기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

Amazon OpenSearch 서비스에서의 옵저버빌리티

Amazon OpenSearch Service용 OpenSearch 대시보드의 기본 설치에는 PPL (Piped Processing Language) 을 사용하여 데이터 기반 이벤트를 시각화하여 저장된 데이터를 탐색, 검색 및 쿼리하는 데 사용할 수 있는 Observability 플러그인이 포함되어 있습니다. OpenSearch 플러그인에는 1.2 이상이 필요합니다. OpenSearch

Observability 플러그인은 공통 데이터 원본에서 지표, 로그 및 트레이스를 수집하고 모니터링할 수 있는 통합 환경을 제공합니다. 한 곳에서 데이터를 수집하고 모니터링하면 전체 인프라를 풀 스택으로 end-to-end 관찰할 수 있습니다.

데이터 탐색 프로세스는 모두 다릅니다. 데이터를 탐색하고 시각화를 만드는 것이 처음이라면 다음과 같은 워크플로를 사용해 보는 것이 좋습니다.

이벤트 분석으로 데이터 탐색

먼저 OpenSearch 서비스 도메인에서 항공편 데이터를 수집하고 있는데 지난 달 피츠버그 국제공항에 도착하는 항공편이 가장 많았던 항공사를 알아보려고 한다고 가정해 보겠습니다. 다음 PPL 쿼리를 작성합니다.

source=opensearch_dashboards_sample_data_flights |
    stats count() by Dest, Carrier |
    where Dest = "Pittsburgh International Airport"

이 쿼리는 opensearch_dashboards_sample_data_flights라는 인덱스에서 데이터를 가져옵니다. 그런 다음 stats 명령을 사용하여 총항공편 수를 확보하고 목적지 공항 및 항공사에 따라 그룹화합니다. 마지막으로, where 절을 사용하여 피츠버그 국제 공항에 도착하는 항공편으로 결과를 필터링합니다.

지난달에 대해 표시되는 데이터는 다음과 같습니다.

쿼리 편집기의 PPL 버튼을 선택하여 각 PPL 명령에 대한 사용 정보 및 예제를 가져옵니다.

비행 지연에 대한 정보를 쿼리하는 좀 더 복잡한 예를 살펴보겠습니다.

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

쿼리의 각 명령은 최종 출력에 영향을 줍니다.

이 쿼리를 통해 OpenSearch Dashboard Airlines의 평균 지연 횟수가 적다는 것을 확인할 수 있습니다.

자세한 샘플 PPL 쿼리 샘플는 이벤트 분석 페이지의 쿼리 및 시각화에서 확인할 수 있습니다.

시각화 생성

관심 있는 데이터를 올바르게 쿼리하면 이러한 쿼리를 시각화로 저장할 수 있습니다.

그런 다음 해당 시각화를 작업 패널에 추가하여 서로 다른 데이터 조각을 비교합니다. 노트북을 활용하여 팀원들과 공유할 수 있는 다양한 시각화 및 코드 블록을 결합합니다.

Trace Analytics 자세히 살펴보기

Trace Analytics는 OpenSearch 데이터의 이벤트 흐름을 시각화하여 분산 애플리케이션의 성능 문제를 식별하고 해결하는 방법을 제공합니다.