View a markdown version of this page

Cas d'utilisation courants des processeurs - Amazon CloudWatch
Exemples de pipeline de métriques

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Cas d'utilisation courants des processeurs

Voici des scénarios courants et des exemples de configurations pour combiner des processeurs.

Exemples de pipeline de logs

Exemple Standardisez les formats de journal et ajoutez des métadonnées

Analysez les journaux JSON, normalisez les noms de champs et ajoutez des informations sur l'environnement :

processor:
  - parse_json: {}
  - rename_keys:
      entries:
        - from_key: "timestamp"
          to_key: "@timestamp"
        - from_key: "log_level"
          to_key: "level"
  - add_entries:
      entries:
        - key: "environment"
          value: "production"
        - key: "application"
          value: "payment-service"
Exemple Nettoyer et normaliser les valeurs des champs

Standardisez les codes d'état et supprimez les données sensibles :

processor:
  - uppercase_string:
      with_keys: ["status", "method"]
  - delete_entries:
      with_keys: ["credit_card", "password"]
  - substitute_string:
      entries:
        - source: "status"
          from: "SUCCESS"
          to: "OK"
Exemple Extraire et transformer des champs spécifiques

Extrayez les informations utilisateur et le format à des fins d'analyse :

processor:
  - extract_value:
      entries:
        - source: "user_agent"
          target: "browser"
          from: "(?<browser>Chrome|Firefox|Safari)"
          to: "${browser}"
  - lowercase_string:
      with_keys: ["browser"]
  - move_keys:
      entries:
        - from_key: "browser"
          to_key: "user_data.browser"
Exemple Traitement conditionnel avec conditions d'entrée de gamme

Ajoutez différentes métadonnées en fonction de la gravité du journal à l'aide de conditions d'entrée de gamme when :

processor:
  - add_entries:
      entries:
        - key: "alert_level"
          value: "critical"
          when: "log.level == 'ERROR'"
        - key: "alert_level"
          value: "info"
          when_else: "log.level == 'ERROR'"
Exemple Supprimer les entrées de journal indésirables

Filtrez les entrées du journal de débogage et de suivi provenant d'une source tierce afin de réduire le bruit et les coûts de stockage :

processor:
  - drop_events:
      when: "log.level in {'DEBUG', 'TRACE'}"
      handle_expression_failure: "skip"
Exemple Processor-level conditionnel avec delete_entries

Supprimez les champs sensibles uniquement lorsque l'environnement est celui de la production :

processor:
  - delete_entries:
      with_keys: ["password", "api_key", "ssn"]
      when: "environment in {'prod', 'staging'}"

Exemples de pipeline de métriques

Les exemples suivants montrent les configurations de processeur pour les pipelines de métriques. Les processeurs de métriques utilisent des expressions de chemin OTTL pour cibler les attributs dans différentes étendues.

Exemple Ajouter le contexte commercial aux indicateurs

Ajoutez des balises d'environnement et de propriété de l'équipe aux points de données métriques :

processor:
  - add_attributes:
      attributes:
        - key: resource.attributes["team"]
          value: "platform-engineering"
        - key: resource.attributes["cost_center"]
          value: "CC-1234"
Exemple Supprimer les attributs à cardinalité élevée

Supprimez les attributs qui font grimper les coûts de stockage. Ne s'applique pas aux métriques cumulées ou aux métriques distribuées. Si l'une des métriques des critères de sélection présente une temporalité non prise en charge, le pipeline émet une métrique d'UnsupportedTemporalityavertissement que vous pouvez surveiller dans l'espace de noms : AWS/Observability Admin

processor:
  - delete_attributes:
      with_keys:
        - resource.attributes["host.id"]
        - datapoint.attributes["http.request.id"]
Exemple Standardisez les conventions de dénomination

Renommez les métriques et les attributs pour les aligner sur les conventions OpenTelemetry sémantiques. Ne s'applique pas aux mesures cumulatives ou aux mesures vendues :

processor:
  - rename_metrics:
      metrics:
        - from: "cpu_usage_percent"
          to: "system.cpu.utilization"
  - rename_attributes:
      attributes:
        - from_key: resource.attributes["hostname"]
          to_key: resource.attributes["host.name"]