View a markdown version of this page

OPS08-BP04 Estabelecer as referências das métricas da workload - AWS Well-Architected Framework

OPS08-BP04 Estabelecer as referências das métricas da workload

Estabelecer uma referência para as métricas da workload auxilia na compreensão da integridade e do desempenho da workload. Com as referências, é possível identificar aplicações e componentes com desempenho acima e abaixo do esperado. Uma referência da workload permite que você mitigue problemas antes que eles se tornem incidentes. As referências são fundamentais no desenvolvimento de padrões de atividade e na implementação da detecção de anomalias quando as métricas desviam dos valores esperados.

Resultado desejado:

  • Você tem um nível de referência das métricas da workload em condições normais.

  • É possível determinar se a workload está funcionando normalmente.

Antipadrões comuns:

  • Depois de implantar um novo recurso, ocorre uma queda na latência da solicitação. Não foi estabelecida uma referência para uma métrica composta de solicitações processadas recebidas e latência geral. Não é possível determinar se a mudança causou uma melhoria ou um defeito.

  • Ocorre um pico repentino na atividade de usuários, mas você não estabeleceu uma referência para a métrica. O pico de atividade leva lentamente a um vazamento de memória em uma aplicação. Isso acaba deixando a workload offline.

Benefícios do estabelecimento desta prática recomendada:

  • Você entende o padrão normal de atividade para a workload usando métricas para os principais componentes e aplicações.

  • É possível determinar se a workload, suas aplicações e seus componentes estão se comportando normalmente ou exigem intervenção.

Nível de risco exposto se esta prática recomendada não é estabelecida: médio

Orientações para a implementação

Use dados históricos para estabelecer uma referência das métricas da workload para aplicações e componentes na workload. Utilize a referência das métricas nas reuniões de análise das métricas e na resolução de problemas. Analise periodicamente o desempenho da workload e ajuste a referência à medida que a arquitetura evolui.

Exemplo de clientes

As referências são estabelecidas para todos os componentes e as aplicações na Loja UmaEmpresa. Usando dados históricos, a Loja UmaEmpresa desenvolveu as referências das métricas da workload em um prazo de métricas de dois meses. A cada dois meses, as referências são reavaliadas e ajustadas com base em dados reais.

Etapas da implementação

  1. Faça uma análise retroativa partindo das métricas da workload, estabeleça uma referência das métricas para os principais componentes e aplicações usando dados históricos. Limite o número de métricas por componente ou aplicação e evite o excesso de monitoramento.

    1. É possível usar o Amazon CloudWatch Metrics Insight para consultar métricas em escala e identificar tendências e padrões.

    2. A detecção de anomalias do Amazon CloudWatch usa algoritmos de machine learning para identificar padrões de comportamento para métricas, determinar referências e expor anomalias.

    3. O Amazon DevOps Guru permite detectar problemas operacionais com a workload usando machine learning.

    4. Os clientes que contam com o Enterprise Support podem solicitar o workshop Building a Monitoring Strategy (Como criar uma estratégia de monitoramento) ao respectivo gerente de conta técnico. Esse workshop ajudará você a elaborar uma estratégia de capacidade de observação para a workload.

  2. Estabeleça um mecanismo para analisar periodicamente as referências das métricas da workload, principalmente antes de eventos empresariais significativos. Ao menos a cada trimestre, avalie a referência das métricas da workload usando dados históricos. Use a referência nas reuniões de análise das métricas.

Nível de esforço do plano de implementação: baixo. Estabelecer métricas da workload e as referências pode exigir a coleta de dados suficientes para identificar padrões normais de comportamento.

Recursos

Práticas recomendadas relacionadas:

Documentos relacionados:

Vídeos relacionados:

Exemplos relacionados:

Serviços relacionados: