Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

# Überwachung von Pipelines mithilfe von Metriken CloudWatch
<a name="pipelines-metrics"></a>

CloudWatch Pipelines veröffentlicht Metriken für Amazon CloudWatch im `AWS/Observability Admin` Namespace. Sie können diese Metriken verwenden, um den Zustand, die Leistung und den Datenfluss Ihrer Pipelines zu überwachen.

## Verfügbare Metriken
<a name="available-metrics"></a>

In den folgenden Tabellen sind die verfügbaren Metriken für CloudWatch Pipelines aufgeführt.

**Anmerkung**  
Pipelines-Metriken werden nur ausgegeben, wenn der Wert ungleich Null ist.

### Kernmetriken
<a name="core-metrics"></a>


| Metrik | Description | Dimension | Einheit | 
| --- | --- | --- | --- | 
| `PipelineBytesIn` | Volumen der Protokolldatensätze, die in unkomprimierte Byte in die Pipeline aufgenommen werden | PipelineName | Bytes | 
| `PipelineBytesInByDataSource` | Volumen der eingehenden Daten mit Aufschlüsselung source/type  | PipelineName, DataSource, DataType | Bytes | 
| `PipelineBytesOut` | Volumen der an das Ziel weitergeleiteten Daten | PipelineName | Bytes | 
| `PipelineBytesOutByDataSource` | Volumen der ausgehenden Daten mit source/type Aufschlüsselung | PipelineName, DataSource, DataType | Bytes | 
| `PipelineRecordsIn` | Anzahl der Datensätze, die in die Pipeline gelangen | PipelineName | Anzahl | 
| `PipelineRecordsInByDataSource` | Anzahl der eingehenden Datensätze mit source/type Aufschlüsselung | PipelineName, DataSource, DataType | Anzahl | 
| `PipelineRecordsOut` | Anzahl der Datensätze, die die Pipeline verlassen | PipelineName | Anzahl | 
| `PipelineRecordsOutByDataSource` | Anzahl der ausgehenden Datensätze mit source/type Aufschlüsselung | PipelineName, DataSource, DataType | Anzahl | 

### Metriken für Fehler und Warnungen
<a name="error-warning-metrics"></a>


| Metrik | Description | Dimension | Einheit | 
| --- | --- | --- | --- | 
| `PipelineErrors` | Gesamtzahl der Fehler in der Pipeline | PipelineName | Anzahl | 
| `PipelineErrorsByErrorType` | Detaillierte Fehlerzählungen nach Typ | PipelineName, ErrorSource, ErrorComponent, ErrorType | Anzahl | 
| `PipelineWarnings` | Anzahl der aufgetretenen Warnungen | PipelineName | Anzahl | 
| `PipelineWarningsByWarningType` | Detaillierte Warnungen nach Typ | PipelineName, WarningSource, WarningComponent, WarningType | Anzahl | 
| `PipelineRecordsUnprocessed` | Anzahl der Datensätze, die nicht verarbeitet werden konnten | PipelineName, DataSource, DataType | Anzahl | 
| `PipelineRecordsDropped` | Anzahl der gelöschten Datensätze (nur Quellen von Drittanbietern) | PipelineName, DataSource, DataType | Anzahl | 

## Dimensionen
<a name="dimensions"></a>

CloudWatch Pipelines-Metriken verwenden die folgenden Dimensionen:

**PipelineName**  
Name der Pipeline

**DataSource**  
Quelle der Daten (AWS Dienstname oder Quelle eines Drittanbieters)

**DataType**  
Art der verarbeiteten Daten

**ErrorSource**  
Ursprung des Fehlers (s3, aws.secrets, cloudwatch\_logs)

**ErrorComponent**  
Komponente, bei der der Fehler aufgetreten ist (Quelle, Senke, Erweiterung)

**ErrorType**  
Art des aufgetretenen Fehlers

## Arten von Fehlern
<a name="error-types"></a>

Die folgenden Fehlertypen werden in nachverfolgt`PipelineErrorsByErrorType`:

**`ACCESS_DENIED`**  
Fehler im Zusammenhang mit Berechtigungen

**`ALL`**  
Die Gesamtzahl aller Fehler in der Pipeline

**`RESOURCE_NOT_FOUND`**  
Die angegebene Ressource ist nicht vorhanden

**`SOURCE_READ_FAILURE`**  
Fehler beim Lesen aus der Quelle

**`PARSE_FAILURE`**  
Fehler beim Analysieren von Daten

**`PROCESSOR_ERRORS`**  
Fehler bei der Verarbeitung

**`PAYLOAD_SIZE_EXCEEDED`**  
Die Datengrößenbeschränkung wurde überschritten

## Arten von Warnungen
<a name="warning-types"></a>

Der folgende Warnungstyp kann in einer Pipeline auftreten:

**`THROTTLED`**  
Zeigt an, dass das gesendete Datenvolumen die bestehenden Ratenlimits überschritten hat, wodurch einige Datenpunkte oder Ereignisse gelöscht oder verzögert wurden, um das System zu schützen und die Stabilität zu gewährleisten.

## Anzeigen von Metriken
<a name="viewing-metrics"></a>

Sie können die Metriken von CloudWatch Pipelines mit den folgenden Methoden anzeigen:

### Mithilfe der Konsole CloudWatch
<a name="using-cloudwatch-console"></a>

1. Öffnen Sie die CloudWatch Konsole unter [https://console.aws.amazon.com/cloudwatch/](https://console.aws.amazon.com/cloudwatch/)

1. Wählen Sie im Navigationsbereich **Metrics**

1. Wählen Sie den Namespace **AWS/Observability Admin**

1. Wählen Sie die Metrikdimension aus, die Sie anzeigen möchten

### Unter Verwendung der AWS CLI
<a name="using-aws-cli"></a>

```
aws cloudwatch get-metric-statistics \
  --namespace "AWS/Observability Admin" \
  --metric-name "PipelineBytesIn" \
  --dimensions Name=PipelineName,Value=my-pipeline \
  --start-time "2025-10-29T00:00:00" \
  --end-time "2025-10-29T23:59:59" \
  --period 300 \
  --statistics Sum
```

## Erstellen von -Alarmen
<a name="creating-alarms"></a>

Sie können CloudWatch Alarme auf der Grundlage jeder dieser Metriken erstellen. Hier ist ein Beispiel für die Erstellung eines Alarms für Pipeline-Fehler:

```
aws cloudwatch put-metric-alarm \
  --alarm-name "HighPipelineErrors" \
  --alarm-description "Alert on high error rate" \
  --metric-name "PipelineErrors" \
  --namespace "AWS/Observability Admin" \
  --dimensions Name=PipelineName,Value=my-pipeline \
  --period 300 \
  --evaluation-periods 2 \
  --threshold 10 \
  --comparison-operator GreaterThanThreshold \
  --statistic Sum \
  --alarm-actions arn:aws:sns:region:account-id:topic-name
```

## Bewährte Methoden für CloudWatch Pipeline-Metriken
<a name="best-practices"></a>

### Überwachen Sie den Datenfluss
<a name="monitor-data-flow"></a>
+ Verwenden Sie `PipelineBytesIn` und`PipelineBytesOut`, um das Datenvolumen zu verfolgen
+ Überwachung `PipelineRecordsIn` und `PipelineRecordsOut` Nachverfolgung von Rekordzahlen
+ Achten Sie auf unerwartete Änderungen der Durchsatzmuster

### Verfolgen Sie Fehler und Warnungen
<a name="track-errors-warnings"></a>
+ Erstellen Sie Alarme`PipelineErrors`, um Probleme schnell zu erkennen
+ Wird verwendet`PipelineErrorsByErrorType`, um bestimmte Probleme zu diagnostizieren
+ Überwachen Sie`PipelineWarnings`, um potenzielle Probleme frühzeitig zu erkennen

### Konfigurieren Sie die entsprechenden Schwellenwerte
<a name="configure-thresholds"></a>
+ Richten Sie die Schwellenwerte auf Ihren erwarteten Datenmustern ab
+ Berücksichtigen Sie normale Schwankungen des Datenvolumens
+ Berücksichtigen Sie bei der Festlegung von Alarmschwellen die Spitzennutzungszeiten