Ressourcen, die in Ihrem Konto ausgeführt werden. Die Ressource wird durch die Dimensionen definiert, die der Metrik zugeordnet sind. |
Die folgenden Dimensionen werden verwendet, um die Nutzungsmetriken zu verfeinern, die von AWS Fargate veröffentlicht werden.
| Dimension | Description |
| --- | --- |
| `Service` | Der Name des AWS Dienstes, der die Ressource enthält. Für AWS Fargate -Nutzungsmetriken lautet der Wert für diese Dimension `Fargate`. |
| `Type` | Der Typ von Entität, die gemeldet wird. Derzeit ist der einzig gültige Wert für AWS Fargate Nutzungsmetriken`Resource`. |
| `Resource` | Der Typ der Ressource, die ausgeführt wird. Der Typ der Ressource, die ausgeführt wird. Derzeit ist der einzig gültige Wert für AWS Fargate Nutzungsmetriken der Wert`vCPU`, der Informationen über die laufenden Instances zurückgibt. |
| `Class` | Die Klasse der nachverfolgten Ressource. Die Klasse der nachverfolgten Ressource. Für AWS Fargate Nutzungsmetriken mit vCPU als Wert der Resource-Dimension sind die gültigen Werte `Standard/OnDemand` und`Standard/Spot`. |
Sie können die Service-Kontingents-Konsole verwenden, um Ihre Nutzung in einem Diagramm zu visualisieren und Alarme zu konfigurieren, die Sie benachrichtigen, wenn sich Ihre AWS Fargate Nutzung einem Servicekontingent nähert. Informationen zum Erstellen eines CloudWatch Alarms, der Sie benachrichtigt, wenn Sie sich einem Kontingentschwellenwert nähern, finden Sie unter [Servicequotas und CloudWatch Amazon-Alarme](https://docs.aws.amazon.com/servicequotas/latest/userguide/configure-cloudwatch.html) im *Service Quotas Benutzerhandbuch*.
.
# Metriken zur Amazon-ECS-Cluster-Reservierung
Cluster-Reservierungsmetriken werden als Prozentsatz der CPU und des Arbeitsspeichers gemessen, GPUs die von allen Amazon ECS-Aufgaben auf einem Cluster reserviert sind, verglichen mit der Summe von CPU, Arbeitsspeicher und den Werten, GPUs die für jede aktive Container-Instance im Cluster registriert wurden. Nur Container-Instances mit dem Status `ACTIVE` oder `DRAINING` wirken sich auf Metriken zur Cluster-Reservierung aus. Diese Metrik wird nur für Cluster mit Aufgaben oder Services, die auf EC2-Instances gehostet werden, verwendet. Sie wird nicht auf Clustern unterstützt, auf denen Aufgaben in AWS Fargate gehostet werden.
```
(Total CPU units reserved by tasks in cluster) x 100
Cluster CPU reservation = --------------------------------------------------------------
(Total CPU units registered by container instances in cluster)
```
```
(Total MiB of memory reserved by tasks in cluster x 100)
Cluster memory reservation = ------------------------------------------------------------------
(Total MiB of memory registered by container instances in cluster)
```
```
(Total GPUs reserved by tasks in cluster x 100)
Cluster GPU reservation = ------------------------------------------------------------------
(Total GPUs registered by container instances in cluster)
```
Wenn Sie eine Aufgabe in einem Cluster ausführen, analysiert Amazon ECS ihre Aufgabendefinition und reserviert die aggregierten CPU-Einheiten, MiB Arbeitsspeicher, GPUs die in seinen Containerdefinitionen angegeben sind. Jede Minute berechnet Amazon ECS die Anzahl der CPU-Einheiten, MiB Arbeitsspeicher, GPUs die derzeit für jede Aufgabe reserviert sind, die im Cluster ausgeführt wird. Die Gesamtmenge an CPU, Arbeitsspeicher und GPUs reserviertem Speicher für alle Aufgaben, die auf dem Cluster ausgeführt werden, wird berechnet, und diese Zahlen werden CloudWatch als Prozentsatz der gesamten registrierten Ressourcen für den Cluster angegeben. Wenn Sie in der Aufgabendefinition eine weiche Grenze (`memoryReservation`) angeben, wird diese verwendet, um die Menge des reservierten Speichers zu berechnen. Andernfalls wird ein hartes Limit (`memory`) verwendet. Der gesamte von Tasks in einem Cluster reservierte MiB-Speicher umfasst auch die Volumegröße des temporären Dateisystems (`tmpfs`) und `sharedMemorySize`, falls in der Taskdefinition definiert. Weitere Informationen über harte und weiche Grenzen, die Größe des gemeinsamen Speichers und die Größe des tmpfs-Volumes finden Sie unter [Aufgabendefinitionsparameter](https://docs.aws.amazon.com/AmazonECS/latest/developerguide/task_definition_parameters.html#container_definitions).
