Amazon OpenSearch Service 中的可观察性

适用于 Amazon OpenSearch Service 的 OpenSearch 控制面板的原定设置安装包含了可观察性插件。借助该插件，您可以使用管道式处理语言（PPL）将数据驱动的事件可视化，以便探索、发现和查询 OpenSearch 中存储的数据。此插件需要 OpenSearch 1.2 或更高版本。

可观察性插件为采集和监控来自常见数据源的指标、日志和跟踪信息提供了统一的体验。在一个位置集中采集和监控数据，可实现整个基础设施的全栈端到端可观察性。

注意

本文档简要概述了 OpenSearch Service 中的可观测性。有关可观测性插件的全面文档（包括权限），请参阅 Observability。

每个人探索数据的过程都是不同的。如果您刚接触数据探索和可视化的创建，则建议您尝试如下所示的工作流。

使用事件分析来探索数据

例如，假设您正在 OpenSearch Service 域中收集航班数据，并且想了解哪家航空公司上个月抵达匹兹堡国际机场的航班最多。您会编写下面的 PPL 查询：


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

此查询将从名为 opensearch_dashboards_sample_data_flights 的索引中提取数据。然后使用 stats 命令获取总航班数据，并根据目的地机场和航空公司进行分组。最后，它使用 where 子句从结果中筛选出到达匹兹堡国际机场的航班。

下面是显示的上个月数据的样子：

Table showing flight counts to Pittsburgh International Airport for different carriers.

您可以在查询编辑器中选择 PPL 按钮来获取每个 PPL 命令的用法信息和示例：

OpenSearch PPL Reference Manual showing stats command description and aggregation functions table.

下面来看一个更复杂的例子，即查询有关航班延误的信息：


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

查询中的每个命令都会影响最终输出：

source=opensearch_dashboards_sample_data_flights – 从与上例相同的索引中提取数据
where FlightDelayMin > 0 – 从数据中筛选出发生延误的航班
stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier – 获取每家航空公司的总最短延误时间和延误航班总数
eval avg_delay=minimum_delay / total_delayed – 用最短延误时间除以延误航班总数，得出每家航空公司的平均延误时间
sort - avg_delay – 按平均延误时间降序对结果进行排序