可观测性

Amazon OpenSearch Service 提供了新功能，以帮助解决您的可观测性问题。使用开放接口收集、路由和转换遥测数据（包括 OpenTelemetry、Fluentd、Fluent Bit、Logstash、Data Prepper 等）。您可以使用本地功能搜索和分析大量半结构化数据。您可以使用 OpenSearch 控制面板的异常检测可观测性功能进行可视化、监控和警报，并使用查询界面竖线处理语言（PPL）对数据进行交互式分析和可视化。

Amazon OpenSearch Service 服务跨四个维度处理可观测性、跟踪分析、日志分析和应用程序性能监控（APM）问题：

收集：首先，您需要收集数据以进行分析。收集包括从多个来源收集、补充、筛选、转换和规范化数据。

检测：客户通常不会在问题开始时立即发现问题，从问题开始形成到您得知之间通常存在延迟。您希望尽量减少这个延迟。检测应该是主动的和多方面的（如遥测警报）。异常检测是一个关键工具，也是一项将相关警报链接在一起以减少警报疲劳的功能。检测的一个核心组件也是可视化和监控，Amazon OpenSearch Service 使用名为 OpenSearch Dashboard 的组件来实现这一点。 您甚至可以使用 PPL 等工具交互式分析数据。

调查：调查是人们在操作事件中花费最多时间的地方，调查通常需要多人参与。这是平均事件发生时间（MTTI）和平均恢复时间（MTTR）的最大贡献因素。突破混乱并了解应该关注什么仍然是一项艰巨的任务。使用日志、指标和跟踪帮助您在 AWS、本地或其他云端快速进行根本原因分析，同时跨指标、日志和跟踪进行关联。使用 OpenSearch Dashboard 笔记本协作进行调查并记录您的分析。 

修复：确定故障原因后，您需要进行修复。没有什么比试图解决问题然后让情况变得更糟更坏的结果了。不要忘记进行事后分析，才能确定如何从一开始就防止失败。记录建议的更改，以防止问题再次发生。您的目标应该是确保不再发生相同的问题；但如果发生了，您也可以自动识别并修复。

对于日志分析，有多个任务用于构建摄取管道。创建器是后端服务器、AWS 服务、Web 服务器等，包括 OpenTelemetry、适用于 OpenTelemetry 的 AWS Distro、Jaeger 和 Zipkin。收集器从源移动数据，可能在本地转换数据。对于 AWS 本地服务，您可以使用 Amazon Kinesis 代理或 Amazon CloudWatch 代理。对于开放源，常用的收集器是 Elastic Beats、Fluentd、Fluentbit 或 OpenTelemetry 收集器。聚合器缓冲来自收集器的信息，这在很大程度上减少了与 Amazon OpenSearch Service 的总连接数量。Amazon OpenSearch Service 然后会索引并分析聚合器的结果。要可视化和监控结果，您可以使用 OpenSearch Dashboards 或 Kibana。

有时，应用程序性能监控（APM）是可观测性的第一个成熟度等级。只有 APM 是不够的。在您的应用程序监控控制面板全是绿色的情况下，您的应用程序实际上是否按预期执行？ 您的客户是否获得了他们所需的用户体验？ 您的应用程序有何用途？ 您的应用程序的哪些部分达到了扩展限制？ 您在哪个地理区域看到了最快的增长？ 您可以可视化和规划哪些趋势？ 如果您可以收集指标，您就可以确信在部署新代码或更改基础架构时，您可以看到这些更改的影响。可观测性推动 APM 回答这些其他问题。

Amazon OpenSearch Service 的可观测性功能使您不仅进行简单的监控，除了了解正在发生的事件，还了解它们发生的原因。在本次研讨会中，学习如何检测、收集和分析指标、跟踪并记录数据，从用户前端到服务后端以及介于两者之间的所有内容。将这些与 Amazon OpenSearch Service、适用于 OpenTelemetry 的 AWS Distro、FluentBit 和 Data Prepper 结合使用。