Für einen Cluster sind beispielsweise zwei aktive Container-Instances registriert: eine `c4.4xlarge`-Instance und eine `c4.large`-Instance. Die `c4.4xlarge`-Instance wird im Cluster mit 16.384 CPU-Einheiten und 30.158 MiB Arbeitsspeicher registriert. Die `c4.large`-Instance wird im Cluster mit 2 048 CPU-Einheiten und 3 768 MiB Arbeitsspeicher registriert. Die aggregierten Ressourcen dieses Clusters sind 18.432 CPU-Einheiten und 33.926 MiB Arbeitsspeicher.
Wenn in einer Aufgabendefinition 1 024 CPU-Einheiten und 2 048 MiB Arbeitsspeicher reserviert sind und zehn Aufgaben mit dieser Aufgabendefinition in diesem Cluster gestartet werden (und aktuell keine anderen Aufgaben ausgeführt werden), werden insgesamt 10 240 CPU-Einheiten und 20 480 MiB Arbeitsspeicher reserviert. Dies entspricht einer CPU-Reservierung von 55% und einer Speicherreservierung von 60% für den Cluster. CloudWatch
Die folgende Abbildung zeigt die gesamten registrierten CPU-Einheiten in einem Cluster und was ihre Reservierung und Nutzung für die bestehenden Aufgaben und die Platzierung neuer Aufgaben bedeutet. Die unteren Blöcke (Reserviert, verwendet) und Mitte (Reserviert, nicht verwendet) stellen die Gesamtzahl der CPU-Einheiten dar, die für die vorhandenen Aufgaben reserviert sind, die auf dem Cluster ausgeführt werden, oder die `CPUReservation` CloudWatch Metrik. Der untere Block steht für die reservierten CPU-Einheiten, die die laufenden Aufgaben tatsächlich auf dem Cluster verwenden, oder für die `CPUUtilization` CloudWatch Metrik. Der obere Block stellt die CPU-Einheiten dar, die nicht für bestehende Aufgaben reserviert sind; diese CPU-Einheiten sind für die Platzierung neuer Aufgaben verfügbar. Bestehende Aufgaben können diese nicht reservierten CPU-Einheiten ebenfalls nutzen, wenn ihr Bedarf an CPU-Ressourcen steigt. Weitere Informationen finden Sie in der [cpu](task_definition_parameters.md#ContainerDefinition-cpu)-Aufgabendefinition der Parameterdokumentation.
![\[Cluster-CPU-Reservierung und -Nutzung\]](http://docs.aws.amazon.com/de_de/AmazonECS/latest/developerguide/images/telemetry.png)
# Metriken zur Amazon-ECS-Cluster-Auslastung
Die Metriken zur Cluster-Auslastung sind für CPU und Arbeitsspeicher verfügbar und, wenn Ihren Aufgaben ein EBS-Volume angehängt ist, für die EBS-Dateisystemauslastung. Diese Metriken sind nur für Cluster mit Aufgaben oder Services, die auf Amazon-EC2-Instances gehostet werden, verfügbar. Sie werden nicht auf Clustern unterstützt, auf denen Aufgaben in AWS Fargate gehostet werden.
## CPU- und Speicherauslatungsmetriken auf Cluster-Ebene für Amazon ECS
Die CPU- und Speicherauslastung wird als Prozentsatz von CPU und Arbeitsspeicher gemessen, der von allen Aufgaben in einem Cluster genutzt wird, im Vergleich zum gesamten CPU und Arbeitsspeicher, der für die einzelnen aktiven Amazon-EC2-Instances in dem Cluster registriert wurde. Nur Amazon-EC2-Instances mit dem Status `ACTIVE` oder `DRAINING` wirken sich auf Metriken zur Cluster-Auslastung aus.
```
(Total CPU units used by tasks in cluster) x 100
Cluster CPU utilization = --------------------------------------------------------------
(Total CPU units registered by container instances in cluster)
```
```
(Total MiB of memory used by tasks in cluster x 100)
Cluster memory utilization = ------------------------------------------------------------------
(Total MiB of memory registered by container instances in cluster)
```
Jede Minute berechnet der Amazon-ECS-Container-Agent in jeder Amazon-EC2-Instance die Menge an CPU-Einheiten und MiB Arbeitsspeicher, die aktuell für die einzelnen Aufgaben genutzt werden, die auf dieser Amazon-EC2-Instance ausgeführt werden. Diese Informationen werden an Amazon ECS zurückgemeldet. Die Gesamtmenge an CPU und Arbeitsspeicher, die für alle auf dem Cluster ausgeführten Aufgaben verwendet wird, wird berechnet, und diese Zahlen werden CloudWatch als Prozentsatz der gesamten registrierten Ressourcen für den Cluster angegeben.
