本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
OPS04-BP05 实现分布式跟踪
分布式跟踪提供了一种方法，可在请求遍历分布式系统的各个组件时对请求进行监控和可视化。通过从多个来源捕获跟踪数据并在一个统一视图中对其进行分析，团队可以更好地了解请求是如何流动的、哪里存在瓶颈以及优化工作的重点。
期望结果：全面了解流经分布式系统的请求，从而精确调试、优化性能和改善用户体验。
常见反模式：
-
检测不一致：并非分布式系统中的所有服务都经过跟踪检测。
-
忽略延迟：只关注错误，而不考虑延迟或性能逐渐下降的情况。
建立此最佳实践的好处：
-
全面了解系统：以可视化方式呈现请求从进入到退出的整个路径。
-
增强调试功能：快速发现出现故障或性能问题的地方。
-
改善用户体验：监控并根据实际用户数据进行优化，确保系统满足现实需求。
在未建立这种最佳实践的情况下暴露的风险等级：高
实施指导
首先确定工作负载中所有需要检测的元素。计算完所有组件后，利用 AWS X-Ray 和 OpenTelemetry 之类的工具收集跟踪数据，使用 X-Ray 和 Amazon CloudWatch ServiceLens Map 等工具进行分析。定期与开发者进行审查，并使用诸如Amazon DevOps Guru、X-Ray Analytics和X-Ray Insights之类的工具来补充这些讨论，以帮助发现更深入的发现。根据跟踪数据确立警报，以便在结果面临风险时，按照工作负载监控计划中定义的流程发出通知。
实施步骤
要有效地实施分布式跟踪，请执行以下操作：
-
采用 AWS X-Ray
：将 X-Ray 集成到应用程序中，以便深入了解其行为和性能并查明瓶颈。利用 X-Ray Insights 自动分析跟踪数据。 -
检测您的服务：验证从AWS Lambda
函数到EC2实例 的每项服务是否都发送了跟踪数据。您提供的服务越多， end-to-end视野就越清晰。 -
整合CloudWatch 真实用户监控和综合监控：将真实用户监控 (RUM) 和合成监控与 X-Ray 集成。这可捕捉实际的用户体验并模拟用户交互，从而发现潜在问题。
-
使用CloudWatch 代理：代理可以从 X-Ray 或发送跟踪 OpenTelemetry，从而增强所获得的见解的深度。
-
使用 Amazon DevOps Guru
： DevOpsGuru 使用来自 X-Ray、 CloudWatch AWS Config、和的数据 AWS CloudTrail 来提供可行的建议。 -
分析跟踪数据：定期审查跟踪数据，识别可能影响应用程序性能的模式、异常或瓶颈。
-
设置警报：CloudWatch
针对异常模式或延迟时间过长配置警报，从而可以主动解决问题。 -
持续改进：在添加或修改服务时，重新审视跟踪策略，以便捕获所有相关数据点。
实施计划的工作量级别：中
资源
相关最佳实践：
相关文档：
相关视频：
相关示例：
