翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon EKS でのトレース
<a name="tracing"></a>

トレースは、Amazon EKS でのアプリケーションオブザーバビリティの重要なコンポーネントです。トレースは、EKS クラスターにデプロイされたさまざまなマイクロサービスを通過するリクエストのパスを収集、処理、視覚化することで、リクエストフローとサービスインタラクションを詳細に可視化します。この機能は、Amazon EKS 環境でシステムの動作を理解し、ボトルネックを特定し、問題を効果的にトラブルシューティングするのに役立ちます。効果的なトレースにより、リクエストフローend-to-end可視化できるため、分散システムのデバッグの複雑さがなくなります。これにより、サービス境界を越えてトランザクションを追跡し、Amazon EKS ワークロード内のパフォーマンスの問題や障害を特定できます。

Amazon EKS の全体的なトレース実装により、システム動作を理解し、パフォーマンスを最適化し、コンテナ化されたアプリケーションの信頼性を維持できます。最終的に、トレースの機能により、Amazon EKS 環境における運用の可視性とシステムの保守性が向上します。

AWS X-Ray は、アプリケーションに関するデータのトレースに重要な役割を果たします。トレースには、以下を含むサービスインタラクションのさまざまな側面のモニタリングが含まれます。
+ **リクエストパスと依存関係**は、分散システムの動作に関する重要なインサイトを提供します。さまざまなマイクロサービスやコンポーネントを通過するリクエストの完全なジャーニーを追跡します。サービスの依存関係のマッピングは、通信パターンを理解し、アプリケーションアーキテクチャの重要なパスを特定するのに役立ちます。実装の詳細については、X-Ray ドキュメント[の AWS X-Ray 「サービストレースマップの使用](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-servicemap.html)」を参照してください。
+ **サービスのレイテンシーとボトルネック**は、最適なシステムパフォーマンスを維持するために不可欠なメトリクスです。サービス間の応答時間を測定および分析することで、パフォーマンスの問題を効果的に特定できます。このデータにより、リクエストチェーンで遅延を引き起こしている特定のサービスまたはオペレーションを特定し、ターゲットを絞った最適化作業を実現できます。レイテンシー分析の詳細については、X-Ray ドキュメント[の「分析コンソールの操作](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-analytics.html)」を参照してください。
+ **エラー伝達パターン**は、システムの信頼性と耐障害性を理解するのに役立ちます。サービス間でエラーパスを追跡することで、障害がシステムをどのようにカスケードするかを理解することで、アプリケーションをより適切に設計できます。この可視性により、エラーの根本原因と依存サービスへの影響を特定し、より回復力のあるシステムにつながります。実装の詳細については、X-Ray ドキュメントの[「トレース](https://docs.aws.amazon.com/xray/latest/devguide/xray-concepts.html#xray-concepts-traces)」を参照してください。
+ **サービス全体のリソース使用率**は、システム効率とコスト最適化に関するインサイトを提供します。トレースデータと相関する CPU、メモリ、ネットワーク使用状況パターンをモニタリングして、リソースの需要を把握できます。このデータは、リソース消費の傾向を分析して、EKS クラスター全体のサービスパフォーマンスとコストを最適化するのに役立ちます。モニタリングのセットアップについては、「Amazon EKS ドキュメント」の[「クラスターのパフォーマンスをモニタリングし、ログを表示する](https://docs.aws.amazon.com/eks/latest/userguide/eks-observe.html)」を参照してください。
+ **エンドユーザートランザクションフロー**は、ユーザーエクスペリエンスを理解して改善するために不可欠です。フロントエンドからバックエンドサービスへの完全なユーザーインタラクションを追跡することで、最適なアプリケーションパフォーマンスを確保できます。重要なユーザージャーニーのend-to-endの応答時間を測定および最適化できるため、顧客満足度に直接影響します。エンドユーザーモニタリングを実装するには、プログラミング言語に [AWS X-Ray SDK](https://docs.aws.amazon.com/xray/latest/devguide/xray-sdk.html) を使用します。
+ **API ゲートウェイインタラクション**は、アプリケーションのパフォーマンスとセキュリティの最前線を形成します。API エントリポイントでリクエストパターンとパフォーマンスをモニタリングして、最適なサービス配信を確保できます。この可視性により、認証、認可、リクエストフローへの影響のレート制限を追跡し、セキュリティ要件とパフォーマンス要件の両方を維持できます。[X-Raydocumentation を使用した Amazon API Gateway ](https://docs.aws.amazon.com/apigateway/latest/developerguide/apigateway-xray.html)での API トレースについて説明します。