Für einen Cluster sind beispielsweise zwei aktive Amazon-EC2-Instances registriert, eine `c4.4xlarge`-Instance und eine `c4.large`-Instance. Die `c4.4xlarge`-Instance wird im Cluster mit `16,384` CPU-Einheiten und `30,158` MiB Arbeitsspeicher registriert. Die `c4.large`-Instance wird mit `2,048` CPU-Einheiten und `3,768` Arbeitsspeicher registriert. Die aggregierten Ressourcen dieses Clusters sind `18,432` CPU-Einheiten und `33,926` MiB Arbeitsspeicher.
Wenn in diesem Cluster zehn Aufgaben ausgeführt werden und jede Aufgabe `1,024` CPU-Einheiten verbraucht und `2,048` MiB Arbeitsspeicher nutzt, werden insgesamt `10,240` CPU-Einheiten und `20,480` MiB Arbeitsspeicher im Cluster verwendet. Dies entspricht einer CPU-Auslastung von 55% und einer Speicherauslastung von 60% für den Cluster. CloudWatch
## Auslastung des Amazon-EBS-Dateisystems auf Cluster-Ebene in Amazon ECS
Die Metrik zur EBS-Dateisystemauslastung auf Cluster-Ebene wird gemessen als die Gesamtzahl des EBS-Dateisystems, das von den im Cluster ausgeführten Aufgaben verwendet wird, geteilt durch den gesamten EBS-Dateisystemspeicher, der für alle Aufgaben im Cluster zugewiesen wurde.
```
(Total GB of EBS filesystem used by tasks in cluster x 100)
Cluster EBS filesystem utilization = ---------------------------------------------------------------
(Total GB of EBS filesystem allocated to tasks in cluster)
```
# Amazon-ECS-Serviceauslastungsmetriken
Die Metriken zur Service-Auslastung sind für CPU und Arbeitsspeicher verfügbar und, wenn Ihren Aufgaben ein EBS-Volume angehängt ist, für die EBS-Dateisystemauslastung. Die Metriken auf Service-Ebene werden für Services mit Aufgaben unterstützt, die sowohl auf Amazon-EC2-Instances als auch in Fargate gehostet werden.
## CPU- und Speicherauslastung auf Service-Ebene
Die Auslastung von CPU und Arbeitsspeicher wird als Prozentsatz von CPU und Arbeitsspeicher gemessen, der von den Amazon-ECS-Aufgaben genutzt wird, die zu einem Service in einem Cluster gehören, im Vergleich zum CPU und Arbeitsspeicher, die in der Aufgabendefinition des Services spezifiziert sind.
Wenn Sie sich diese Metriken CloudWatch unter ansehen, können Sie verschiedene Statistiken wählen:
+ **Durchschnitt**: Die durchschnittliche Auslastung aller Aufgaben im Service. Dies wird anhand der folgenden Formel berechnet.
+ **Minimum**: Die Auslastung der Aufgabe mit dem niedrigsten Ressourcenverbrauch im Service. Dies stellt den Prozentsatz von CPU oder Arbeitsspeicher dar, der von der Aufgabe mit der geringsten Ressourcenintensität verwendet wird, verglichen mit dem, was in der Aufgabendefinition angegeben wurde.
+ **Minimum**: Die Auslastung der Aufgabe mit dem höchsten Ressourcenverbrauch im Service. Dies stellt den Prozentsatz von CPU oder Arbeitsspeicher dar, der von der Aufgabe mit der höchsten Ressourcenintensität verwendet wird, verglichen mit dem, was in der Aufgabendefinition angegeben wurde.
Die folgenden Formeln zeigen, wie die Durchschnittsstatistik berechnet wird:
```
(Total CPU units used by tasks in service) x 100
Service CPU utilization = --------------------------------------------------------------
(Total CPU units specified in the task definition) x (Number of tasks in the service)
```
```
(Total MiB of memory used by tasks in service x 100)
Service memory utilization = ------------------------------------------------------------------
(Total MiB of memory specified in the task definition) x (Number of tasks in the service)
```
**Anmerkung**
Die obigen Formeln gelten nur für die Durchschnittsstatistik. Die Statistiken „Minimum“ und „Maximum“ stellen die einzelne Aufgabe mit der niedrigsten bzw. höchsten Ressourcenauslastung dar und stellen keine Gesamtberechnung für alle Aufgaben dar.
