Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà. # Informazioni sull'esecuzione e il monitoraggio di un esperimento L'esecuzione di un esperimento in produzione richiede un attento monitoraggio e una pianificazione operativa. Aumentare gradualmente l'esposizione, convalidare l'implementazione e monitorare le prestazioni può aiutare a ridurre i rischi e migliorare l'affidabilità dei risultati degli esperimenti. **Topics** + [Considerazioni operative](#appconfig-experimentation-about-running-an-experiment-operational-considerations) + [Considerazioni sulle prestazioni](#appconfig-experimentation-about-running-an-experiment-performance-considerations) + [Principi operativi](#appconfig-experimentation-about-running-an-experiment-implementation-considerations) ## Considerazioni operative **Inizia con un'esposizione bassa o pari allo 0% e aumenta gradualmente l'esposizione ** Prima di esporre gli utenti ai trattamenti: + Convalida la resa del trattamento + Conferma la valutazione della feature flag + Verifica le metriche e la registrazione + Testate la strumentazione utilizzando le sostituzioni all'assegnazione del trattamento Iniziare con un'esposizione dello 0% aiuta a rilevare i problemi di implementazione prima che influiscano sugli utenti. È quindi possibile aumentare gradualmente l'esposizione e quindi limitare l'impatto delle regressioni in caso di problemi. Convalidando il comportamento dell'esperimento sotto carico crescente, puoi monitorare i risultati degli esperimenti e le metriche operative prima di esporre l'intero pubblico ai cambiamenti. **Definisci le procedure di rollback ** Prima di iniziare l'esecuzione di un esperimento, stabilite: + Quando la corsa deve essere interrotta + Quali metriche indicano un comportamento inaccettabile + Come disattivare i trattamenti Puoi configurare gli allarmi in CloudWatch strumenti di monitoraggio di terze parti come Datadog, New Relic o Dynatrace per monitorare metriche chiave come il tempo di caricamento della pagina, il tasso di conversione o i tassi di errore durante un esperimento. Se si attiva un allarme, valuta l'impatto e decidi se interrompere l'esecuzione dell'esperimento o continuare. Per ulteriori informazioni sulla configurazione degli allarmi, vedere. [Monitoraggio delle implementazioni per il rollback automatico](monitoring-deployments.md) **Coordinare le distribuzioni ** Evita di introdurre importanti modifiche alle applicazioni durante l'esecuzione di un esperimento attivo. Le modifiche alla logica dei flag delle funzionalità, ai sistemi di backend o ai flussi utente possono invalidare i risultati degli esperimenti o complicare l'analisi. Se sono necessarie modifiche, interrompi l'esecuzione corrente e avviane una nuova dopo aver applicato gli aggiornamenti. Inoltre, limita gli esperimenti sovrapposti che riguardano gli stessi utenti o funzionalità. Gli esperimenti sovrapposti possono alterare i risultati e introdurre comportamenti contrastanti. In breve, coordina attentamente gli esperimenti quando i segmenti di pubblico si sovrappongono. Per informazioni dettagliate su come l'applicazione recupera un trattamento assegnato da AWS AppConfig Agent, incluse le `Context` intestazioni `Entity-Id` e, vedere. [Recupero dei trattamenti sperimentali](appconfig-integration-retrieving-experiment-treatments.md) ## Considerazioni sulle prestazioni Quando avvii un esperimento, monitora le prestazioni dell'applicazione monitorando le metriche operative durante l'esecuzione. In particolare, monitora: + Latenza + Tassi di errore + Throughput + Utilizzo delle risorse Un trattamento può influire sul comportamento del sistema anche se le metriche dell'esperimento appaiono positive. L'esposizione graduale aiuta a identificare questi problemi in modo sicuro. **Convalida le prestazioni sul lato client ** Per gli esperimenti sull'interfaccia utente, monitora: + Tempo di caricamento della pagina + Prestazioni di rendering + Client-side errori + Device-specific comportamento Trattamenti diversi possono influire in modo diverso sulle prestazioni del frontend. ## Principi operativi Mentre un esperimento è in corso, tieni presente i seguenti principi operativi: **Considerate gli esperimenti come cambiamenti di produzione** Anche piccoli esperimenti possono influire sulla stabilità delle applicazioni, sulle prestazioni, sull'esperienza utente e sulla qualità dei dati. Un monitoraggio accurato e un'esposizione graduale aiutano a ridurre i rischi migliorando al contempo la fiducia nei risultati degli esperimenti. **Mantenere la coerenza del trattamento** Gli utenti dovrebbero ricevere lo stesso trattamento per tutta la durata del trattamento. Per ulteriori informazioni sulla progettazione del trattamento, vedere[Informazioni su controlli e trattamenti](appconfig-experimentation-about-controls-and-treatments.md). **Convalidare la strumentazione** Prima di aumentare l'esposizione, verificate che le metriche siano registrate correttamente e che i registri includano le informazioni sul trattamento. **Monitora le metriche specifiche dell'esperimento** Oltre alle metriche operative, monitora le metriche direttamente correlate all'esperimento, ad esempio: + Tasso di conversione + Coinvolgimento delle funzionalità + Click-through tasso + Frequenza di errore + Mantenimento degli utenti Scegli metriche in linea con l'obiettivo dell'esperimento.