Métriques personnalisées avec signaux d'application

Lorsque vous utilisez l' CloudWatch agent, vous devez le configurer metrics_collected avec unotlp. Par exemple, cloudwatch-config.json

{
  "traces": {
    "traces_collected": {
      "application_signals": {}
    }
  },
  "logs": {
    "metrics_collected": {
      "application_signals": {},
      "otlp": {
        "grpc_endpoint": "0.0.0.0:4317",
        "http_endpoint": "0.0.0.0:4318"
      }
    }
  }
}

Lorsque vous utilisez OpenTelemetry Collector, configurez un pipeline de métriques. Vous devez utiliser CloudWatch EMF Exporter for OpenTelemetry Collector et activer les attributs de ressources pour les étiquettes métriques. Il est recommandé de configurer pour dimension_rollup_option: NoDimensionRollup éviter d'émettre de nombreuses agrégations métriques. Par exemple config.yaml :

receivers:
  otlp:
    protocols:
      grpc:
        endpoint: 0.0.0.0:4317
      http:
        endpoint: 0.0.0.0:4318

exporters:
  awsemf:
    region: $REGION
    namespace: $NAMESPACE
    log_group_name:$LOG_GROUP_NAME
    resource_to_telemetry_conversion:
      enabled: true
    dimension_rollup_option: "NoDimensionRollup"
    
  otlphttp/traces:
    compression: gzip
    traces_endpoint: https://xray.$REGION.amazonaws.com/v1/traces
    auth:
      authenticator: sigv4auth/traces

extensions:
  sigv4auth/logs:
    region: "$REGION"
    service: "logs"
  sigv4auth/traces:
    region: "$REGION"
    service: "xray"

processors:
  batch:

service:
  telemetry:
  extensions: [sigv4auth/logs, sigv4auth/traces]
  pipelines:
    metrics:
      receivers: [otlp]
      processors: [batch]
      exporters: [awsemf]
    traces:
      receivers: [otlp]
      processors: [batch]
      exporters: [otlphttp/traces]

(Recommandé) Pipeline d'exportation personnalisé : dans le code de l'application, créez une MeterProviderexportation dédiée vers le point de terminaison de l'agent ou du collecteur configuré. Par exemple :

Resource resource = Resource.getDefault().toBuilder()
        .put(AttributeKey.stringKey("service.name"), serviceName)
        .put(AttributeKey.stringKey("deployment.environment.name"), environment)
        .build();

MetricExporter metricExporter = OtlpHttpMetricExporter.builder()
        .setEndpoint("http://localhost:4318/v1/metrics")
        .build();

MetricReader metricReader = PeriodicMetricReader.builder(metricExporter)
        .setInterval(Duration.ofSeconds(10))
        .build()

SdkMeterProvider meterProvider = SdkMeterProvider.builder()
    .setResource(resource)
    .registerMetricReader()
    .build();
    
Meter meter = meterProvider.get("myMeter");

Exportation basée sur un agent : configurez les variables d'environnement de l'agent OTEL_METRICS_EXPORTER et OTEL_EXPORTER_OTLP_METRICS_ENDPOINT. Par exemple :

OTEL_METRICS_EXPORTER=otlp
OTEL_EXPORTER_OTLP_METRICS_ENDPOINT=http://localhost:4318/v1/metrics

Dans le code de l'application, utilisez le global MeterProvider créé par l'agent. Par exemple :

Meter meter = GlobalOpenTelemetry.getMeter("myMeter");

[Recommandé] Ajoutez des attributs aux intervalles générés automatiquement. Par exemple :

Span.current().setAttribute("myattribute", value);

Ajoutez des attributs aux intervalles générés manuellement. Par exemple :

Span span = tracer.spanBuilder("myspan").startSpan();
try (Scope scope = span.makeCurrent()) {
   span.setAttribute("myattribute",  value);
}

Log Group — aws/spans

Modèle de filtre — {$.attributes. ['myattribute'] = *}

Nom de la métrique — myattribute (Les valeurs doivent correspondre exactement, sinon la corrélation entre les intervalles ne fonctionnera pas)

Valeur métrique — $.attributes. ['mon attribut']

Dimensions — Nom du champ : Service, valeur du champ : $.attributes. ['aws.local.service'], nom du champ : environnement, valeur du champ : $.attributes. ['aws.local.environment'], et nom du champ : Operation, valeur du champ : $.attributes. ['aws.local.operation']