Amazon EKS での効果的なトレースは、スパンとトレースの収集にとどまりません。これには、オブザーバビリティのニーズとシステムパフォーマンスのバランスを取る、適切に構造化された戦略が必要です。この戦略では、以下に焦点を当てる必要があります。
+ **適切なサンプリングレートの実装**: トラフィックパターンとビジネスの優先順位に基づいてサンプリングルールを設定し、重要なトランザクションの可視性を維持しながらコストを最適化します。詳細については、X-Ray ドキュメントの[「サンプリングルールの設定](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-sampling.html)」を参照してください。
+ **トレースする重要なパスとサービスの定義**: 最適なパフォーマンスモニタリングを確保するために詳細なトレースを必要とする重要なサービスとユーザージャーニーを特定して優先順位を付けます。詳細については、Amazon EKS ドキュメントの[「ADOT Operator を使用してメトリクスとトレースデータを送信する](https://docs.aws.amazon.com/eks/latest/userguide/opentelemetry.html)」を参照してください。
+ **適切なデータ保持ポリシーの確立**: データライフサイクル管理ルールを設定して、オブザーバビリティのニーズとストレージコストおよびコンプライアンス要件のバランスを取ります。CloudWatch 保持ポリシーを表示するには、CloudWatch Logs ドキュメント」の[「ロググループとログストリームの使用](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/Working-with-log-groups-and-streams.html)」を参照してください。
+ **効果的な視覚化および分析ツールの設定**: Analytics AWS X-Ray コンソールや Amazon Managed Grafana などの視覚化ツールをデプロイして設定し、トレースデータを効果的に分析します。詳細については、X-Ray ドキュメントの[「分析コンソールの操作](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-analytics.html)」を参照してください。

**Topics**
+ [ツール](tracing-tools.md)
+ [ベストプラクティス](tracing-best-practices.md)

# Amazon EKS のトレースツール
<a name="tracing-tools"></a>

Amazon EKS は、分散トレースを実装するためのいくつかの AWS およびサードパーティーのオプションをサポートしています。

## AWS のサービス
<a name="tracing-services"></a>
+ [AWS X-Ray](https://docs.aws.amazon.com/xray/latest/devguide/aws-xray.html): 高度な分散トレースプラットフォーム

  X-Ray は、end-to-end AWS のサービス のトレース機能を提供するフルマネージド型です。Amazon EKS で実行されるアプリケーションの詳細なサービスマップと分析を自動的に計測 AWS のサービス して提供します。X-Ray は AWS のサービス、Amazon CloudWatch を含む他の と統合されており、トレースと AWS のサービス 呼び出しの自動相関を提供します。 
+ [AWS Distro for OpenTelemetry](https://aws-otel.github.io/): Unified Observability Framework

  Distro for OpenTelemetry は、クラウドネイティブアプリケーション向けの OpenTelemetry の安全で本番環境に対応した、 AWSでサポートされているディストリビューションです。ネイティブ AWS のサービス 統合を維持しながらベンダーに依存しない計測機能を提供するため、ハイブリッドクラウド環境に最適です。Distro for OpenTelemetry は、複数のオブザーバビリティバックエンドをサポートし、 AWS モニタリングサービスとのシームレスな統合を提供します。 

## オープンソースソリューション
<a name="tracing-open-source"></a>
+ [OpenTelemetry](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-OpenTelemetry-Sections.html): オープンソースのオブザーバビリティフレームワーク 

  OpenTelemetry は、複数のプログラミング言語をサポートする包括的な計測ライブラリを備えた標準化されたオブザーバビリティフレームワークを提供します。柔軟なバックエンドオプションとベンダーに依存しないアプローチにより、さまざまな環境間で整合性を必要とするワークロードに最適です。フレームワークの広範なエコシステムにより、さまざまなモニタリングソリューションとの幅広い互換性が保証されます。 
+ [Jaeger](https://www.jaegertracing.io/): オープンソースの分散トレースプラットフォーム

  Jaeger は、リアルタイムの分散コンテキスト伝達による包括的なトレース機能を提供します。詳細なサービス依存関係の視覚化を通じて、根本原因の分析とパフォーマンスの最適化を提供します。Jaeger のアーキテクチャは、高いスケーラビリティを実現するように設計されており、さまざまなストレージバックエンドをサポートしているため、大規模な Amazon EKS デプロイに適しています。[EKS 用 ViewJaeger のセットアップ](https://www.jaegertracing.io/docs/latest/operator/) 
+ [Grafana Tempo](https://grafana.com/docs/tempo/latest/): 分散トレース

