Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Memantau kondisi kesehatan operasional aplikasi Anda dengan Sinyal Aplikasi
Gunakan Sinyal Aplikasi dalam [CloudWatch konsol](https://console.aws.amazon.com/cloudwatch/) untuk memantau dan memecahkan masalah kesehatan operasional aplikasi Anda:
+ **Memantau layanan aplikasi Anda** — Sebagai bagian dari pemantauan operasional harian, gunakan halaman [Layanan](Services-page.md) untuk melihat ringkasan dari semua layanan Anda. Lihat layanan dengan tingkat kesalahan atau latensi tertinggi, dan lihat layanan mana yang memiliki [indikator tingkat layanan yang tidak sehat (SLIs)](CloudWatch-ServiceLevelObjectives.md). Pilih layanan untuk membuka halaman [Detail Layanan](ServiceDetail.md) dan lihat metrik terperinci, operasi layanan, canary Synthetics, dan permintaan klien. Ini dapat membantu Anda memecahkan masalah dan mengidentifikasi akar penyebab masalah operasional.
+ **Periksa topologi aplikasi Anda** — Gunakan [Peta Aplikasi untuk memahami dan memantau topologi aplikasi](ServiceMap.md) Anda dari waktu ke waktu, termasuk hubungan antara klien, kenari Synthetics, layanan, dan dependensi. Secara instan melihat kondisi kesehatan indikator tingkat layanan (SLI) dan melihat metrik-metrik utama seperti volume panggilan, tingkat kegagalan, dan latensi. Menelusuri untuk melihat informasi lebih detail di halaman [Detail Layanan](ServiceDetail.md).
Telusuri [contoh skenario](Services-example-scenario.md) yang menunjukkan bagaimana halaman ini dapat digunakan untuk menyelesaikan masalah-masalah kondisi kesehatan layanan operasional dengan cepat, mulai dari deteksi awal hingga mengidentifikasi akar penyebab.
**Bagaimana Sinyal Aplikasi memungkinkan pemantauan kondisi kesehatan operasional**
Setelah [Anda mengaktifkan aplikasi](CloudWatch-Application-Signals-Enable.md) untuk Sinyal Aplikasi, layanan aplikasi Anda APIs, dan dependensinya secara otomatis ditemukan dan ditampilkan di halaman **Layanan**, **detail Layanan**, dan **Peta Aplikasi**. Sinyal Aplikasi mengumpulkan informasi dari berbagai sumber sehingga memungkinkan penemuan layanan dan pemantauan kondisi kesehatan operasional:
+ [AWS Distro for OpenTelemetry (ADOT)](CloudWatch-Application-Signals-supportmatrix.md) — Sebagai bagian dari mengaktifkan Sinyal Aplikasi, pustaka instrumentasi otomatis Java OpenTelemetry dan Python dikonfigurasi untuk memancarkan metrik dan jejak yang dikumpulkan oleh agen. CloudWatch Metrik-metrik dan jejak-jejak tersebut digunakan untuk memungkinkan penemuan layanan, operasi, dependensi, dan informasi layanan lainnya.
+ [Tujuan tingkat layanan (SLOs)](CloudWatch-ServiceLevelObjectives.md) - Setelah Anda membuat sasaran tingkat layanan untuk layanan Anda, halaman Layanan, detail Layanan, dan Peta Aplikasi menampilkan kesehatan indikator tingkat layanan (SLI). SLIs dapat memantau latensi, ketersediaan, dan metrik operasional lainnya.
+ [CloudWatch Synthetics canaries](CloudWatch_Synthetics_Canaries.md) — Saat Anda mengonfigurasi penelusuran X-Ray pada kenari Anda, panggilan ke layanan Anda dari skrip kenari terkait dengan layanan Anda dan ditampilkan dalam halaman detail Layanan.
+ [CloudWatch Pemantauan pengguna nyata (RUM)](CloudWatch-RUM.md) - Ketika penelusuran X-Ray diaktifkan pada klien web CloudWatch RUM Anda, permintaan ke layanan Anda secara otomatis terkait dan ditampilkan dalam halaman detail layanan.
+ [AWS Service Catalog AppRegistry](https://docs.aws.amazon.com/servicecatalog/latest/arguide/intro-app-registry.html)— Sinyal Aplikasi secara otomatis menemukan AWS sumber daya dalam akun Anda dan memungkinkan Anda untuk mengelompokkannya ke dalam aplikasi logis yang dibuat. AppRegistry Nama aplikasi yang ditampilkan di halaman Layanan didasarkan pada sumber daya komputasi yang mendasari operasi layanan Anda.
**catatan**
Sinyal Aplikasi akan menampilkan layanan dan operasi Anda berdasarkan metrik-metrik dan jejak-jejak yang dipancarkan dalam filter waktu saat ini yang Anda pilih. (Secara default, dalam tiga jam terakhir.) Jika tidak ada aktivitas dalam filter waktu saat ini untuk layanan, operasi, dependensi, canary Synthetics, atau halaman klien, itu tidak akan ditampilkan.
Hingga 1.000 layanan dapat ditampilkan. Penemuan layanan-layanan dan topologi layanan Anda mungkin tertunda hingga 10 menit. Evaluasi kondisi kesehatan indikator tingkat layanan (SLI) Anda mungkin tertunda hingga 15 menit.
**catatan**
Konsol Sinyal Aplikasi saat ini hanya mendukung pemilihan maksimum satu hari dalam rentang waktu 30 hari.
# Lihat keseluruhan aktivitas layanan dan kesehatan operasional dengan halaman Layanan
Gunakan halaman Layanan untuk melihat daftar layanan Anda yang [diaktifkan untuk Sinyal Aplikasi](CloudWatch-Application-Signals-Enable.md). Anda juga dapat melihat metrik operasional dan dengan cepat melihat layanan mana yang memiliki indikator tingkat layanan yang tidak sehat (SLIs). Telusuri untuk mencari anomali performa saat Anda mengidentifikasi akar penyebab masalah operasional. Untuk melihat halaman ini, buka [CloudWatch konsol](https://console.aws.amazon.com/cloudwatch/) dan pilih **Layanan** di bawah bagian **Sinyal Aplikasi** di panel navigasi kiri.
Untuk layanan yang tidak diinstrumentasi, halaman ikhtisar Layanan menampilkan informasi terbatas dengan menonjol calls-to-action untuk mengaktifkan instrumentasi Sinyal Aplikasi.
## Jelajahi metrik kesehatan operasional untuk layanan Anda
Bagian atas halaman Layanan mencakup grafik kesehatan operasional layanan secara keseluruhan dan beberapa tabel yang menampilkan layanan teratas dan dependensi layanan berdasarkan tingkat kesalahan dan daftar layanan. Grafik Layanan di sebelah kiri menampilkan rincian jumlah layanan yang memiliki indikator tingkat layanan yang sehat atau tidak sehat (SLIs) selama filter waktu tingkat halaman saat ini. SLIs dapat memantau latensi, ketersediaan, dan metrik operasional lainnya. Lihat layanan teratas berdasarkan tingkat kesalahan di dua tabel di sebelah grafik. Pilih nama layanan di salah satu tabel untuk membuka [halaman halaman detail layanannya](ServiceDetail.md), yang menampilkan informasi operasi layanan terperinci. Pilih jalur ketergantungan untuk melihat detail ketergantungan layanan pada halaman detailnya.
Kedua tabel menampilkan informasi hingga tiga jam terakhir, bahkan jika filter periode waktu yang lebih lama dipilih di kanan atas halaman.
Saat menggunakan pengelompokan layanan dinamis, metrik kesehatan operasional secara otomatis mengumpulkan data di semua layanan dalam setiap grup. Ini menyediakan:
+ Tingkat kesalahan konsolidasi untuk grup layanan
+ Status kesehatan SLI tingkat kelompok
+ Metrik kinerja agregat yang membantu mengidentifikasi kluster layanan yang bermasalah
+ Identifikasi cepat kelompok mana yang membutuhkan perhatian segera selama insiden
![\[CloudWatch Layanan grafik teratas\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/services-top-graphs.png)
## Pantau kesehatan operasional dengan tabel Layanan
Tabel Layanan menampilkan daftar layanan Anda yang telah diaktifkan untuk Sinyal Aplikasi. Pilih **Aktifkan Sinyal Aplikasi** untuk membuka halaman penyiapan dan mulai mengkonfigurasi layanan Anda. Untuk informasi selengkapnya, silakan lihat [Mengaktifkan Sinyal Aplikasi](CloudWatch-Application-Signals-Enable.md).
Filter tabel Layanan agar lebih mudah untuk menemukan apa yang Anda cari, dengan memilih satu atau beberapa properti dari kotak teks filter. Saat Anda memilih setiap properti, Anda dipandu melalui kriteria filter. Anda akan melihat filter lengkap di bawah kotak teks filter. Pilih **Hapus filter** kapan saja untuk menghapus filter tabel tersebut.
Opsi penyaringan lanjutan memungkinkan Anda untuk:
+ Filter menurut grup layanan (pengelompokan default dan kustom)
+ Filter berdasarkan aktivitas penerapan terbaru
+ Filter berdasarkan Platform
+ Filter oleh SLI Health
+ Filter berdasarkan ID Akun (dalam pengaturan observabilitas lintas akun)
+ Filter berdasarkan status instrumentasi (instrumentasi vs tidak diinstrumentasi)
+ Filter menurut lingkungan
+ Filter berdasarkan status kesehatan layanan
![\[CloudWatch Tabel layanan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/services-table-healthy-updated.png)
Untuk layanan yang tidak diinstrumentasi, halaman ikhtisar Layanan menampilkan informasi terbatas dengan menonjol calls-to-action untuk mengaktifkan instrumentasi Sinyal Aplikasi. Layanan yang tidak diinstrumentasi muncul di tabel Layanan bahkan ketika belum dikonfigurasi dengan Sinyal Aplikasi, membantu Anda mengidentifikasi celah dalam cakupan observabilitas Anda dan memprioritaskan layanan mana yang akan instrumen berikutnya berdasarkan posisinya dalam arsitektur Anda.
Pilih nama layanan apa pun dalam tabel untuk melihat [halaman detail layanan](ServiceDetail.md) yang berisi metrik tingkat layanan, operasi, dan detail tambahan. Jika Anda telah mengaitkan sumber daya komputasi dasar layanan dengan aplikasi di AppRegistry atau kartu Aplikasi di Konsol Manajemen AWS halaman beranda, pilih nama aplikasi untuk menampilkan detail aplikasi di halaman konsol [MyApplications](https://docs.aws.amazon.com/awsconsolehelpdocs/latest/gsg/aws-myApplications.html). Untuk layanan yang dihosting di Amazon EKS, pilih tautan apa pun di dalam kolom **Hosted in** untuk melihat Cluster, Namespace, atau Beban Kerja dalam CloudWatch Wawasan Kontainer. Untuk layanan yang berjalan di Amazon ECS atau Amazon EC2, nilai Lingkungan ditampilkan.
Status [indikator tingkat layanan (SLI)](CloudWatch-ServiceLevelObjectives.md#CloudWatch-ServiceLevelObjectives-concepts) ditampilkan untuk setiap layanan dalam tabel. Pilih status SLI untuk layanan untuk menampilkan pop-up yang berisi tautan ke yang tidak sehat SLIs, dan tautan untuk melihat semua SLOs layanan.
![\[Layanan dengan SLI yang tidak sehat\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/services-unhealthy-sli.png)
Jika tidak SLOs ada yang dibuat untuk layanan, pilih tombol **Buat SLO** di dalam kolom **Status SLI**. Untuk membuat tambahan SLOs untuk layanan apa pun, pilih tombol opsi di sebelah nama layanan, lalu pilih **Buat SLO** di kanan atas tabel. Saat Anda membuat SLOs, Anda dapat melihat sekilas layanan dan operasi mana yang berkinerja baik dan mana yang tidak sehat. Lihat [tujuan tingkat layanan (SLOs)](CloudWatch-ServiceLevelObjectives.md) untuk informasi lebih lanjut.
## Gambaran Umum Layanan
Setelah Anda memilih layanan dari tabel Layanan, halaman Ikhtisar layanan akan terbuka. Halaman ini memberikan pandangan komprehensif tentang metrik kesehatan dan kinerja operasional layanan Anda. Ikhtisar menampilkan metrik ringkasan ini:
+ Total operasi
+ Dependensi layanan
+ Status pemantauan kenari
+ Data klien RUM
Metrik ini memberi Anda wawasan langsung tentang status layanan Anda saat ini.
Anda dapat memvisualisasikan indikator kinerja operasional utama dari waktu ke waktu menggunakan serangkaian grafik. Untuk menganalisis tren dan mengidentifikasi potensi masalah yang memengaruhi kesehatan layanan Anda, sesuaikan filter waktu. Semua bagan secara otomatis diperbarui untuk mencerminkan data untuk periode waktu yang dipilih.
Bagian temuan Audit secara otomatis mendeteksi dan menunjukkan masalah kritis dalam perilaku layanan Anda, sehingga Anda tidak perlu menyelidiki secara manual. Sinyal Aplikasi menganalisis aplikasi Anda untuk melaporkan pengamatan signifikan dan potensi masalah, menyederhanakan analisis akar penyebab. Temuan otomatis ini mengkonsolidasikan jejak yang relevan, menghilangkan kebutuhan untuk menavigasi melalui beberapa klik. Sistem audit membantu tim dengan cepat mengidentifikasi masalah dan penyebab dasarnya, memungkinkan penyelesaian masalah yang lebih cepat.
Anda dapat menggunakan bagian Ubah peristiwa untuk mengidentifikasi bagaimana penerapan atau perubahan konfigurasi terbaru memengaruhi perilaku layanan Anda. Sinyal Aplikasi secara otomatis memproses CloudTrail peristiwa untuk melacak peristiwa perubahan di seluruh aplikasi Anda. Memantau konfigurasi dan peristiwa penyebaran untuk layanan dan dependensinya, menyediakan konteks langsung untuk analisis operasional dan pemecahan masalah. Sinyal Aplikasi secara otomatis menghubungkan waktu penerapan dengan perubahan kinerja, membantu Anda mengidentifikasi dengan cepat apakah penerapan terbaru berkontribusi pada masalah layanan.
![\[Gambaran Umum Layanan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/Service_detail.png)
# Lihat detail aktivitas layanan dan kesehatan operasional dengan halaman detail layanan
Saat Anda menginstruksikan aplikasi Anda, [Amazon CloudWatch Application Signals](CloudWatch-Application-Monitoring-Sections.md) memetakan semua layanan yang ditemukan aplikasi Anda. Gunakan halaman detail layanan untuk melihat ikhtisar layanan, operasi, dependensi, kenari, dan permintaan klien Anda untuk satu layanan. Untuk melihat halaman detail layanan, lakukan hal berikut:
+ Buka [konsol CloudWatch ](https://console.aws.amazon.com/cloudwatch/).
+ Pilih **Layanan** di bawah bagian **Sinyal Aplikasi** di panel navigasi kiri.
+ Pilih nama layanan apa pun dari Layanan, **Layanan** **teratas**, atau tabel ketergantungan.
Di bawah **jadwal-kunjungan**, Anda akan melihat label akun dan ID di bawah nama layanan.
Halaman detail layanan diatur ke dalam tab berikut:
+ [Ikhtisar](#ServiceDetail-overview) — Gunakan tab ini untuk melihat ikhtisar layanan tunggal, termasuk jumlah operasi, dependensi, sintetis, dan halaman klien. Tab menampilkan metrik utama untuk seluruh layanan, operasi teratas, dan dependensi Anda. Metrik ini mencakup data deret waktu tentang latensi, kesalahan, dan kesalahan di semua operasi layanan untuk layanan tersebut.
+ [Operasi layanan](#ServiceDetail-operations) — Gunakan tab ini untuk melihat daftar operasi yang dipanggil layanan Anda dan grafik interaktif dengan metrik utama yang mengukur kesehatan setiap operasi. Anda dapat memilih titik data dalam grafik untuk mendapatkan informasi tentang jejak, log, atau metrik yang terkait dengan titik data tersebut.
+ [Dependensi](#ServiceDetail-dependencies) — Gunakan tab ini untuk melihat daftar dependensi yang dipanggil layanan Anda, dan daftar metrik untuk dependensi tersebut.
+ [Synthetics canaries](#ServiceDetail-canaries) — Gunakan tab ini untuk melihat daftar kenari sintetis yang mensimulasikan panggilan pengguna ke layanan Anda, dan metrik kinerja utama untuk mengetahui cara kenari tersebut.
+ [Halaman klien](#ServiceDetail-clientpages) — Gunakan tab ini untuk melihat daftar halaman klien yang memanggil layanan Anda, dan metrik yang mengukur kualitas interaksi klien dengan aplikasi Anda.
+ [Metrik terkait](#ServiceDetail-relatedmetrics) — Gunakan tab ini untuk mengkorelasikan metrik terkait, seperti metrik standar, metrik waktu proses, dan metrik khusus untuk layanan, operasi, atau dependensinya.
## Lihat ikhtisar layanan Anda
Gunakan halaman ikhtisar layanan untuk melihat ringkasan metrik tingkat tinggi untuk semua operasi layanan di satu lokasi. Periksa kinerja semua operasi, dependensi, halaman klien, dan kenari sintetis yang berinteraksi dengan aplikasi Anda. Gunakan informasi ini untuk membantu Anda menentukan di mana harus memfokuskan upaya untuk mengidentifikasi masalah, memecahkan masalah kesalahan, dan menemukan peluang untuk pengoptimalan.
Pilih tautan apa pun di **Detail Layanan** untuk melihat informasi yang terkait dengan layanan tertentu. Misalnya, untuk layanan yang dihosting di Amazon EKS, halaman detail layanan menampilkan informasi **Cluster**, **Namespace**, dan **Workload**. **Untuk layanan yang dihosting di Amazon ECS atau Amazon EC2, halaman detail layanan menunjukkan nilai Lingkungan.**
Di bawah **Layanan**, tab **Ikhtisar** menampilkan ringkasan berikut ini:
+ Operasi — Gunakan tab ini untuk melihat kesehatan operasi layanan Anda. Status kesehatan ditentukan oleh indikator tingkat layanan (SLI) yang didefinisikan sebagai bagian dari [tujuan tingkat layanan](CloudWatch-ServiceLevelObjectives.md) (SLO).
+ Dependensi — Gunakan tab ini untuk melihat dependensi teratas dari layanan yang dipanggil oleh aplikasi Anda, terdaftar berdasarkan tingkat kesalahan dan untuk melihat kesehatan dependensi layanan Anda. Status kesehatan ditentukan oleh indikator tingkat layanan (SLI) yang didefinisikan sebagai bagian dari tujuan tingkat layanan (SLO).
+ Synthetics canaries — Gunakan tab ini untuk melihat hasil simulasi panggilan ke titik akhir atau APIs terkait dengan layanan Anda, dan jumlah kenari yang gagal.
+ Halaman klien — Gunakan tab ini untuk melihat halaman teratas yang dipanggil oleh klien yang memiliki kesalahan asinkron JavaScript dan XHTML (AJAX).
Ilustrasi berikut menunjukkan ikhtisar layanan Anda:
![\[Widget ikhtisar layanan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-detail-widgets.png)
Tab **Ikhtisar** juga menampilkan grafik dependensi dengan latensi tertinggi di semua layanan. Gunakan metrik latensi **p99**, **p90**, dan **p50** untuk menilai dengan cepat dependensi mana yang berkontribusi terhadap latensi layanan total Anda, sebagai berikut:
![\[Grafik latensi operasi layanan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-detail-latency.png)
Misalnya, grafik sebelumnya menunjukkan bahwa 99% permintaan yang dibuat untuk ketergantungan **layanan pelanggan** diselesaikan dalam waktu sekitar 4.950 milidetik. Dependensi lainnya membutuhkan waktu lebih sedikit.
Grafik yang menampilkan empat operasi layanan teratas berdasarkan latensi menunjukkan volume permintaan, ketersediaan, tingkat kesalahan, dan tingkat kesalahan untuk layanan tersebut, seperti yang ditunjukkan pada gambar berikut:
![\[Volume operasi layanan, ketersediaan, tingkat kesalahan, dan grafik tingkat kesalahan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-detail-operations-graphs.png)
Bagian **Detail Layanan** menampilkan detail layanan termasuk **ID Akun** dan **label Akun**.
## Menampilkan operasi layanan Anda
Saat Anda menginstruksikan aplikasi Anda, [Application Signals](CloudWatch-Application-Monitoring-Sections.md) menemukan semua operasi layanan yang dipanggil aplikasi Anda. Gunakan tab **Operasi layanan** untuk melihat tabel yang berisi operasi layanan dan sekumpulan metrik yang mengukur kinerja operasi yang dipilih. Metrik ini mencakup status SLI, jumlah dependensi, latensi, volume, kesalahan, kesalahan, dan ketersediaan, seperti yang ditunjukkan pada gambar berikut:
![\[Tabel operasi layanan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-operations-table.png)
Filter tabel untuk memudahkan menemukan operasi layanan dengan memilih satu atau lebih properti dari kotak teks filter. Saat Anda memilih setiap sifat, Anda dipandu melalui kriteria filter dan akan melihat filter lengkap di bawah kotak teks filter. Pilih **Hapus filter** kapan saja untuk menghapus filter tabel tersebut.
Pilih status SLI untuk operasi untuk menampilkan popup yang berisi tautan ke SLI yang tidak sehat, dan tautan untuk melihat semua SLOs operasi, seperti yang ditunjukkan pada tabel berikut:
![\[Status SLI operasi layanan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-operation-unhealthy-slo.png)
Tabel operasi layanan mencantumkan status SLI, jumlah yang sehat atau tidak sehat SLIs, dan jumlah total SLOs untuk setiap operasi.
Gunakan SLIs untuk memantau latensi, ketersediaan, dan metrik operasional lainnya yang mengukur kesehatan operasional suatu layanan. Gunakan SLO untuk memeriksa kinerja dan status kesehatan layanan dan operasi Anda.
Untuk membuat SLO, lakukan hal berikut:
+ Jika operasi tidak memiliki SLO, pilih tombol **Buat SLO** di dalam kolom Status **SLI**.
+ Jika operasi sudah memiliki SLO, lakukan hal berikut:
+ Pilih tombol radio di sebelah nama operasi.
+ Pilih **Buat SLO** dari panah **Tindakan** ke bawah di kanan atas tabel.
Untuk informasi selengkapnya, lihat [tujuan tingkat layanan (SLOs)](CloudWatch-ServiceLevelObjectives.md).
Kolom **Dependensi** menunjukkan jumlah dependensi yang dipanggil oleh operasi ini. Pilih nomor ini untuk membuka tab **Dependensi** yang difilter ke operasi yang dipilih.