Amazon ECS erfasst alle 20 Sekunden Metriken. Der Amazon-ECS-Container-Agent berechnet jede Minute die Anzahl an CPU-Einheiten und MiB Arbeitsspeicher, die aktuell von jeder laufenden Aufgabe verwendet werden, die dem Service gehören. Diese Informationen werden an Amazon ECS zurückgemeldet. Es wird die Gesamtmenge an CPU und Arbeitsspeicher berechnet, die für alle zu dem Service gehörenden Aufgaben genutzt wird, die auf dem Cluster ausgeführt werden, und diese Zahlen werden an CloudWatch als Prozentsatz der gesamten Ressourcen gemeldet, die für den Service in der Aufgabendefinition des Services spezifiziert sind. Die Minimal- und Maximalwerte sind die kleinsten und größten der 20-Sekunden-Metriken. Der Durchschnitt ist die Summe der 3 Werte.
Wenn Sie ein Soft-Limit (`memoryReservation`) angeben, dann wird es zur Berechnung der Größe des reservierten Speichers verwendet. Andernfalls wird ein hartes Limit (`memory`) verwendet. Weitere Informationen über harte und weiche Limits finden Sie unter [Aufgabengröße](task_definition_parameters.md#task_size).
Beispielsweise spezifiziert die Aufgabendefinition für einen Service eine Gesamtmenge von 512 CPU-Einheiten und 1.024 MiB Arbeitsspeicher (mit dem `memory`-Parameter als hartes Limit) für alle ihre Container. Der Service hat eine gewünschte Anzahl von 1 laufenden Aufgabe; er wird auf einem Cluster mit 1 `c4.large`-Container-Instance (mit 2.048 CPU-Einheiten und 3.768 MiB Gesamtarbeitsspeicher) ausgeführt, und es gibt keine anderen Aufgaben, die auf dem Cluster ausgeführt werden. Obwohl die Aufgabe 512 CPU-Einheiten angibt, da sie die einzige laufende Aufgabe auf einer Container-Instance mit 2 048 CPU-Einheiten ist, kann sie bis zum Vierfachen der spezifizierten Menge (2 048/512) verwenden. Jedoch ist der spezifizierte Arbeitsspeicher von 1.024 MiB ein hartes Limit, das nicht überschritten werden kann. Daher kann die Service-Speichernutzung in diesem Fall 100 % nicht überschreiten.
Wenn im vorherigen Beispiel das Soft-Limit `memoryReservation` anstelle des Hard-Limit-Parameters `memory` verwendet worden wäre, könnten die Aufgaben des Services bei Bedarf mehr als die angegebenen 1.024 MiB Speicher verbrauchen. In diesem Fall könnte die Arbeitsspeichernutzung des Service 100 % überschreiten.
Wenn Ihre Anwendung für kurze Zeit einen plötzlichen Anstieg der Speicherauslastung verzeichnet, werden Sie keinen Anstieg der Service-Speicherauslastung feststellen, da Amazon ECS jede Minute mehrere Datenpunkte sammelt und sie dann zu einem Datenpunkt zusammenfasst, an den gesendet wird. CloudWatch
Wenn diese Aufgabe während eines Zeitraums CPU-intensive Arbeiten ausführt und alle 2 048 verfügbaren CPU-Einheiten und 512 MiB Arbeitsspeicher nutzt, meldet der Service 400 % CPU- und 50 % Speichernutzung. Wenn die Aufgabe im Leerlauf ist und 128 CPU-Einheiten und 128 MiB Arbeitsspeicher nutzt, meldet der Service 25 % CPU- und 12,5 % Speichernutzung.
**Anmerkung**
In diesem Beispiel geht die CPU-Auslastung nur über 100 %, wenn die CPU-Einheiten auf Containerebene definiert sind. Wenn Sie CPU-Einheiten auf Task-Ebene definieren, geht die Auslastung nicht über das definierte Limit auf Task-Ebene.
## Auslastung des EBS-Dateisystems auf Service-Ebene
Die Nutzung des EBS-Dateisystems auf Service-Ebene wird als Gesamtmenge des EBS-Dateisystems gemessen, das von den Aufgaben des Services verwendet wird, geteilt durch die Gesamtmenge an EBS-Dateisystemspeicher, die allen Aufgaben des Services zugewiesen ist.