  Tempo は、大規模なトレースストレージと Prometheus メトリクスとのシームレスな統合を提供する Grafana Labs ソリューションです。費用対効果の高いトレース保持モデルと Grafana とのネイティブ統合により、視覚化にすでに Grafana を使用している組織に適しています。Tempo のアーキテクチャは、Amazon EKS などのクラウドネイティブ環境専用に設計されています。

# Amazon EKS でのトレースのベストプラクティス
<a name="tracing-best-practices"></a>

このセクションでは、Amazon EKS の Kubernetes ベースのアプリケーションのオブザーバビリティとトラブルシューティングを強化する効果的なトレースシステムを作成するためのベストプラクティスと手法の包括的なリストを提供します。
+ **戦略的サンプリング**: アプリケーションのトラフィックパターンと使用しているサービスの重要性に基づいて、さまざまなサンプリングレートを設定します。重要パスのサンプリングレートを高めながら、重要ではない大量のルートのサンプリングを減らしてコストを最適化します。ガイダンスについては、 AWS X-Ray ドキュメントの[「サンプリングルールの設定](https://docs.aws.amazon.com/xray/latest/devguide/xray-console-sampling.html)」を参照してください。
+ **計測設定**: X-Ray SDK や AWS Distro for OpenTelemetry コレクターなどの自動計測ツールを使用して、手動計測の労力を最小限に抑えます。トレースの相関性を向上させるために、サービス間で一貫した命名規則とコンテキスト伝達を維持します。詳細については、 [Distro for OpenTelemetry コレクターのドキュメント](https://aws-otel.github.io/docs/getting-started/collector)を参照してください。
+ **データ管理**: 適切な保持期間と圧縮戦略を実装して、ストレージコストとオブザーバビリティのニーズのバランスを取ります。機密性の高いトレースデータを保護するために、明確なデータプライバシーコントロールとバックアップ手順を確立します。詳細については、[CloudWatch Logs ドキュメントの「CloudWatch Logs でのログデータ保持の変更](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/Working-with-log-groups-and-streams.html#SttingLogRetention)」を参照してください。 CloudWatch 
+ **パフォーマンスの最適化**: トレースオーバーヘッドをモニタリングおよび最適化して、アプリケーションのパフォーマンスへの影響を最小限に抑えます。効率的なバッファリングと非同期処理を使用して、レイテンシーへの影響を軽減します。詳細については、X-Ray [ドキュメントの AWS X-Ray 「デーモンの設定](https://docs.aws.amazon.com/xray/latest/devguide/xray-daemon-configuration.html)」を参照してください。
+ **セキュリティコントロール**: IAM ロールとポリシーを使用して、適切なアクセスコントロールとデータ保護対策を実装します。定期的なセキュリティ監査とコンプライアンスレビューは、トレースデータの安全性を確保するのに役立ちます。詳細については、X-Ray ドキュメント[の「 のセキュリティ AWS X-Ray](https://docs.aws.amazon.com/xray/latest/devguide/security.html)」を参照してください。
+ **モニタリングとアラート**: トレースコレクションの状態に関する包括的なモニタリングを設定し、コレクションの問題に関するアラートを設定します。サンプリングレートとシステムパフォーマンスメトリクスを追跡して、最適なオペレーションを確保します。詳細については、CloudWatch ドキュメントの[「Container Insights](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/ContainerInsights.html)」を参照してください。
+ **高可用性**: 複数のアベイラビリティーゾーンに冗長コレクターをデプロイし、適切なフェイルオーバーメカニズムを設定します。高可用性セットアップの定期的なテストにより、信頼性の高いトレース収集が保証されます。詳細については、Amazon Managed Service [for Prometheus AWS ドキュメントの Distro for OpenTelemetry をコレクターとして使用する](https://docs.aws.amazon.com/prometheus/latest/userguide/AMP-ingest-with-adot.html)を参照してください。

これらのベストプラクティスに従うことで、Amazon EKS 環境用の堅牢で効率的で効果的なトレースシステムを作成できます。これにより、Kubernetes ベースのアプリケーションの包括的なオブザーバビリティ、効率的なトラブルシューティング、最適なパフォーマンスを確保できます。