Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Vous pouvez surveiller votre ECR API utilisation d'Amazon avec Amazon CloudWatch, qui collecte et traite les données brutes d'Amazon pour ECR en faire des indicateurs lisibles en temps quasi réel. Ces statistiques sont enregistrées pendant une période de deux semaines afin que vous puissiez accéder à des informations historiques et avoir une idée plus précise de votre API utilisation. Les données ECR métriques d'Amazon sont automatiquement envoyées par CloudWatch intervalles d'une minute. Pour plus d'informations CloudWatch, consultez le guide de CloudWatch l'utilisateur Amazon.
Amazon ECR fournit des statistiques basées sur votre API utilisation pour les actions d'autorisation, de diffusion d'images et d'extraction d'images.
La surveillance joue un rôle important dans le maintien de la fiabilité, de la disponibilité et des performances d'Amazon ECR et de vos AWS solutions. Nous vous recommandons de collecter des données de surveillance à partir des ressources qui constituent votre AWS solution afin de pouvoir corriger plus facilement une défaillance multipoint, le cas échéant. Avant de commencer à surveiller AmazonECR, vous devez toutefois créer un plan de surveillance comprenant des réponses aux questions suivantes :
-
Quels sont les objectifs de la surveillance ?
-
Quelles sont les ressources à surveiller ?
-
À quelle fréquence les ressources doivent-elles être surveillées ?
-
Quels outils de surveillance utiliser ?
-
Qui exécute les tâches de supervision ?
-
Qui doit être informé en cas de problème ?
L'étape suivante consiste à établir une base de référence pour les ECR performances normales d'Amazon dans votre environnement en mesurant les performances à différents moments et dans différentes conditions de charge. Lorsque vous surveillez AmazonECR, stockez les données de surveillance historiques afin de pouvoir les comparer aux nouvelles données de performance, d'identifier les modèles de performance normaux et les anomalies de performance, et de concevoir des méthodes pour résoudre les problèmes.