Observabilité dans Amazon Amazon Service OpenSearch - Amazon OpenSearch Service
Explorez vos données grâce à l'analytique des événementsCréer des visualisationsPlongez plus profondément avec Trace Analytics

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.

Observabilité dans Amazon Amazon Service OpenSearch

L'installation par défaut de OpenSearch Dashboards for Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon Amazon OpenSearch Service OpenSearch Le plugin nécessite version OpenSearch 1.2 ou ultérieure.

Le plugin Observability offre une expérience unifiée pour la collecte et la surveillance des métriques, des journaux et des traces provenant de sources de données communes. La collecte et la surveillance des données en un seul point permettent une end-to-end observabilité complète de l'ensemble de votre infrastructure.

Note

Cette documentation fournit un bref aperçu de l'observabilité en OpenSearch service. Pour une documentation complète du plugin Observability, y compris les autorisations, consultez Observability.

Le processus d'exploration des données est différent pour chacun. Si vous débutez dans l'exploration de données et la création de visualisations, nous vous recommandons d'essayer un flux comme le suivant.

Explorez vos données grâce à l'analytique des événements

Pour démarrer, supposons que vous collectiez des données de vol dans votre domaine de OpenSearch service et que vous vouliez savoir quelle compagnie aérienne a eu le plus de vols arrivant à l'aéroport international de Pittsburgh le mois dernier. Vous écrivez la requête PPL suivante :

source=opensearch_dashboards_sample_data_flights |
    stats count() by Dest, Carrier |
    where Dest = "Pittsburgh International Airport"

Cette requête extrait les données de l'index nommé opensearch_dashboards_sample_data_flights. Il utilise ensuite la commande stats pour obtenir un nombre total de vols et les regrouper en fonction de l'aéroport de destination et de la compagnie aérienne. Enfin, il utilise la clause where pour filtrer les résultats sur les vols arrivant à l'aéroport international de Pittsburgh.

Voici à quoi ressemblent les données lorsqu'elles sont affichées sur le mois dernier :

Table showing flight counts to Pittsburgh International Airport for different carriers.

Vous pouvez choisir le bouton PPL dans l'éditeur de requêtes pour obtenir des informations d'utilisation et des exemples pour chaque commande PPL :

OpenSearch PPL Reference Manual showing stats command description and aggregation functions table.

Examinons un exemple plus complexe, qui demande des informations sur les retards de vol :

source=opensearch_dashboards_sample_data_flights |
    where FlightDelayMin > 0 |
    stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier, Dest |
    eval avg_delay=minimum_delay / total_delayed | 
    sort - avg_delay

Chaque commande de la requête a un impact sur la sortie finale :

  • source=opensearch_dashboards_sample_data_flights – extrait les données du même index que l'exemple précédent

  • where FlightDelayMin > 0 – filtre les données sur les vols retardés

  • stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier – pour chaque compagnie aérienne, obtient le retard minimum total et le nombre total de vols retardés

  • eval avg_delay=minimum_delay / total_delayed – calcule le temps de retard moyen pour chaque compagnie aérienne en divisant le retard minimum par le nombre total de vols retardés

  • sort - avg_delay – trie les résultats en fonction du retard moyen dans l'ordre décroissant

Avec cette requête, vous pouvez déterminer que OpenSearch Dashboards Airlines a, en moyenne, moins de retards.

Table comparing airline carriers' delay statistics, including average delay and total delayed flights.

Plus d'exemples de requêtes PPL sous Queries and Visualizations (Requêtes et visualisations) sur la page Event analytics (Analytique des événements).

Créer des visualisations

Une fois que vous avez correctement interrogé les données qui vous intéressent, vous pouvez enregistrer ces requêtes sous forme de visualisations :

Bar chart showing flight counts to Pittsburgh International Airport by four carriers.

Ajoutez ensuite ces visualisations aux panneaux opérationnels pour comparer différents éléments de données. Exploitez les blocs-notes pour combiner différentes visualisations et blocs de code que vous pouvez partager avec les membres de l'équipe.

Plongez plus profondément avec Trace Analytics

Trace Analytics permet de visualiser le flux d'événements dans vos OpenSearch données afin d'identifier et de résoudre les problèmes de performances dans les applications distribuées.

Trace analytics dashboard showing time spent by service and span detail for various operations.