Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Observabilidad en Amazon OpenSearch Service
La instalación predeterminada de OpenSearch Dashboards para Amazon OpenSearch Service incluye el complemento Observability, que se puede utilizar para visualizar eventos controlados por datos mediante el lenguaje de procesamiento con plecas (PPL) para explorar, descubrir y consultar los datos almacenados en OpenSearch. Este complemento requiere OpenSearch 1.2 o posterior.
El complemento Observability proporciona una experiencia unificada para recopilar y supervisar métricas, registros y seguimientos de orígenes de datos habituales. La recopilación y supervisión de datos en un solo lugar permite una observabilidad integral de extremo a extremo de toda la infraestructura.
nota
Esta documentación proporciona una breve descripción de Observability en OpenSearch Service. Para obtener la documentación completa del complemento Observability, incluidos los permisos, consulte Observability
Cada cual tiene un proceso de exploración de datos diferente. Si no tiene experiencia con la exploración de datos y la creación de visualizaciones, le recomendamos que pruebe un flujo de trabajo como el siguiente:
Explore los datos con análisis de eventos
Para empezar, supongamos que está recopilando datos de vuelos en un dominio de OpenSearch Service y desea averiguar qué aerolínea tuvo más llegadas de vuelos desde el Aeropuerto Internacional de Pittsburgh el mes pasado. Escribe la siguiente consulta PPL:
source=opensearch_dashboards_sample_data_flights | stats count() by Dest, Carrier | where Dest = "Pittsburgh International Airport"
Esta consulta extrae datos del índice denominado opensearch_dashboards_sample_data_flights. A continuación, utiliza el comando stats para obtener un recuento total de vuelos y agrupar por aeropuerto de destino y aerolínea. Por último, utiliza la cláusula where para filtrar los resultados y mostrar los vuelos con llegada al Aeropuerto Internacional de Pittsburgh.
Este es el aspecto de los datos que se muestran para el último mes:
Puede elegir el botón PPL del editor de consultas para obtener información y ejemplos de uso de cada comando PPL:
Veamos un ejemplo más complejo, en el que se realizan consultas de información sobre retrasos de vuelos:
source=opensearch_dashboards_sample_data_flights | where FlightDelayMin > 0 | stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier, Dest | eval avg_delay=minimum_delay / total_delayed | sort - avg_delay
Cada comando de la consulta afecta al resultado final:
-
source=opensearch_dashboards_sample_data_flights: extrae datos del mismo índice que el ejemplo anterior -
where FlightDelayMin > 0: filtra los datos para mostrar los vuelos retrasados -
stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier: para cada aerolínea, obtiene el tiempo de retraso mínimo total y el recuento total de vuelos retrasados -
eval avg_delay=minimum_delay / total_delayed: calcula el tiempo de retraso medio de cada aerolínea dividiendo el tiempo de retraso mínimo entre el número total de vuelos retrasados -
sort - avg_delay: ordena los resultados por retraso medio en orden descendente
Con esta consulta, se puede determinar que OpenSearch Dashboards Airlines tiene menos retrasos de media.
Dispone de más ejemplos de consultas PPL en Queries and Visualizations (Consultas y visualizaciones) en la página Event analytics (Análisis de eventos).
Crear visualizaciones
Una vez que haya consultado correctamente los datos que le interesan, puede guardar esas consultas como visualizaciones:
A continuación, agregue esas visualizaciones a paneles operacionales
Profundizar más con Trace Analytics
Trace Analytics proporciona una forma de visualizar el flujo de eventos de los datos de OpenSearch para identificar y solucionar problemas de rendimiento en aplicaciones distribuidas.