### Lihat metrik operasi layanan, jejak berkorelasi, dan log aplikasi
Sinyal Aplikasi menghubungkan metrik operasi layanan dengan AWS X-Ray jejak, CloudWatch [Wawasan Kontainer](ContainerInsights.md), dan log aplikasi. Gunakan metrik ini untuk memecahkan masalah kesehatan operasional. Untuk melihat metrik sebagai informasi grafis, lakukan hal berikut:
1. Pilih operasi layanan dalam tabel **Operasi layanan** untuk melihat sekumpulan grafik untuk operasi yang dipilih di atas tabel dengan metrik untuk **Volume dan Ketersediaan, **Latensi**, dan** **Kesalahan dan Kesalahan**.
1. Arahkan kursor ke titik dalam grafik untuk melihat informasi lebih lanjut.
1. Pilih titik untuk membuka panel diagnostik yang menunjukkan jejak, metrik, dan log aplikasi yang berkorelasi untuk titik yang dipilih dalam grafik.
Gambar berikut menunjukkan tooltip yang muncul setelah mengarahkan kursor ke titik dalam grafik, dan panel diagnostik yang muncul setelah mengklik suatu titik. Tooltip berisi informasi tentang titik data terkait dalam grafik **Kesalahan dan Kesalahan.** Panel berisi **jejak Berkorelasi**, **Kontributor teratas**, dan **log Aplikasi** yang terkait dengan titik yang dipilih.
![\[Jejak berkorelasi untuk kesalahan dan kesalahan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-detail-correlated-traces.png)
#### Jejak berkorelasi
Lihatlah jejak terkait untuk memahami masalah mendasar dengan jejak. Anda dapat memeriksa untuk melihat apakah jejak yang berkorelasi atau node layanan apa pun yang terkait dengannya berperilaku serupa. Untuk memeriksa jejak yang berkorelasi, pilih **Trace ID** dari tabel **Correlated traces** untuk membuka halaman [detail jejak X-Ray](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-traces.html) untuk jejak yang dipilih. Halaman detail jejak berisi peta node layanan yang terkait dengan jejak yang dipilih dan garis waktu segmen jejak.
#### Kontributor teratas
Lihat kontributor teratas untuk menemukan sumber input utama ke metrik. Kontributor grup berdasarkan komponen yang berbeda untuk mencari kesamaan dalam grup dan memahami bagaimana perilaku jejak berbeda di antara mereka.
**Tab **Kontributor teratas** memberikan metrik untuk **volume Panggilan**, **Ketersediaan**, **Latensi rata-rata,** **Kesalahan, dan Kesalahan** untuk setiap grup.** Contoh gambar berikut menunjukkan kontributor teratas untuk rangkaian metrik untuk aplikasi yang digunakan pada platform Amazon EKS:
![\[Kontributor teratas operasi layanan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-operations-top-contributors.png)
Kontributor teratas berisi metrik berikut:
+ **Volume panggilan** - Gunakan volume panggilan untuk memahami jumlah permintaan per interval waktu untuk grup.
+ **Ketersediaan** - Gunakan ketersediaan untuk melihat berapa persen waktu yang tidak terdeteksi kesalahan untuk grup.
+ **Latensi** rata-rata - Gunakan latensi untuk memeriksa waktu rata-rata permintaan dijalankan untuk grup selama interval waktu yang bergantung pada berapa lama permintaan yang Anda selidiki dibuat. Permintaan yang dibuat kurang dari 15 hari sebelumnya dievaluasi selama interval 1 menit. Permintaan yang dibuat antara 15 dan 30 hari sebelumnya, inklusif, dievaluasi selama interval 5 menit. Misalnya, jika Anda menyelidiki permintaan yang menyebabkan kesalahan 15 hari yang lalu, metrik volume panggilan sama dengan jumlah permintaan per interval 5 menit.
+ **Kesalahan** - Jumlah kesalahan per kelompok diukur selama interval waktu.
+ **Kesalahan** - Jumlah kesalahan per kelompok selama interval waktu.
**Kontributor teratas menggunakan Amazon EKS atau Kubernetes**
****Gunakan informasi tentang kontributor teratas untuk aplikasi yang digunakan di Amazon EKS atau Kubernetes untuk melihat metrik kesehatan operasional yang dikelompokkan berdasarkan Node, Pod, dan. **PodTemplateHash****** Definisi berikut berlaku:
+ **Pod** adalah sekelompok satu atau lebih Docker kontainer yang berbagi penyimpanan dan sumber daya. Pod adalah unit terkecil yang dapat digunakan pada Kubernetes platform. Kelompokkan berdasarkan pod untuk memeriksa apakah kesalahan terkait dengan batasan khusus pod.
+ **Node** adalah server yang menjalankan Pod. Kelompokkan berdasarkan node untuk memeriksa apakah kesalahan terkait dengan batasan spesifik node.
+ Sebuah **pod template hash** digunakan untuk menemukan versi tertentu dari sebuah deployment. Kelompokkan berdasarkan pod template hash untuk memeriksa apakah kesalahan terkait dengan penerapan tertentu.
**Kontributor teratas menggunakan Amazon EC2**
Gunakan informasi tentang kontributor teratas untuk aplikasi yang diterapkan di Amazon EKS untuk melihat metrik kesehatan operasional yang dikelompokkan berdasarkan ID instans, dan grup penskalaan otomatis. Definisi berikut berlaku:
+ **ID Instans** adalah pengenal unik untuk instans Amazon EC2 yang dijalankan layanan Anda. Kelompokkan berdasarkan ID instans untuk memeriksa apakah kesalahan terkait dengan instans Amazon EC2 tertentu.
+ [Grup penskalaan otomatis adalah kumpulan](https://docs.aws.amazon.com/autoscaling/ec2/userguide/auto-scaling-groups.html) instans Amazon EC2 yang memungkinkan Anda meningkatkan atau menurunkan sumber daya yang Anda perlukan untuk melayani permintaan aplikasi Anda. Kelompokkan menurut grup penskalaan otomatis jika Anda ingin memeriksa apakah cakupan kesalahan terbatas pada instance di dalam grup.
**Kontributor teratas menggunakan platform khusus**
**Gunakan informasi tentang kontributor teratas untuk aplikasi yang digunakan menggunakan instrumentasi khusus untuk melihat metrik kesehatan operasional yang dikelompokkan berdasarkan nama Host.** Definisi berikut berlaku:
+ Nama host mengidentifikasi perangkat seperti titik akhir atau instans Amazon EC2 yang terhubung ke jaringan. Kelompokkan berdasarkan nama host untuk memeriksa apakah kesalahan Anda terkait dengan perangkat fisik atau virtual tertentu.
**Lihat kontributor teratas di dan Log Insights Container Insights**
[Lihat dan ubah kueri otomatis yang menghasilkan metrik untuk kontributor teratas Anda di Wawasan Log.](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/AnalyzingLogData.html) Lihat metrik kinerja infrastruktur menurut grup tertentu seperti pod atau node di [Container Insights](ContainerInsights.md). Anda dapat mengurutkan cluster, node, atau beban kerja berdasarkan konsumsi sumber daya dan dengan cepat mengidentifikasi anomali atau dan mengurangi risiko secara proaktif sebelum pengalaman pengguna akhir terpengaruh. Gambar yang menunjukkan cara memilih opsi ini berikut:
![\[Tabel kontributor teratas\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-operations-top-contributors-insights.png)
Di **Container Insights**, Anda dapat melihat metrik untuk Amazon EKS atau Amazon ECS container yang khusus untuk pengelompokan kontributor teratas Anda. Misalnya, jika Anda mengelompokkan berdasarkan pod untuk kontainer EKS guna menghasilkan kontributor teratas, insight container akan menampilkan metrik dan statistik yang difilter untuk pod Anda.
Di **Wawasan Log**, Anda dapat mengubah kueri yang menghasilkan metrik di bawah **Kontributor teratas** menggunakan langkah-langkah berikut:
1. Pilih **Lihat di Wawasan Log**. Halaman **Wawasan Log** yang terbuka berisi kueri yang dibuat secara otomatis dan berisi informasi berikut:
+ Nama grup log cluster.
+ Operasi yang kau selidiki. CloudWatch
+ Agregat metrik kesehatan operasional berinteraksi dengan pada grafik.
Hasil log secara otomatis difilter untuk menampilkan data dari lima menit terakhir sebelum Anda memilih titik data pada grafik layanan.
1. Untuk mengedit kueri, ganti teks yang dihasilkan dengan perubahan Anda. Anda juga dapat menggunakan **generator Query** untuk membantu Anda menghasilkan kueri baru, atau memperbarui kueri yang ada.
#### Log aplikasi
Gunakan kueri di tab **Log aplikasi** untuk menghasilkan informasi yang dicatat untuk grup log Anda saat ini, servis, dan sisipkan stempel waktu. Grup log adalah grup aliran log yang dapat Anda tentukan saat mengonfigurasi aplikasi Anda.
Gunakan grup log untuk mengatur log dengan karakteristik serupa termasuk yang berikut ini:
+ Tangkap log dari organisasi, sumber, atau fungsi tertentu.
+ Tangkap log yang diakses oleh pengguna tertentu.
+ Tangkap log untuk jangka waktu tertentu.
Gunakan aliran log ini untuk melacak grup atau kerangka waktu tertentu. Anda juga dapat mengatur aturan pemantauan, alarm, dan pemberitahuan untuk grup log ini. Untuk informasi selengkapnya tentang grup log, lihat [Bekerja dengan grup log dan aliran log](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/Working-with-log-groups-and-streams.html).
Kueri log aplikasi mengembalikan log, pola teks berulang, dan visualisasi grafis untuk grup log Anda.
Untuk menjalankan kueri, pilih **Jalankan kueri di Wawasan Log** untuk menjalankan kueri yang dibuat secara otomatis atau memodifikasi kueri. Untuk mengedit kueri, ganti teks yang dibuat secara otomatis dengan perubahan Anda. Anda juga dapat menggunakan **generator Query** untuk membantu Anda menghasilkan kueri baru atau memperbarui kueri yang ada.
Gambar berikut menunjukkan kueri sampel yang dihasilkan secara otomatis berdasarkan titik yang dipilih dalam grafik operasi layanan:
![\[Tabel log aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-operations-application-logs.png)
Pada gambar sebelumnya, CloudWatch secara otomatis mendeteksi grup log yang terkait dengan titik yang Anda pilih, dan memasukkannya ke dalam kueri yang dihasilkan.
## Lihat dependensi layanan Anda
Pilih tab **Dependensi** untuk menampilkan tabel **Dependensi** dan satu set metrik untuk dependensi semua operasi layanan atau operasi tunggal. Tabel berisi daftar dependensi yang ditemukan oleh Sinyal Aplikasi, termasuk metrik untuk status SLI, latensi, volume panggilan, tingkat kesalahan, tingkat kesalahan, dan ketersediaan.
Di bagian atas halaman, pilih operasi dari daftar panah bawah untuk melihat dependensinya, atau pilih **Semua untuk melihat dependensi untuk semua** operasi.
Lakukan penyaringan pada tabel untuk membuatnya lebih mudah untuk menemukan apa yang Anda cari, dengan memilih satu atau beberapa sifat dari kotak teks filter. Saat Anda memilih setiap sifat, Anda dipandu melalui kriteria filter dan akan melihat filter lengkap di bawah kotak teks filter. Pilih **Hapus filter** kapan saja untuk menghapus filter tabel tersebut. Pilih **Grup berdasarkan Dependens** di kanan atas tabel untuk mengelompokkan dependensi berdasarkan nama layanan dan operasi. Saat pengelompokan diaktifkan, perluas atau ciutkan satu grup dependensi dengan ikon **\$1** di sebelah nama dependensi tersebut.
