本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
OPS08-BP03 分析工作負載追蹤
分析追蹤資料對於實現應用程式營運歷程的全面檢視至關重要。透過視覺化和了解各種不同元件之間的互動，就能微調效能、找出瓶頸，並且增強使用者體驗。
預期成果：清楚掌握應用程式的分散式操作，就能更快解決問題並增強使用者體驗。
常見的反模式：
-
忽略追蹤資料，只依賴日誌和指標。
-
不會將追蹤資料與相關日誌建立關聯。
-
忽略從追蹤產生的指標，如延遲和故障率。
建立此最佳實務的優勢：
-
改善故障診斷並減少解決的平均時間 （MTTR）。
-
深入了解依賴性及其影響。
-
快速識別和糾正效能問題。
-
利用追蹤衍生的指標制定明智的決策。
-
透過最佳化元件互動改善使用者體驗。
未建立此最佳實務時的曝險等級：中
實作指引
AWS X-Ray
實作步驟
下列步驟提供結構化方法，可有效使用 AWS 服務實作追蹤資料分析：
-
整合 AWS X-Ray：確保 X-Ray 與您的應用程式整合，以擷取追蹤資料。
-
分析 X-Ray 指標：深入研究 X-Ray 追蹤衍生的指標，例如延遲、請求率、錯誤率和回應時間分佈，使用服務地圖來監控應用程式運作狀態。
-
使用 ServiceLens：利用ServiceLens地圖增強服務和應用程式的可觀測性。如此就能將追蹤、指標、日誌、警報和其他運作狀況資訊整合在一起檢視。
-
啟用 X-Ray Insights：
-
開啟 X-Ray Insights，以自動偵測追蹤中的異常。
-
檢查洞見以找出明確的模式並確定根本原因，例如故障率或延遲增加。
-
請參考 Insights 時間軸，依時間順序查看所偵測到問題的分析。
-
-
使用 X-Ray Analytics：X-Ray Analytics 可讓您徹底探索追蹤資料、精確定位模式並擷取洞見。
-
使用 X-Ray 中的群組：在 X-Ray 中建立群組，即可根據如高延遲等條件篩選追蹤，以進行更針對性的分析。
-
合併 Amazon DevOpsGuru ：讓 Amazon DevOpsGuru
受益於機器學習模型，以找出追蹤中的操作異常。 -
使用 CloudWatch Synthetics ：使用 CloudWatch Synthetics 建立 Canary，以持續監控您的端點和工作流程。這些 Canary 可與 X-Ray 整合，以提供追蹤資料，用來對要測試的應用程式進行深入分析。
-
使用實際使用者監控 （RUM）：使用 AWS X-Ray 和 CloudWatch RUM，您可以從應用程式的最終使用者開始透過下游 AWS 受管服務分析和偵錯請求路徑。這樣做有助於找出影響最終使用者的延遲趨勢和錯誤。
-
與日誌建立關聯：將追蹤資料與 X-Ray 追蹤檢視中的相關日誌建立關聯，以深入了解應用程式行為。如此可讓您檢視與追蹤的交易直接相關的日誌事件。
-
實作CloudWatch跨帳戶可觀測性 ：監控和疑難排解跨區域內多個帳戶的應用程式。
實作計劃的工作量：中
資源
相關的最佳實務：
相關文件：
相關影片：
相關範例：