## Service `RUNNING`-Aufgabenzähler
Sie können CloudWatch Metriken verwenden, um die Anzahl der Aufgaben in Ihren Services zu ermitteln, die sich im `RUNNING` Status befinden. Sie können beispielsweise einen CloudWatch Alarm für diese Metrik einrichten, der Sie benachrichtigt, wenn die Anzahl der laufenden Aufgaben in Ihrem Service unter einen bestimmten Wert fällt.
### Anzahl der `RUNNING` Serviceaufgaben in Amazon ECS CloudWatch Container Insights
Eine Metrik „Anzahl ausgeführter Aufgaben“ (`RunningTaskCount`) ist pro Cluster und pro Service verfügbar, wenn Sie Amazon ECS CloudWatch Container Insights verwenden. Sie können Container Insights für alle neuen Cluster verwenden, die erstellt wurden, indem Sie sich für die `containerInsights` Kontoeinstellung entscheiden, für einzelne Cluster, indem Sie die Cluster-Einstellungen während der Cluster-Erstellung aktivieren, oder für bestehende Cluster, indem Sie die UpdateClusterSettings API verwenden. Von CloudWatch Container Insights gesammelte Metriken werden als benutzerdefinierte Metriken berechnet. Weitere Informationen zu CloudWatch -Preisen erhalten Sie unter [CloudWatch – Preise](https://aws.amazon.com/cloudwatch/pricing/).
Informationen zu dieser Metrik finden Sie unter [Amazon ECS Container Insights-Metriken](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/Container-Insights-view-metrics.html) im * CloudWatch Amazon-Benutzerhandbuch*.
# Anwendungsfälle für Amazon-ECS-Serviceauslastungsmetriken
Die folgende Liste enthält Informationen darüber, wann die Amazon-ECS-Metriken verwendet werden sollten.
+ **Überwachung der Ressourcennutzung**: Verwenden Sie Durchschnittsstatistiken, um Muster bei der CPU- und Speicherauslastung zu überwachen, Leistungsbasiswerte festzulegen und allmähliche Trends bei Leistungseinbußen zu erkennen.
+ **Kostenoptimierung**: Verwenden Sie Durchschnittsstatistiken, um die Ressourcennutzung zu überwachen, Container richtig zu dimensionieren, Reservierungen auf der Grundlage von Nutzungsmustern anzupassen und eine geplante Skalierung zu implementieren.
+ **Leistungsvergleich**: Verwenden Sie Durchschnittsstatistiken, um Kennzahlen zwischen Serviceversionen zu vergleichen, die Leistung zu ermitteln und KPIs Optimierungsverbesserungen zu validieren.
+ **Erkennung von Ressourcenobergrenzen**: Verwenden Sie Durchschnittsstatistiken, um den minimalen Ressourcenbedarf in Leerlaufzeiten zu ermitteln, entsprechende Reservierungen festzulegen und ungewöhnliche Ausfälle zu erkennen.
+ **Erkennung von Anomalien**: Verwenden Sie Mindeststatistiken, um ungewöhnliche Rückgänge bei der Ressourcennutzung zu erkennen, die auf potenzielle Probleme hinweisen, wie z. B. Initialisierungsfehler oder unerwartete Leerlaufzeiten.
+ **Verfeinerung der Skalierungsrichtlinien**: Verwenden Sie Mindeststatistiken, um optimale Schwellenwerte für das Abskalieren festzulegen, die auf einer möglichst geringen Auslastung basieren, um ein aggressives Skalieren zu verhindern.
+ **Kapazitätsplanung**: Verwenden Sie maximale Statistiken, um angemessene Aufgabengrößen festzulegen und die Infrastruktur so zu planen, dass ausreichend Spielraum für Datenverkehrsspitzen vorhanden ist.
+ **Identifizierung von Leistungsengpässen**: Verwenden Sie maximale Statistiken, um Auslastungsgrade bei Ressourcen zu erkennen, Engpässe zu identifizieren und zu bestimmen, wann die Aufgabengröße erhöht werden sollte.
+ **Konfiguration der Skalierungsrichtlinien**: Verwenden Sie maximale Statistiken, um optimale Schwellenwerte für das Aufskalieren auf der Grundlage von Spitzenmustern festzulegen und die Burst-Kapazität zu konfigurieren.
+ **Überwachung der SLA-Einhaltung**: Verwenden Sie maximale Statistiken, um die Reaktionszeiten und Fehlerquoten in Spitzenzeiten nachzuverfolgen und sicherzustellen, dass die Serviceleistung den definierten Anforderungen entspricht. SLAs
## Informationen zu verwandten Metriken
Informationen zu Container Insights finden Sie unter [Container Insights-Anwendungsfälle](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/ecs-container-insights-use-metrics-cases.html) im * CloudWatch Benutzerhandbuch*.