As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Observabilidade no Amazon Service OpenSearch
A instalação padrão do OpenSearch Dashboards for Amazon OpenSearch Service inclui o plug-in Observability, que você pode usar para visualizar eventos orientados por dados usando a Piped Processing Language (PPL) para explorar, descobrir e consultar dados armazenados. OpenSearch O plug-in requer OpenSearch 1.2 ou posterior.
O plug-in de Observabilidade fornece uma experiência unificada para coletar e monitorar métricas, logs e rastreamentos de fontes de dados comuns. A coleta e o monitoramento de dados em um só lugar permitem a end-to-end observabilidade completa de toda a sua infraestrutura.
nota
Esta documentação fornece uma breve visão geral da Observabilidade em OpenSearch Serviço. Para obter uma documentação abrangente do plug-in Observability, incluindo permissões, consulte Observability
O processo de todos para explorar dados é diferente. Se você é iniciante na exploração de dados e na criação de visualizações, recomendamos experimentar um fluxo de trabalho como o seguinte.
Explore seus dados com a análise de eventos
Para começar, digamos que você esteja coletando dados de voos em seu domínio de OpenSearch Serviço e queira descobrir qual companhia aérea teve mais voos chegando ao Aeroporto Internacional de Pittsburgh no mês passado. Você grava a seguinte consulta PPL:
source=opensearch_dashboards_sample_data_flights | stats count() by Dest, Carrier | where Dest = "Pittsburgh International Airport"
Essa consulta extrai dados do índice chamadoopensearch_dashboards_sample_data_flights. Em seguida, ele usa o comando stats para obter uma contagem total de voos e agrupá-lo de acordo com o aeroporto de destino e a transportadora. Finalmente, ele usa a cláusula where para filtrar os resultados para voos que chegam ao Aeroporto Internacional de Pittsburgh.
Veja como os dados se parecem quando exibidos no último mês:
Você pode escolher o botão PPL no editor de consultas para obter informações de uso e exemplos para cada comando PPL:
Vejamos um exemplo mais complexo, que consulta informações sobre atrasos de voos:
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 na consulta afeta o resultado final:
-
source=opensearch_dashboards_sample_data_flights- extrai dados do mesmo índice que o exemplo anterior -
where FlightDelayMin > 0- filtra os dados para voos que estavam atrasados -
stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier- para cada transportadora, obtém o tempo de atraso mínimo total e a contagem total de voos atrasados -
eval avg_delay=minimum_delay / total_delayed- calcula o tempo médio de atraso para cada transportadora dividindo o tempo mínimo de atraso pelo número total de voos atrasados -
sort - avg_delay- classifica os resultados por atraso médio em ordem decrescente
Com essa consulta, você pode determinar se a OpenSearch Dashboards Airlines tem, em média, menos atrasos.
Você pode encontrar mais consultas PPL de amostra em Consultas e visualizações na página Análise de eventos.
Crie visualizações
Depois de consultar corretamente os dados de seu interesse, você pode salvar essas consultas como visualizações:
Em seguida, adicione essas visualizações aos painéis operacionais
Aprofunde-se mais com Trace Analytics
O Trace Analytics fornece uma maneira de visualizar o fluxo de eventos em seus OpenSearch dados para identificar e corrigir problemas de desempenho em aplicativos distribuídos.