![\[Tabel dependensi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-dependencies-table.png)
Kolom **Dependensi** menampilkan nama layanan dependensi, sedangkan kolom **Operasi Jarak Jauh** menampilkan nama operasi layanan. Kolom **status SLI** menampilkan jumlah sehat atau tidak sehat SLIs bersama dengan jumlah total SLIs untuk setiap dependensi. Saat memanggil AWS layanan, kolom **Target** menampilkan AWS sumber daya, seperti tabel DynamoDB atau antrean Amazon SNS.
Untuk memilih dependensi, pilih opsi di sebelah dependensi dalam tabel **Dependensi**. Ini menunjukkan serangkaian grafik yang menampilkan metrik terperinci untuk volume panggilan, ketersediaan, kesalahan, dan kesalahan. Arahkan kursor ke titik dalam grafik untuk melihat popup yang berisi informasi lebih lanjut. Pilih titik dalam grafik untuk membuka panel diagnostik yang menunjukkan jejak berkorelasi untuk titik yang dipilih dalam grafik. Pilih ID jejak dari tabel **Correlated traces** untuk membuka halaman [detail X-Ray Trace](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-traces.html) untuk trace yang dipilih.
![\[Grafik dependensi dan jejak yang berkorelasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-dependency-graph-traces.jpg)
## Lihat canary Synthetics Anda
Pilih tab **Canary Synthetics** untuk menampilkan tabel **Canary Synthetics**, dan satu set metrik untuk setiap canary dalam tabel. Tabel ini mencakup metrik untuk persentase keberhasilan, durasi rata-rata, proses, dan tingkat kegagalan. Hanya kenari yang [diaktifkan untuk AWS X-Ray penelusuran yang ditampilkan](CloudWatch_Synthetics_Canaries_tracing.md).
Gunakan kotak teks filter di tabel kenari sintetis untuk menemukan kenari yang Anda minati. Setiap filter yang Anda buat muncul di bawah kotak teks filter. Pilih **Hapus filter** kapan saja untuk menghapus filter tabel tersebut.
![\[Tabel canary Synthetics\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-canaries-table.png)
Pilih tombol radio di sebelah nama kenari untuk melihat sekumpulan tab yang berisi grafik metrik terperinci termasuk persentase keberhasilan, kesalahan, dan durasi. Arahkan kursor ke titik dalam grafik untuk melihat popup yang berisi informasi lebih lanjut. Pilih titik dalam grafik untuk membuka panel diagnostik yang menunjukkan jalan kenari yang berkorelasi dengan titik yang dipilih. Pilih canary run dan pilih Run **time** untuk melihat artefak untuk kenari yang Anda pilih termasuk log, file HTTP Arsip (HAR), tangkapan layar, dan langkah-langkah yang disarankan untuk membantu Anda memecahkan masalah. **Pilih **Larn lainnya** untuk membuka halaman [CloudWatch Synthetics](CloudWatch_Synthetics_Canaries.md) Canaries di sebelah Canary run.**
![\[Grafik dan run canary Synthetics\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-canary-graphs-runs.jpg)
## Lihat halaman klien Anda
Pilih tab **Halaman klien** untuk menampilkan daftar halaman web klien yang memanggil layanan Anda. Gunakan kumpulan metrik untuk halaman klien yang dipilih untuk mengukur kualitas pengalaman klien Anda saat berinteraksi dengan layanan atau aplikasi. Metrik ini termasuk pemuatan halaman, vital web, dan kesalahan.
Untuk menampilkan halaman klien Anda dalam tabel, Anda harus [mengkonfigurasi klien web CloudWatch RUM Anda untuk penelusuran X-Ray](CloudWatch-RUM-get-started-create-app-monitor.md) dan mengaktifkan metrik Sinyal Aplikasi untuk halaman klien Anda. Pilih **Kelola halaman** untuk memilih halaman mana yang diaktifkan untuk metrik Sinyal Aplikasi.
Gunakan kotak teks filter untuk menemukan halaman klien atau monitor aplikasi yang Anda minati di bawah kotak teks filter. Pilih **Hapus filter** untuk menghapus filter tabel. Pilih **Grup berdasarkan Klien** untuk mengelompokkan halaman klien berdasarkan klien. Saat dikelompokkan, pilih ikon **\$1** di sebelah nama klien untuk memperluas baris dan melihat semua halaman untuk klien itu.
![\[Tabel halaman klien\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-client-pages-table.png)
Untuk memilih halaman klien, pilih opsi di sebelah halaman klien di tabel **halaman Klien**. Anda akan melihat satu set grafik yang menampilkan metrik terperinci. Arahkan kursor ke titik dalam grafik untuk melihat popup yang berisi informasi lebih lanjut. Pilih titik dalam grafik untuk membuka panel diagnostik yang menunjukkan peristiwa navigasi kinerja yang berkorelasi untuk titik yang dipilih dalam grafik. Pilih ID acara dari daftar acara navigasi untuk membuka [tampilan Halaman CloudWatch RUM](CloudWatch-RUM-view-data.md) untuk acara yang dipilih.
![\[CloudWatch Permintaan halaman klien RUM\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-client-page-graphs-events.jpg)
**catatan**
Untuk melihat kesalahan AJAX dalam halaman klien Anda, gunakan [klien web CloudWatch RUM](CloudWatch-RUM-configure-client.md) versi 1.15 atau yang lebih baru.
Hingga 100 operasi, kenari, dan halaman klien, dan hingga 250 dependensi, dapat ditampilkan per layanan.
## Lihat metrik terkait
Gunakan tab Metrik terkait untuk memvisualisasikan beberapa metrik, mengidentifikasi pola korelasi, dan menentukan akar penyebab masalah.
Tabel metrik menunjukkan tiga jenis metrik:
+ Metrik standar — Sinyal Aplikasi mengumpulkan metrik aplikasi standar dari layanan yang ditemukannya. Untuk informasi selengkapnya, lihat [Metrik aplikasi standar](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/AppSignals-MetricsCollected.html#AppSignals-StandardMetrics) yang dikumpulkan
+ Metrik runtime — Sinyal Aplikasi menggunakan AWS Distro untuk OpenTelemetry SDK untuk mengumpulkan metrik yang OpenTelemetry kompatibel secara otomatis dari aplikasi Java dan Python Anda. Untuk informasi selengkapnya, lihat [Metrik rumtime](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/AppSignals-MetricsCollected.html#AppSignals-RuntimeMetrics)
+ Metrik khusus - Sinyal Aplikasi memungkinkan Anda menghasilkan metrik khusus dari aplikasi Anda. Untuk informasi selengkapnya, lihat [Metrik khusus dengan Sinyal Aplikasi](AppSignals-CustomMetrics.md)
Anda dapat mengakses tab Metrik Terkait dari Ikhtisar Layanan, Operasi Layanan, Dependensi, kenari Synthetics, atau tab RUM.
![\[Lihat metrik terkait\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/Custom_metrics.png)
+ Panel navigasi kiri dimulai dengan semua operasi dan dependensi yang tidak dipilih
+ Grafik awalnya menunjukkan metrik Kesalahan dari operasi dengan tingkat kesalahan tertinggi
Sebelum Anda memulai analisis korelasi, pastikan Anda memiliki titik data yang terlihat di Operasi Layanan atau Dependensi. Untuk menganalisis korelasi:
1. Buka halaman Operasi Layanan atau Dependensi.
1. Pilih titik data pada grafik apa pun.
1. Di panel kanan, pilih **Berkorelasi dengan Metrik Lain**.
1. Pada tab **Metrik Terkait** yang terbuka, Anda akan melihat:
+ Operasi atau ketergantungan yang Anda pilih di navigasi kiri
+ Grafik metrik yang Anda pilih dalam tabel *metrik Browse*
+ Rentang berkorelasi saat Anda memilih titik data
Untuk membuat grafik beberapa metrik, pilih satu atau beberapa metrik dari tampilan **Browse** di tab **Metrik terkait**. Pilih Metrik **Grafik untuk melihat semua metrik** grafik.
Untuk memfilter metrik, gunakan filter panel kiri untuk fokus pada operasi atau dependensi tertentu dan gunakan bilah filter header tabel untuk mencari berdasarkan nama, jenis, atau atribut lainnya. Opsi pemfilteran ini membantu Anda mendeteksi pola dan memecahkan masalah dengan lebih efisien.
Untuk menganalisis metrik terkait secara detail, pilih titik data di tab **Metrik terkait**. Anda kemudian dapat melihat:
+ Kontributor Teratas — Menganalisis metrik dengan menjalankan CloudWatch kueri Wawasan Log. Kueri ini memproses catatan Enhanced Metrics Format (EMF) yang berisi atribut kunci untuk analisis terperinci untuk hal-hal berikut:
+ Pengukuran latensi
+ Kejadian kesalahan
+ Metrik ketersediaan layanan
Metrik berikut tidak mendukung Kontributor Teratas:
+ Metrik OTEL
+ Metrik Rentang Sisi Server
Anda dapat melihat Kontributor Teratas untuk Metrik RED dan Metrik Rentang Sisi Klien.
+ Rentang Berkorelasi - Bagian Correlated Spans bekerja secara konsisten dengan tab Operasi Layanan. Untuk membantu Anda mengidentifikasi jejak dan metrik terkait, mekanisme korelasi bekerja dengan:
+ Membandingkan nama metrik dengan atribut span
+ Mengidentifikasi pola yang cocok selama periode waktu yang dipilih
+ Menampilkan informasi jejak yang relevan
Untuk menganalisis metrik dan bentang Anda secara efektif, Anda perlu memahami bagaimana jenis metrik yang berbeda berkorelasi. Berikut adalah batasan utama:
+ Metrik OTEL tidak berkorelasi dengan bentang karena menggunakan sistem penamaan independen
+ Untuk mengkorelasikan Metrik Rentang Server atau Sisi Klien dengan rentang:
+ Sertakan bidang dimensi Layanan dalam konfigurasi Anda
+ Tanpa dimensi Layanan ini, Anda tidak dapat menghubungkan metrik ini dengan rentang
+ Log Applications — Untuk informasi tentang aplikasi log, lihat [Log aplikasi](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/ServiceDetail.html#ServiceDetail-operations)
# Lihat topologi aplikasi Anda dan pantau kesehatan operasional dengan peta aplikasi CloudWatch
**catatan**
Peta CloudWatch aplikasi menggantikan Peta Layanan. Untuk melihat peta aplikasi Anda berdasarkan AWS X-Ray jejak, buka [Peta Jejak X-Ray](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-servicemap.html). Pilih **Lacak Peta** di bawah bagian **X-Ray** di panel navigasi kiri CloudWatch konsol.
Setelah mengaktifkan aplikasi Anda untuk Sinyal Aplikasi, peta aplikasi menampilkan node yang mewakili grup Anda. Anda kemudian menelusuri kelompok-kelompok ini untuk melihat layanan Anda dan dependensinya. Gunakan peta aplikasi untuk melihat topologi klien aplikasi Anda, kenari sintetis, layanan dan dependensi, dan memantau kesehatan operasional. Untuk melihat peta aplikasi, buka [CloudWatch konsol](https://console.aws.amazon.com/cloudwatch/) dan pilih **Application Map** di bawah bagian **Sinyal Aplikasi** di panel navigasi kiri.
Setelah [Anda mengaktifkan aplikasi untuk Sinyal](CloudWatch-Application-Signals-Enable.md) Aplikasi, gunakan peta aplikasi untuk memudahkan pemantauan kesehatan operasional aplikasi Anda:
+ Lihat koneksi antara klien, canary, layanan, dan simpul dependensi untuk membantu Anda memahami topologi aplikasi dan alur eksekusi Anda. Ini sangat membantu jika operator layanan Anda bukan tim pengembangan Anda.
+ Lihat layanan mana yang memenuhi atau tidak memenuhi [tujuan tingkat layanan Anda (SLOs)](CloudWatch-ServiceLevelObjectives.md). Ketika layanan tidak memenuhi Anda SLOs, Anda dapat dengan cepat mengidentifikasi apakah layanan hilir atau ketergantungan mungkin berkontribusi terhadap masalah atau memengaruhi beberapa layanan hulu.
+ Pilih klien individual, kenari sintetis, layanan, atau simpul ketergantungan untuk melihat metrik terkait. Halaman [detail Layanan](ServiceDetail.md) menampilkan informasi lebih rinci tentang operasi, dependensi, kenari sintetis, dan halaman klien.
+ Filter dan zoom peta aplikasi untuk membuatnya lebih mudah untuk fokus pada bagian dari topologi aplikasi Anda, atau melihat seluruh peta. Buat filter dengan memilih satu atau beberapa properti dari kotak teks filter. Saat Anda memilih setiap properti, Anda dipandu melalui kriteria filter. Anda akan melihat filter lengkap di bawah kotak teks filter. Pilih **Hapus filter** kapan saja untuk menghapus filter tersebut.
+ Pantau layanan di beberapa AWS akun dalam satu peta aplikasi terpadu. Layanan dari akun yang berbeda secara jelas diidentifikasi dengan informasi akun, memungkinkan pengamatan terpadu untuk aplikasi terdistribusi.
+ Identifikasi layanan yang belum diinstrumentasi dalam aplikasi Anda. Sinyal Aplikasi secara otomatis mendeteksi dan menampilkan layanan yang belum diinstrumentasi, membantu Anda mencapai cakupan observabilitas lengkap. Layanan yang tidak diinstrumentasi dibedakan secara visual di peta untuk membantu Anda memprioritaskan upaya instrumentasi.
+ Kelompokkan dan filter layanan untuk membuat tampilan khusus yang sesuai dengan alur kerja Anda. Organisasi ini membantu Anda dengan cepat menemukan dan mengakses layanan yang paling sering Anda gunakan
+ Simpan tampilan yang disaring dan dikelompokkan agar cepat kembali ke konfigurasi yang sering digunakan
## Jelajahi peta aplikasi
Ketika Anda mengunjungi peta aplikasi, secara default itu menunjukkan layanan yang dikelompokkan berdasarkan **layanan Terkait**. Layanan grup layanan terkait berdasarkan dependensi mereka. Misalnya, jika Layanan A memanggil Layanan B, yang memanggil Layanan C, mereka dikelompokkan di bawah Layanan A. Anda dapat melihat kesehatan SLI, metrik, dan jumlah layanan untuk semua layanan di setiap grup.
![\[CloudWatch peta aplikasi default dikelompokkan berdasarkan layanan terkait.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-overview.png)
Pilih tab untuk informasi tentang menjelajahi setiap jenis node dan tepi (koneksi) di antara mereka.
### Pengelompokan dan penyaringan dinamis
Anda dapat mengklik **Grup berdasarkan** tarik-turun untuk menggunakan opsi pengelompokan yang berbeda. Secara default, Application Map menyediakan 2 pengelompokan:
+ **Layanan terkait** - Kelompokkan layanan berdasarkan dependensi mereka
+ **Lingkungan** - Kelompokkan layanan berdasarkan lingkungannya
Jika Anda ingin menentukan pengelompokan kustom Anda sendiri, klik **Kelola grup** untuk menentukan grup kustom, lalu beri tag layanan Anda atau tambahkan Atribut Sumber Daya OTEL dengan kunci grup.
**catatan**
Untuk mengaktifkan pengelompokan melalui atribut sumber daya OTEL, versi CloudWatch agen harus v1.300056.0 atau yang lebih baru.
![\[Buat panel pengelompokan kustom\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-create-custom-grouping.png)
Pengelompokan default dalam Sinyal Aplikasi secara otomatis mengatur layanan berdasarkan dependensi hilirnya. Sistem menganalisis grafik ketergantungan layanan dan membuat grup di mana simpul akar (layanan tanpa dependensi hulu) menjadi nama grup. Semua layanan yang bergantung pada layanan root ini, baik secara langsung maupun tidak langsung, secara otomatis dimasukkan dalam grup. Misalnya, jika Layanan A memanggil Layanan B, yang pada gilirannya memanggil Layanan C, ketiga layanan akan dikelompokkan bersama dengan Layanan A sebagai nama grup karena itu adalah akar dari rantai ketergantungan. Mekanisme pengelompokan otomatis ini menyediakan cara alami untuk memvisualisasikan dan mengelola layanan terkait berdasarkan interaksi dan dependensi runtime aktual mereka.
### Tindakan dan wawasan kelompok
Untuk setiap grup, Anda dapat melakukan tindakan berikut:
+ Klik **Lihat lainnya** untuk melihat bagan metrik, dua peristiwa perubahan terakhir, dan waktu penerapan terakhir untuk grup
![\[Lihat lebih banyak laci untuk grup di peta aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-view-more.png)
+ Klik **Lihat dasbor** untuk melihat dasbor metrik, mengubah tabel acara, dan daftar layanan untuk grup
![\[Lihat dasbor aplikasi untuk grup\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-team-overview.png)
![\[Lihat dasbor aplikasi untuk grup dengan grafik metrik\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-team-overview-2.png)
Anda dapat menggunakan **Grup dan memfilter** di bilah kiri untuk memfilter grup yang memiliki layanan dengan waktu penerapan, status kesehatan SLI, atau jenis platform komputasi.
![\[Pengelompokan dan filter layanan di dasbor aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-grouping-filter.png)
Anda juga dapat memfilter berdasarkan akun untuk melihat layanan dari AWS akun tertentu dalam pengaturan observabilitas lintas akun Anda.
![\[Filter layanan berdasarkan akun di dasbor aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-account-filter.png)
Gunakan bilah **Pencarian dan filter** untuk mencari grup berdasarkan nama atau grup pencarian yang berisi lingkungan atau ketergantungan layanan tertentu. Filter berdasarkan ID akun untuk fokus pada layanan dari akun tertentu.
![\[Layanan pencarian dan filter di peta aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-search-and-filter.png)
### Mengkonfigurasi grup kustom
Pengelompokan khusus memungkinkan Anda untuk mengatur layanan Anda secara logis berdasarkan kebutuhan bisnis dan prioritas operasional Anda. Fitur ini memungkinkan Anda untuk melihat dan menyimpan tampilan yang ditentukan yang diprioritaskan oleh kebutuhan spesifik Anda, membuat grup berdasarkan kepemilikan tim, dan mengumpulkan grup layanan yang diperlukan untuk transaksi bisnis penting.
Buat nama grup kustom (nama grup yang akan Anda lihat di UI) dan nama kunci grup yang sesuai. Selesaikan langkah ini baik dari Application Signals UI atau menggunakan [PutGroupingConfiguration](https://docs.aws.amazon.com/applicationsignals/latest/APIReference/API_PutGroupingConfiguration.html)API.
Nama kunci grup dapat berupa, kunci AWS tag atau atribut sumber daya OTEL untuk layanan Anda. Saat memutuskan antara tag dan atribut sumber daya OTEL, pertimbangkan platform komputasi Anda:
+ Untuk platform layanan tunggal (misalnya, Lambda atau Grup Auto Scaling) - Gunakan tag AWS
+ Untuk platform multi-layanan (misalnya, klaster Amazon EKS) - Gunakan atribut sumber daya OTEL untuk pengelompokan yang lebih terperinci
**Menambahkan AWS tag**
Tambahkan AWS tag dengan kunci grup kustom sebagai kunci dan nilai ke kluster Amazon EKS. Ketika ada beberapa layanan yang berjalan dalam satu kluster Amazon EKS, semuanya ditandai dengan kunci grup khusus yang sama. Misalnya, ketika Amazon EKS Cluster A menjalankan Layanan 1, Layanan 2, dan Layanan 3, menambahkan AWS tag dengan kunci *Tim X* ke klaster akan menambahkan ketiga layanan ke *Tim X*. Untuk menambahkan hanya layanan tertentu ke *Tim X*, tambahkan atribut sumber daya OTEL untuk layanan seperti yang ditunjukkan di bawah ini.
**Menambahkan atribut sumber daya OTEL**
Untuk menambahkan atribut sumber daya OTEL, lihat konfigurasi di bawah ini:
**Konfigurasi umum**
Konfigurasikan variabel `OTEL_RESOURCE_ATTRIBUTES` lingkungan dalam aplikasi Anda menggunakan pasangan nilai kunci grup kustom. Kunci terdaftar di bawah `aws.application_signals.metric_resource_keys` dipisahkan oleh`&`.
Misalnya, untuk membuat grup kustom menggunakan `Application=PetClinic` dan`Owner=Test`, gunakan yang berikut ini:
```
OTEL_RESOURCE_ATTRIBUTES=Application=PetClinic,Owner=Test,aws.application_signals.metric_resource_keys=Application&Owner
```
**Konfigurasi khusus platform**
Berikut ini adalah spesifikasi penyebaran.
**Amazon EKS dan kubernetes asli**
```
apiVersion: apps/v1
kind: Deployment
metadata:
...
spec:
replicas: 1
...
template:
spec:
containers:
- name: your-app
image: your-app-image
env:
...
- name: OTEL_RESOURCE_ATTRIBUTES
value: Application=PetClinic,Owner=Test,aws.application_signals.metric_resource_keys=Application&Owner
```
**Amazon EC2**
Tambahkan `OTEL_RESOURCE_ATTRIBUTES` ke skrip mulai aplikasi Anda. Untuk contoh lengkapnya, lihat [Menambahkan `OTEL_RESOURCE_ATTRIBUTES`](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Application-Signals-Enable-EC2Main.html#CloudWatch-Application-Signals-Monitor-EC2).
```
...
OTEL_RESOURCE_ATTRIBUTES="service.name=$YOUR_SVC_NAME,Application=PetClinic,Owner=Test,aws.application_signals.metric_resource_keys=Application&Owner" \
java -jar $MY_JAVA_APP.jar
```
**Amazon ECS**
Tambahkan `OTEL_RESOURCE_ATTRIBUTES` ke TaskDefinition. Untuk contoh lengkapnya, lihat [Mengaktifkan di Amazon ECS.](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Application-Signals-Enable-ECSMain.html)
```
{
"name": "my-app",
...
"environment": [
{
"name": "OTEL_RESOURCE_ATTRIBUTES",
"value": "service.name=$YOUR_SVC_NAME,Application=PetClinic,Owner=Test,aws.application_signals.metric_resource_keys=Applicationmanagement portalOwner"
},
...
]
}
```
**Lambda**
Tambahkan `OTEL_RESOURCE_ATTRIBUTES` ke variabel lingkungan Lambda.
```
OTEL_RESOURCE_ATTRIBUTES="Application=PetClinic,Owner=Test,aws.application_signals.metric_resource_keys=Application&Owner"
```
### Melihat layanan dalam grup
Untuk melihat layanan dan dependensinya dalam grup, klik nama Grup. Ini akan menampilkan peta layanan di dalam grup. Setiap node layanan akan menampilkan kesehatan SLI, metrik, dan detail platform. Layanan dengan pelanggaran SLI disorot agar mudah dikenali.
![\[CloudWatch layanan peta aplikasi dalam grup.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/View-services-groups.png)
Layanan yang tidak diinstrumentasi ditampilkan dengan indikator visual yang khas (seperti batas putus-putus atau warna yang berbeda) untuk membedakannya dari layanan berinstrumen. Arahkan kursor ke node layanan yang tidak diinstrumentasi untuk melihat panduan instrumentasi dan tautan ke dokumentasi penyiapan.
![\[Filter berdasarkan layanan yang tidak diinstrumentasi pada peta aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-uninstrumented-filter.png)
Semua Canary, Klien RUM, dan node AWS Layanan akan diciutkan secara default. Jika layanan dalam layanan panggilan grup ini yang bukan bagian dari grup ini, mereka juga akan diciutkan secara default.
![\[Node kenari diciutkan menjadi grup di peta aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-canary-collapse.png)
Jika peta Anda masih terlalu besar untuk diselidiki secara efektif, Anda dapat menerapkan pengelompokan bersarang untuk mempersempit penyelidikan Anda. Misalnya, setelah mengelompokkan layanan berdasarkan **Unit Bisnis**, jika Anda masih memiliki terlalu banyak layanan dalam grup, gunakan dropdown Grup berdasarkan untuk memilih **Tim**, membuat struktur pengelompokan bersarang.
![\[Pengelompokan bersarang di peta aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-nested-grouping.png)
### Wawasan dan detail layanan
Sementara di halaman ini Anda juga dapat mengklik **Simpan tampilan** di sebelah bilah pencarian untuk menyimpan tampilan Anda sehingga lain kali Anda tidak perlu menerapkan pengelompokan dan pemfilteran yang sama lagi.
![\[Simpan konfigurasi pengelompokan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-save-view.png)
Klik **Lihat lebih banyak** di node layanan untuk melihat Audit Layanan, Ubah peristiwa, kesehatan SLI, dan grafik Metrik.
![\[CloudWatch wawasan layanan peta aplikasi.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-service-view-more.png)
Jika Anda ingin melihat operasi layanan dan detail layanan lainnya, klik **Lihat dasbor** untuk pergi ke halaman ikhtisar layanan.
![\[CloudWatch ikhtisar layanan peta aplikasi.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-service-overview.png)
Atau Anda dapat mengklik Edge untuk melihat metrik panggilan ketergantungan tertentu dari suatu layanan.
![\[CloudWatch laci tepi simpul peta aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-edge.png)
### Ubah Acara
Lacak peristiwa perubahan di seluruh aplikasi Anda dengan pemrosesan peristiwa otomatis Sinyal Aplikasi. CloudTrail Memantau konfigurasi dan peristiwa penyebaran untuk layanan dan dependensinya, menyediakan konteks langsung untuk analisis operasional dan pemecahan masalah. Deteksi peristiwa perubahan diaktifkan bersamaan dengan pemberdayaan penemuan layanan melalui CloudWatch Konsol atau StartDiscovery API. Untuk layanan EKS, deteksi penyebaran mengharuskan layanan EKS diinstrumentasi dengan SDK instrumentasi Sinyal Aplikasi. Sinyal Aplikasi secara otomatis mengkorelasikan waktu penerapan dengan perubahan kinerja, membantu Anda mengidentifikasi dengan cepat apakah penerapan terbaru berkontribusi pada masalah layanan. Lihat riwayat peristiwa perubahan dan dampak di seluruh layanan Anda tanpa konfigurasi tambahan atau persyaratan penyiapan.
### Temuan audit
Temukan wawasan kritis melalui temuan audit Sinyal Aplikasi. Layanan ini menganalisis aplikasi Anda untuk melaporkan pengamatan signifikan dan potensi masalah, menyederhanakan analisis akar penyebab. Temuan otomatis ini mengkonsolidasikan jejak yang relevan, menghilangkan kebutuhan untuk menavigasi melalui beberapa klik. Sistem audit membantu tim dengan cepat mengidentifikasi masalah dan penyebab dasarnya, memungkinkan penyelesaian masalah yang lebih cepat.
Untuk layanan yang berjalan di Amazon Bedrock, Sinyal Aplikasi secara otomatis memonitor pola penggunaan token GenAI. Sistem audit mendeteksi anomali dalam konsumsi token input dan output, membandingkan penggunaan saat ini dengan garis dasar historis. Ketika penggunaan token melebihi pola normal, temuan audit memberikan analisis terperinci termasuk tren konsumsi token, implikasi biaya, dan rekomendasi untuk pengoptimalan. Ini membantu tim mengidentifikasi permintaan yang tidak efisien, lonjakan token yang tidak terduga, dan peluang untuk mengurangi biaya operasional GenAI.
### Observabilitas Lintas Akun pada Peta Aplikasi
Sinyal Aplikasi mendukung pengamatan lintas akun, memungkinkan Anda memantau dan memvisualisasikan layanan yang didistribusikan di beberapa AWS akun dalam satu peta aplikasi terpadu. Kemampuan ini sangat penting bagi organisasi dengan arsitektur multi-akun yang mengikuti praktik AWS terbaik.
**Kemampuan Kunci:**
+ *Tampilan Terpadu*: Lihat layanan dari beberapa AWS akun dalam satu peta aplikasi, memberikan gambaran lengkap tentang arsitektur aplikasi terdistribusi Anda.
+ *Identifikasi Akun*: Setiap node layanan dengan jelas menampilkan ID akun dan wilayahnya, sehingga mudah untuk mengidentifikasi kepemilikan dan lokasi layanan.
+ *Pemantauan Terpusat*: Memantau kesehatan, kinerja, dan status SLO layanan di semua akun yang terhubung dari satu akun pemantauan.
+ *Pemfilteran Lintas Akun*: Filter dan kelompokkan layanan berdasarkan ID akun untuk fokus pada akun tertentu atau melihat interaksi lintas akun.
**Cara Kerjanya:**
Application Signals menggunakan AWS Organizations dan cross-account sharing untuk memungkinkan observabilitas di beberapa akun. Untuk mengatur observabilitas lintas akun, silakan lihat. [CloudWatch observabilitas lintas akun](CloudWatch-Unified-Cross-Account.md)
------
#### [ View your application services ]
**Layanan (Instrumentasi)**
Anda dapat melihat layanan aplikasi Anda dan status indikator tingkat layanan mereka SLOs (SLIs) di **Peta Aplikasi**. Jika Anda tidak membuat SLOs untuk layanan, pilih tombol **Create SLO** di bawah node layanan.
**Peta Aplikasi** menampilkan semua layanan Anda. Ini juga menunjukkan pelanggan dan kenari yang mengkonsumsi layanan dan dependensi yang dipanggil layanan Anda, seperti yang ditunjukkan pada gambar berikut:
![\[Peta CloudWatch aplikasi yang menampilkan layanan yang sehat dan tidak sehat.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-map-service-healthy-unhealthy.png)
Saat Anda memilih node layanan, panel akan terbuka menampilkan informasi layanan terperinci:
+ Total kesalahan dan tingkat kesalahan.
+ Jumlah SLIs dan SLOs itu adalah `healthy` atau`unhealthy`.
+ Opsi untuk melihat informasi lebih lanjut tentang SLO.
+ Layanan`Cluster`,`Namespace`, dan `Workload` untuk yang dihosting di Amazon EKS, atau Lingkungan untuk layanan yang dihosting di Amazon ECS atau Amazon EC2. Untuk layanan yang dihosting Amazon EKS, pilih tautan apa pun untuk membuka CloudWatch Wawasan Kontainer.
+ AccountId dan wilayah.
+ Bagian **Ubah** yang menampilkan peristiwa perubahan terbaru dan waktu penerapan terakhir.
+ Tab **Audit Operasional** menyediakan temuan dan rekomendasi audit otomatis.
+ Bagan Metrik Layanan Ketersediaan, latensi, kesalahan, dan kesalahan.
Pilih tepi atau koneksi antara node layanan dan layanan hilir atau node ketergantungan. Ini membuka panel yang berisi jalur teratas berdasarkan tingkat kesalahan, latensi, dan tingkat kesalahan, seperti yang ditunjukkan pada gambar contoh berikut. Pilih tautan apa pun di panel untuk membuka halaman [Detail layanan](ServiceDetail.md) dan melihat informasi terperinci untuk layanan atau ketergantungan yang dipilih.
![\[Tepi layanan peta CloudWatch aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/App-signals-service-edge.png)
Saat Anda memilih simpul tepi, panel terbuka menampilkan informasi layanan terperinci:
+ Jumlah permintaan total, latensi, tingkat kesalahan dan tingkat kesalahan
+ Jalur teratas berdasarkan tingkat kesalahan
+ Jalur teratas berdasarkan latensi
+ Jalur teratas berdasarkan tingkat kesalahan
**Layanan (Tidak berinstrumen)**
Layanan yang tidak diinstrumentasi muncul di Peta Aplikasi meskipun belum dikonfigurasi dengan Sinyal Aplikasi. Layanan ini secara otomatis ditemukan dengan memanfaatkan Resource Explorer menggunakan nama dan tag aplikasi. Sistem dapat secara otomatis mendeteksi hingga 3.000 sumber daya di AWS akun Anda.
Saat Anda memilih node layanan yang tidak diinstrumentasi, panel akan terbuka menampilkan:
+ Nama layanan dan informasi identifikasi
+ AccountId dan wilayah di mana layanan terdeteksi
+ Status dan bimbingan instrumentasi
+ Tombol ajakan bertindak “Aktifkan Sinyal Aplikasi” yang menyediakan instruksi pengaturan
+ Jenis platform komputasi (jika terdeteksi)
Layanan yang tidak diinstrumentasi membantu Anda:
+ Identifikasi kesenjangan dalam cakupan observabilitas Anda
+ Prioritaskan layanan mana yang akan instrumen berikutnya berdasarkan posisinya dalam arsitektur Anda
+ Memahami topologi aplikasi lengkap bahkan sebelum instrumentasi penuh
+ Rencanakan peluncuran instrumentasi di seluruh organisasi
**catatan**
Layanan yang tidak diinstrumentasi menampilkan data telemetri terbatas karena mereka tidak secara aktif mengirim metrik atau jejak.
![\[CloudWatch filter instrumentasi peta aplikasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/explore-application-map-instrumentation-filter.png)
------
#### [ View dependencies ]
Dependensi aplikasi Anda ditampilkan di peta aplikasi, terhubung ke layanan yang memanggilnya.
Pilih simpul ketergantungan untuk membuka panel yang berisi tingkat kesalahan dan tingkat kesalahan, bagan metrik untuk permintaan, ketersediaan, latensi, tingkat kesalahan, dan tingkat kesalahan.
Jika node dependensi adalah layanan atau sumber daya, maka panel akan menampilkan peristiwa perubahan untuk rentang waktu yang diminta.
![\[Peta CloudWatch aplikasi yang menampilkan node ketergantungan AWS layanan yang dapat diperluas.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-map-dependency.png)
------
#### [ View clients ]
Setelah Anda [mengaktifkan penelusuran X-Ray](CloudWatch-RUM-get-started-create-app-monitor.md) untuk klien web CloudWatch RUM Anda, mereka ditampilkan di peta aplikasi yang terhubung ke layanan yang mereka panggil.
Pilih node klien untuk membuka panel yang menampilkan informasi klien terperinci:
+ Metrik untuk pemuatan halaman, waktu muat rata-rata, kesalahan, dan vital web rata-rata
+ Grafik yang menampilkan rincian kesalahan
+ Tautan untuk menampilkan detail klien di CloudWatch RUM
![\[Peta CloudWatch aplikasi yang menampilkan node klien yang dapat diperluas.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-map-client.png)
Pilih **Lihat dasbor** untuk membuka detail kenari.
------
#### [ View synthetics canaries ]
Untuk melihat kenari di peta aplikasi Anda, aktifkan nyalakan [penelusuran X-Ray](CloudWatch-RUM-get-started-create-app-monitor.md) untuk kenari Synthetics CloudWatch Anda. Setelah diaktifkan, kenari akan muncul terhubung ke layanan yang mereka sebut di peta aplikasi.
Sistem mengelompokkan kenari secara default menjadi satu ikon yang dapat diperluas. Panel informasi kenari terperinci menampilkan metrik, jejak, dan informasi status.
Pilih simpul kenari untuk membuka panel yang menampilkan informasi kenari terperinci, seperti yang ditunjukkan pada gambar berikut:
![\[Peta CloudWatch aplikasi yang menampilkan simpul kenari sintetis yang dapat diperluas.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/service-map-canary.png)
Pilih **Lihat dasbor** untuk membuka detail kenari.
------
# Observabilitas aplikasi untuk Aksi AWS
Application Observability for AWS GitHub Action menyediakan alur kerja investigasi observabilitas end-to-end aplikasi yang menghubungkan kode sumber Anda dan data telemetri produksi langsung ke agen AI. Ini memanfaatkan CloudWatch MCPs dan menghasilkan permintaan khusus untuk memberikan konteks yang dibutuhkan agen AI untuk pemecahan masalah dan menerapkan perbaikan kode.
Tindakan ini mengatur dan mengonfigurasi Server MCP [Sinyal CloudWatch Aplikasi dan Server [CloudWatch MCP](https://awslabs.github.io/mcp/servers/cloudwatch-applicationsignals-mcp-server)](https://awslabs.github.io/mcp/servers/cloudwatch-applicationsignals-mcp-server), memungkinkan mereka mengakses data telemetri langsung sebagai konteks pemecahan masalah. Anda dapat menggunakan model AI pilihan Anda - baik melalui kunci API Anda sendiri, model pihak ketiga, atau Amazon Bedrock - untuk penyelidikan kinerja aplikasi.
Untuk memulai, sebutkan `@awsapm` dalam GitHub masalah Anda untuk memicu agen AI. Agen akan memecahkan masalah produksi, menerapkan perbaikan, dan meningkatkan cakupan observabilitas berdasarkan data aplikasi langsung Anda.
Tindakan ini sendiri tidak menimbulkan biaya langsung. Namun, menggunakan tindakan ini dapat mengakibatkan biaya untuk AWS layanan dan penggunaan model AI. Silakan merujuk ke [dokumentasi pertimbangan biaya](https://github.com/marketplace/actions/application-observability-for-aws#-cost-considerations) untuk informasi rinci tentang potensi biaya.
## Memulai
Tindakan ini mengonfigurasi agen AI dalam GitHub alur kerja Anda dengan menghasilkan konfigurasi MCP AWS khusus dan permintaan pengamatan khusus. Anda hanya perlu memberikan peran IAM untuk diasumsikan dan [ID Model Batuan Dasar](https://docs.aws.amazon.com/bedrock/latest/userguide/models-supported.html) yang ingin Anda gunakan, atau token API dari langganan LLM Anda yang ada. Contoh di bawah ini menunjukkan template alur kerja yang mengintegrasikan tindakan ini dengan [Anthropic claude-code-base-action untuk menjalankan investigasi otomatis](https://github.com/anthropics/claude-code-base-action).
### Prasyarat
Sebelum Anda mulai, pastikan Anda memiliki yang berikut:
+ **GitHub Izin Repositori**: Menulis akses atau lebih tinggi ke repositori (diperlukan untuk memicu tindakan)
+ AWS Peran **IAM: Peran** IAM yang dikonfigurasi dengan OpenID Connect (OIDC) untuk Tindakan dengan izin untuk: GitHub
+ CloudWatch Sinyal Aplikasi dan CloudWatch akses
+ Akses model Amazon Bedrock (jika menggunakan model Bedrock)
+ **GitHub Token**: Alur kerja secara otomatis menggunakan GITHUB\$1TOKEN dengan izin yang diperlukan
### Langkah Penyiapan
#### Langkah 1: Siapkan AWS Kredensial
Tindakan ini bergantung pada tindakan [aws-actions/](https://github.com/aws-actions/configure-aws-credentials) untuk menyiapkan AWS autentikasi di Lingkungan configure-aws-credentials Tindakan Anda. GitHub Kami merekomendasikan menggunakan OpenID Connect (OIDC) untuk mengautentikasi dengan. AWS OIDC memungkinkan alur kerja GitHub Actions untuk mengakses AWS sumber daya menggunakan kredensyal berumur pendek sehingga Anda tidak perlu menyimpan AWS kredensyal jangka panjang di repositori Anda.
1. **Buat Penyedia Identitas IAM**
Pertama, buat Penyedia Identitas IAM yang mempercayai titik akhir GitHub OIDC di Konsol Manajemen: AWS
1. Buka konsol IAM
1. Klik **Penyedia identitas** di bawah **Manajemen akses**
1. Klik tombol **Tambah penyedia** untuk menambahkan penyedia GitHub Identitas jika belum dibuat
1. Pilih jenis penyedia **Identitas OpenID Connect**
1. Masukkan `https://token.actions.githubusercontent.com` untuk kotak masukan **URL Penyedia**
1. Masuk `sts.amazonaws.com` untuk kotak masukan **Audiens**
1. Klik tombol **Tambah penyedia**
1. **Buat Kebijakan IAM**
Buat kebijakan IAM dengan izin yang diperlukan untuk tindakan ini. Lihat [Izin yang Diperlukan](#Service-Application-Observability-for-AWS-GitHub-Action-required-permissions) bagian di bawah untuk detailnya.
1. **Buat Peran IAM**
Buat peran IAM (misalnya,`AWS_IAM_ROLE_ARN`) di Konsol AWS Manajemen dengan templat kebijakan kepercayaan berikut. Ini memungkinkan GitHub repositori resmi untuk mengambil peran:
```
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Principal": {
"Federated": "arn:aws:iam:::oidc-provider/token.actions.githubusercontent.com"
},
"Action": "sts:AssumeRoleWithWebIdentity",
"Condition": {
"StringEquals": {
"token.actions.githubusercontent.com:aud": "sts.amazonaws.com"
},
"StringLike": {
"token.actions.githubusercontent.com:sub": "repo:/:ref:refs/heads/"
}
}
}
]
}
```
Ganti placeholder berikut di template:
+ ``- ID AWS akun Anda
+ ``- Nama GitHub organisasi Anda
+ ``- Nama repositori Anda
+ ``- Nama cabang Anda (misalnya, utama)
1. **Lampirkan Kebijakan IAM**
Di tab Izin peran, lampirkan kebijakan IAM yang Anda buat di langkah 2.
Untuk informasi selengkapnya tentang mengonfigurasi OIDC dengan AWS, lihat Panduan Memulai Cepat [configure-aws-credentials OIDC](https://github.com/aws-actions/configure-aws-credentials/tree/main?tab=readme-ov-file#quick-start-oidc-recommended).
#### Langkah 2: Konfigurasikan Rahasia dan Tambahkan Alur Kerja
1. **Konfigurasikan Rahasia Repositori**
Buka repositori Anda → Pengaturan → Rahasia dan variabel → Tindakan.
+ Buat rahasia repositori baru bernama `AWS_IAM_ROLE_ARN` dan atur nilainya ke ARN peran IAM yang Anda buat di Langkah 1.
+ (Opsional) Buat variabel repositori bernama `AWS_REGION` untuk menentukan AWS wilayah Anda (default jika tidak disetel) `us-east-1`
1. **Tambahkan File Alur Kerja**
Berikut ini adalah contoh alur kerja yang menunjukkan penggunaan tindakan ini dengan model Amazon Bedrock. Buat alur kerja Investigasi Observabilitas Aplikasi dari template ini di direktori GitHub Repositori Anda. `.github/workflows`
```
name: Application observability for AWS
on:
issue_comment:
types: [created, edited]
issues:
types: [opened, assigned, edited]
jobs:
awsapm-investigation:
if: |
(github.event_name == 'issue_comment' && contains(github.event.comment.body, '@awsapm')) ||
(github.event_name == 'issues' && (contains(github.event.issue.body, '@awsapm') || contains(github.event.issue.title, '@awsapm')))
runs-on: ubuntu-latest
permissions:
contents: write # To create branches for PRs
pull-requests: write # To post comments on PRs
issues: write # To post comments on issues
id-token: write # Required for AWS OIDC authentication
steps:
- name: Checkout repository
uses: actions/checkout@v4
- name: Configure AWS credentials
uses: aws-actions/configure-aws-credentials@v4
with:
role-to-assume: ${{ secrets.AWS_IAM_ROLE_ARN }}
aws-region: ${{ vars.AWS_REGION || 'us-east-1' }}
# Step 1: Prepare AWS MCP configuration and investigation prompt
- name: Prepare Investigation Context
id: prepare
uses: aws-actions/application-observability-for-aws@v1
with:
bot_name: "@awsapm"
cli_tool: "claude_code"
# Step 2: Execute investigation with Claude Code
- name: Run Claude Investigation
id: claude
uses: anthropics/claude-code-base-action@beta
with:
use_bedrock: "true"
# Set to any Bedrock Model ID
model: "us.anthropic.claude-sonnet-4-5-20250929-v1:0"
prompt_file: ${{ steps.prepare.outputs.prompt_file }}
mcp_config: ${{ steps.prepare.outputs.mcp_config_file }}
allowed_tools: ${{ steps.prepare.outputs.allowed_tools }}
# Step 3: Post results back to GitHub issue/PR (reuse the same action)
- name: Post Investigation Results
if: always()
uses: aws-actions/application-observability-for-aws@v1
with:
cli_tool: "claude_code"
comment_id: ${{ steps.prepare.outputs.awsapm_comment_id }}
output_file: ${{ steps.claude.outputs.execution_file }}
output_status: ${{ steps.claude.outputs.conclusion }}
```
**Catatan Konfigurasi:**
+ Alur kerja ini terpicu secara otomatis ketika `@awsapm` disebutkan dalam masalah atau komentar
+ Alur kerja menggunakan `AWS_IAM_ROLE_ARN` rahasia yang dikonfigurasi pada langkah sebelumnya
+ Perbarui parameter model di Langkah 2 untuk menentukan ID model Amazon Bedrock pilihan Anda
+ Anda dapat menyesuaikan nama bot (misalnya,`@awsapm-prod`,`@awsapm-staging`) di parameter bot\$1name untuk mendukung lingkungan yang berbeda
#### Langkah 3: Mulai Menggunakan Tindakan
Setelah alur kerja dikonfigurasi, sebutkan `@awsapm` dalam GitHub masalah apa pun untuk memicu penyelidikan yang didukung AI. Tindakan ini akan menganalisis permintaan Anda, mengakses data telemetri langsung, dan memberikan rekomendasi atau menerapkan perbaikan secara otomatis.
**Contoh Kasus Penggunaan:**
1. Selidiki masalah kinerja dan posting dan perbaiki:
`@awsapm, can you help me investigate availability issues in my appointment service?`
![\[alt text not found\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/github-availability-issue-investigate.png)
`@awsapm, can you post a fix?`
![\[alt text not found\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/github-availability-issue-pr-fix.png)
1. Aktifkan instrumentasi:
`@awsapm, please enable Application Signals for lambda-audit-service and create a PR with the required changes.`
1. Data telemetri kueri:
`@awsapm, how many GenAI tokens have been consumed by my services in the past 24 hours?`
**Apa yang Terjadi Selanjutnya:**
1. Alur kerja mendeteksi `@awsapm` penyebutan dan memicu penyelidikan
1. Agen AI mengakses data AWS telemetri langsung Anda melalui server MCP yang dikonfigurasi
1. Agen menganalisis masalah dan:
+ Memposting temuan dan rekomendasi langsung dalam masalah
+ Membuat permintaan tarik dengan perubahan kode (untuk instrumentasi atau perbaikan)
1. Anda dapat meninjau hasilnya dan melanjutkan percakapan dengan menyebutkan @awsapm lagi dengan pertanyaan lanjutan
## Keamanan
Tindakan ini memprioritaskan keamanan dengan kontrol akses yang ketat, AWS otentikasi berbasis OIDC, dan perlindungan bawaan terhadap serangan injeksi yang cepat. Hanya pengguna dengan akses tulis atau lebih tinggi yang dapat memicu tindakan, dan semua operasi dicakup ke repositori tertentu.
Untuk informasi keamanan terperinci, termasuk:
+ Kontrol akses dan persyaratan izin
+ AWS Izin IAM dan konfigurasi OIDC
+ Risiko dan mitigasi injeksi yang cepat
+ Praktik terbaik keamanan
Lihat [Dokumentasi Keamanan](https://github.com/aws-actions/application-observability-for-aws/blob/main/docs/security.md).
## Konfigurasi
### Izin yang Diperlukan
Peran IAM yang diasumsikan oleh GitHub Tindakan harus memiliki izin berikut.
**Catatan**: `bedrock:InvokeModel` dan hanya `bedrock:InvokeModelWithResponseStream` diperlukan jika Anda menggunakan model Amazon Bedrock
```
{
"Version": "2012-10-17",
"Statement": [
{
"Effect": "Allow",
"Action": [
"application-signals:ListServices",
"application-signals:GetService",
"application-signals:ListServiceOperations",
"application-signals:ListServiceLevelObjectives",
"application-signals:GetServiceLevelObjective",
"application-signals:ListAuditFindings",
"cloudwatch:DescribeAlarms",
"cloudwatch:DescribeAlarmHistory",
"cloudwatch:ListMetrics",
"cloudwatch:GetMetricData",
"cloudwatch:GetMetricStatistics",
"logs:DescribeLogGroups",
"logs:DescribeQueryDefinitions",
"logs:ListLogAnomalyDetectors",
"logs:ListAnomalies",
"logs:StartQuery",
"logs:StopQuery",
"logs:GetQueryResults",
"logs:FilterLogEvents",
"xray:GetTraceSummaries",
"xray:GetTraceSegmentDestination",
"xray:BatchGetTraces",
"xray:ListRetrievedTraces",
"xray:StartTraceRetrieval",
"servicequotas:GetServiceQuota",
"synthetics:GetCanary",
"synthetics:GetCanaryRuns",
"s3:GetObject",
"s3:ListBucket",
"iam:GetRole",
"iam:ListAttachedRolePolicies",
"iam:GetPolicy",
"iam:GetPolicyVersion",
"bedrock:InvokeModel",
"bedrock:InvokeModelWithResponseStream"
],
"Resource": "*"
}
]
}
```
## Dokumentasi
Untuk informasi lebih lanjut, lihat:
+ [CloudWatch Dokumentasi Sinyal CloudWatch Aplikasi](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Application-Monitoring-Intro.html) - Pelajari tentang fitur dan kemampuan Sinyal Aplikasi
+ [Observabilitas aplikasi untuk Dokumentasi Publik AWS Aksi](https://github.com/marketplace/actions/application-observability-for-aws) - Panduan dan tutorial terperinci
# Contoh: Gunakan Sinyal Aplikasi untuk menyelesaikan masalah kesehatan operasional
Skenario berikut memberikan contoh cara Sinyal Aplikasi dapat digunakan untuk memantau layanan Anda dan mengidentifikasi masalah kualitas layanan. Telusuri untuk mengidentifikasi akar penyebab potensial dan mengambil tindakan untuk menyelesaikan masalah. Contoh ini difokuskan pada aplikasi klinik hewan peliharaan yang terdiri dari beberapa layanan mikro yang memanggil Layanan AWS seperti DynamoDB.
Jane adalah bagian dari DevOps tim yang mengawasi kesehatan operasional aplikasi klinik hewan peliharaan. Tim Jane berkomitmen untuk memastikan bahwa aplikasi ini sangat tersedia dan responsif. Mereka menggunakan [tujuan tingkat layanan (SLOs)](CloudWatch-ServiceLevelObjectives.md) untuk mengukur kinerja aplikasi terhadap komitmen bisnis ini. Dia menerima peringatan tentang beberapa indikator tingkat layanan yang tidak sehat (SLIs). Dia membuka CloudWatch konsol dan menavigasi ke halaman Layanan, di mana dia melihat beberapa layanan dalam keadaan tidak sehat.
![\[Layanan dengan tidak sehat SLIs\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/example-scenario-services-page.jpg)
Di bagian atas halaman, Jane melihat bahwa `visits-service` merupakan layanan teratas berdasarkan tingkat kesalahan. Dia memilih tautan dalam grafik, yang membuka halaman detail Layanan untuk layanan tersebut. Dia melihat bahwa ada operasi yang tidak sehat di tabel operasi Layanan. Dia memilih operasi ini dan melihat dalam grafik Volume dan Ketersediaan bahwa ada lonjakan volume panggilan berkala yang tampaknya berkorelasi dengan penurunan ketersediaan.
![\[Volume dan ketersediaan operasi layanan\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/example-scenario-unhealthy-operation.png)
Untuk melihat lebih dekat penurunan ketersediaan layanan, Jane memilih salah satu titik data ketersediaan dalam grafik. Laci terbuka yang menunjukkan jejak X-Ray yang berkorelasi dengan titik data yang dipilih. Dia melihat bahwa ada beberapa jejak yang memuat kesalahan.
![\[Ketersediaan layanan dan jejak yang berkorelasi\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/example-scenario-correlated-traces.jpg)
Jane memilih salah satu jejak yang berkorelasi dengan status kesalahan, yang membuka halaman detail jejak X-Ray untuk jejak yang dipilih. Jane menggulir ke bawah ke bagian Timeline Segments dan mengikuti jalur panggilan sampai dia melihat bahwa panggilan ke tabel DynamoDB mengembalikan kesalahan. Dia memilih segmen DynamoDB dan menavigasi ke tab Exceptions pada laci sisi kanan.
![\[Lacaklah segmen dengan kesalahan DynamoDB\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/example-scenario-DDB-segment.jpg)
Jane melihat bahwa sumber daya DynamoDB salah dikonfigurasi, yang mengakibatkan kesalahan selama lonjakan permintaan pelanggan. Tingkat throughput yang disediakan tabel DynamoDB secara berkala terlampaui, mengakibatkan masalah ketersediaan layanan dan tidak sehat. SLIs Berdasarkan informasi ini, timnya dapat mengonfigurasi tingkat throughput yang disediakan yang lebih tinggi dan memastikan ketersediaan aplikasi yang tinggi.
# Contoh: Gunakan Sinyal Aplikasi untuk memecahkan masalah aplikasi AI generatif yang berinteraksi dengan model Amazon Bedrock
Anda dapat menggunakan Sinyal Aplikasi untuk memecahkan masalah aplikasi AI generatif Anda yang berinteraksi dengan model. Amazon Bedrock Sinyal Aplikasi merampingkan proses ini dengan menyediakan data out-of-the-box telemetri, menawarkan wawasan yang lebih dalam tentang interaksi aplikasi Anda dengan model LLM. Ini membantu mengatasi kasus penggunaan utama seperti:
+ Masalah konfigurasi model
+ Biaya penggunaan model
+ Latensi model
+ Generasi respons model menghentikan alasan
[Mengaktifkan Sinyal Aplikasi](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Application-Signals-Enable.html) dengan LLM/GenAI Observabilitas memberikan visibilitas real-time ke dalam interaksi aplikasi Anda dengan layanan Amazon Bedrock. Sinyal Aplikasi secara otomatis menghasilkan dan mengkorelasikan metrik kinerja dan jejak untuk Amazon Bedrock panggilan API.
Sinyal Aplikasi saat ini mendukung Model LLM berikut dari Amazon Bedrock.
+ AI21 Jamba
+ Amazon Titan
+ Antropik Claude
+ Perintah Cohere
+ Meta Llama
+ Mistral AI
+ Nova
## Metrik dan jejak berbutir halus
Untuk setiap panggilan Amazon Bedrock API, Sinyal Aplikasi menghasilkan metrik kinerja terperinci di tingkat sumber daya, termasuk:
+ ID Model
+ ID pagar pembatas
+ ID Basis Pengetahuan
+ ID Agen Bedrock
Selain itu, rentang jejak yang berkorelasi pada tingkat yang sama membantu memberikan pandangan komprehensif tentang eksekusi permintaan dan dependensi.
![\[Metrik kinerja menggunakan Sinyal Aplikasi.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/AppSignalsAIExample.png)
## OpenTelemetry Dukungan atribut GenAI
Sinyal Aplikasi menghasilkan atribut GenAI berikut untuk panggilan Amazon Bedrock API dengan OpenTelemetry konvensi semantik. Atribut ini membantu menganalisis penggunaan model, biaya, dan kualitas respons, dan dapat dimanfaatkan melalui [Pencarian Transaksi](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Transaction-Search.html) untuk wawasan yang lebih dalam.
+ gen\$1ai.sistem
+ gen\$1ai.request.model
+ gen\$1ai.request.max\$1tokens
+ gen\$1ai.request.temperature
+ gen\$1ai.request.top\$1p
+ gen\$1ai.usage.input\$1tokens
+ gen\$1ai.usage.output\$1tokens
+ gen\$1ai.response.finish\$1reasons
![\[Atribut GenAI menggunakan Sinyal Aplikasi.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/AppSignalsAIExample_1.png)
Misalnya, Anda dapat memanfaatkan kemampuan analitik dari Penelusuran Transaksi untuk membandingkan penggunaan token dan biaya di berbagai model LLM untuk prompt yang sama, memungkinkan pemilihan model yang hemat biaya.
![\[Atribut GenAI menggunakan Sinyal Aplikasi.\]](http://docs.aws.amazon.com/id_id/AmazonCloudWatch/latest/monitoring/images/AppSignalsAIExample_2.png)
Untuk informasi selengkapnya, lihat [Meningkatkan Amazon Bedrock Observabilitas dengan Sinyal CloudWatch Aplikasi](https://aws.amazon.com/blogs/mt/improve-amazon-bedrock-observability-with-amazon-cloudwatch-appsignals/).