Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Memantau Pipa Menggunakan Metrik CloudWatch
<a name="pipelines-metrics"></a>

CloudWatch pipelines menerbitkan metrik ke Amazon CloudWatch di namespace. `AWS/Observability Admin` Anda dapat menggunakan metrik ini untuk memantau kesehatan, kinerja, dan aliran data pipeline Anda.

## Metrik yang tersedia
<a name="available-metrics"></a>

Tabel berikut mencantumkan metrik yang tersedia untuk CloudWatch saluran pipa.

**catatan**  
Metrik saluran pipa hanya dipancarkan ketika nilainya bukan nol.

### Metrik inti
<a name="core-metrics"></a>


| Metrik | Deskripsi | Dimensi | Unit | 
| --- | --- | --- | --- | 
| `PipelineBytesIn` | Volume catatan log masuk ke pipeline dalam byte yang tidak terkompresi | PipelineName | Byte | 
| `PipelineBytesInByDataSource` | Volume data yang masuk dengan rincian source/type  | PipelineName, DataSource, DataType | Byte | 
| `PipelineBytesOut` | Volume data yang dirutekan ke tujuan | PipelineName | Byte | 
| `PipelineBytesOutByDataSource` | Volume data keluar dengan rincian source/type  | PipelineName, DataSource, DataType | Byte | 
| `PipelineRecordsIn` | Jumlah catatan yang memasuki pipa | PipelineName | Hitungan | 
| `PipelineRecordsInByDataSource` | Jumlah catatan yang masuk dengan rincian source/type  | PipelineName, DataSource, DataType | Hitungan | 
| `PipelineRecordsOut` | Jumlah catatan yang keluar dari pipa | PipelineName | Hitungan | 
| `PipelineRecordsOutByDataSource` | Jumlah catatan keluar dengan rincian source/type  | PipelineName, DataSource, DataType | Hitungan | 

### Metrik kesalahan dan peringatan
<a name="error-warning-metrics"></a>


| Metrik | Deskripsi | Dimensi | Unit | 
| --- | --- | --- | --- | 
| `PipelineErrors` | Jumlah agregat kesalahan dalam pipeline | PipelineName | Hitungan | 
| `PipelineErrorsByErrorType` | Kesalahan terperinci dihitung berdasarkan jenis | PipelineName, ErrorSource, ErrorComponent, ErrorType | Hitungan | 
| `PipelineWarnings` | Jumlah peringatan yang ditemui | PipelineName | Hitungan | 
| `PipelineWarningsByWarningType` | Peringatan terperinci berdasarkan jenis | PipelineName, WarningSource, WarningComponent, WarningType | Hitungan | 
| `PipelineRecordsUnprocessed` | Jumlah catatan yang tidak dapat diproses | PipelineName, DataSource, DataType | Hitungan | 
| `PipelineRecordsDropped` | Jumlah catatan yang dijatuhkan (hanya sumber pihak ketiga) | PipelineName, DataSource, DataType | Hitungan | 

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

CloudWatch metrik pipelines menggunakan dimensi berikut:

**PipelineName**  
Nama pipa

**DataSource**  
Sumber data (nama AWS layanan atau sumber pihak ketiga)

**DataType**  
Jenis data yang sedang diproses

**ErrorSource**  
Asal kesalahan (s3, aws.secrets, cloudwatch\$1logs)

**ErrorComponent**  
Komponen di mana kesalahan terjadi (sumber, wastafel, ekstensi)

**ErrorType**  
Jenis kesalahan yang ditemui

## Jenis kesalahan
<a name="error-types"></a>

Jenis kesalahan berikut dilacak di`PipelineErrorsByErrorType`:

**`ACCESS_DENIED`**  
Kegagalan terkait izin

**`ALL`**  
Jumlah total semua kesalahan pada pipa

**`RESOURCE_NOT_FOUND`**  
Sumber daya yang ditentukan tidak ada

**`SOURCE_READ_FAILURE`**  
Kegagalan membaca dari sumber

**`PARSE_FAILURE`**  
Kesalahan penguraian data

**`PROCESSOR_ERRORS`**  
Kegagalan operasi pemrosesan

**`PAYLOAD_SIZE_EXCEEDED`**  
Batas ukuran data terlampaui

## Jenis peringatan
<a name="warning-types"></a>

Jenis peringatan berikut dapat terjadi pada pipa:

**`THROTTLED`**  
Menunjukkan bahwa volume data yang dikirim telah melebihi batas tarif yang ada, menyebabkan beberapa titik data atau peristiwa dijatuhkan atau ditunda untuk melindungi sistem dan memastikan stabilitas.

## Melihat metrik
<a name="viewing-metrics"></a>

Anda dapat melihat metrik CloudWatch pipeline menggunakan metode berikut:

### Menggunakan CloudWatch konsol
<a name="using-cloudwatch-console"></a>

1. Buka CloudWatch konsol di [https://console.aws.amazon.com/cloudwatch/](https://console.aws.amazon.com/cloudwatch/)

1. **Di panel navigasi, pilih Metrik**

1. Pilih namespace **AWS Admin /Observability**

1. Pilih dimensi metrik untuk dilihat

### Menggunakan AWS CLI
<a name="using-aws-cli"></a>

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

## Membuat alarm
<a name="creating-alarms"></a>

Anda dapat membuat CloudWatch alarm berdasarkan salah satu metrik ini. Berikut adalah contoh membuat alarm untuk kesalahan pipeline:

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

## Praktik terbaik untuk CloudWatch metrik saluran pipa
<a name="best-practices"></a>

### Pantau aliran data
<a name="monitor-data-flow"></a>
+ Gunakan `PipelineBytesIn` dan `PipelineBytesOut` untuk melacak volume data
+ Memantau `PipelineRecordsIn` dan `PipelineRecordsOut` melacak jumlah rekam
+ Perhatikan perubahan tak terduga dalam pola throughput

### Lacak kesalahan dan peringatan
<a name="track-errors-warnings"></a>
+ Buat alarm `PipelineErrors` untuk mendeteksi masalah dengan cepat
+ Gunakan `PipelineErrorsByErrorType` untuk mendiagnosis masalah tertentu
+ Memantau `PipelineWarnings` untuk mengidentifikasi potensi masalah lebih awal

### Konfigurasikan ambang batas yang sesuai
<a name="configure-thresholds"></a>
+ Ambang batas dasar pada pola data yang Anda harapkan
+ Akun untuk variasi normal dalam volume data
+ Pertimbangkan periode penggunaan puncak saat mengatur ambang alarm