# OPS08-BP01 分析工作负载指标
<a name="ops_workload_observability_analyze_workload_metrics"></a>

 实施应用程序遥测后，定期分析收集的指标。虽然延迟、请求、错误和容量（或配额）有助于深入了解系统性能，但优先审查业务成果指标至关重要。这样可以确保您做出与业务目标相一致的数据驱动型决策。 

 **期望的结果：** 准确洞察工作负载性能，推动做出以数据为依据的决策，确保与业务目标相一致。 

 **常见反模式：** 
+  孤立地分析指标，而不考虑其对业务成果的影响。 
+  过度依赖技术指标，而不重视业务指标。 
+  很少审查指标，错过了实时决策机会。 

 **建立此最佳实践的好处：** 
+  进一步了解技术性能与业务成果之间的相互关系。 
+  以实时数据为依据改善决策流程。 
+  在问题影响业务结果之前主动找出和缓解问题。 

 **未建立这种最佳实践的情况下暴露的风险等级：** 中 

## 实施指导
<a name="implementation-guidance"></a>

 利用 Amazon CloudWatch 之类的工具执行指标分析。AWS Cost Anomaly Detection 和 Amazon DevOps Guru 之类的 AWS 服务可用于检测异常，尤其是在静态阈值未知，或行为模式更适合异常检测时。 

### 实施步骤
<a name="implementation-steps"></a>

1.  **分析和审查：** 定期审查和解释您的工作负载指标。

   1.  优先考虑业务成果指标，而不是只考虑纯粹的技术指标。 

   1.  了解数据中的高峰、低谷或模式的重要性。 

1.  **利用 Amazon CloudWatch：** 使用 Amazon CloudWatch 获得集中式视图并进行深入分析。 

   1.  配置 CloudWatch 控制面板，以可视化形式呈现您的指标，并对一段时间内的指标进行比较。 

   1.  使用 [CloudWatch 中的百分位数](https://aws-observability.github.io/observability-best-practices/guides/operational/business/sla-percentile/) 来清楚地了解指标分布，这有助于定义 SLA 和理解异常值。 

   1.  设置 [AWS Cost Anomaly Detection](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch_Anomaly_Detection.html) 在不依赖静态阈值的情况下识别异常模式。 

   1.  实施 [CloudWatch 跨账户可观测性](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Unified-Cross-Account.html) 以监控跨区域内多个账户的应用程序并对其进行故障排除。 

   1.  使用 [CloudWatch Metric Insights](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/query_with_cloudwatch-metrics-insights.html) 来查询和分析跨账户和地区的指标数据，从而识别趋势和异常情况。 

   1.  应用 [CloudWatch Metric Math](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/using-metric-math.html) 对您的指标进行转换、汇总或执行计算，从而获得更深入的见解。 

1.  **应用 Amazon DevOps Guru：** 纳入 [Amazon DevOps Guru](https://aws.amazon.com/devops-guru/) 以利用其机器学习增强的异常检测，来识别无服务器应用程序操作问题的早期迹象，并在它们影响客户之前将其修复。 

1.  **根据见解进行优化： ** 根据您的指标分析做出明智的决策，以调整和改进您的工作负载。 

 **实施计划的工作量级别：** 中 

## 资源
<a name="resources"></a>

 **相关最佳实践：** 
+  [OPS04-BP01 识别关键绩效指标](ops_observability_identify_kpis.md) 
+  [OPS04-BP02 实施应用程序遥测](ops_observability_application_telemetry.md) 

 **相关文档：** 
+ [ The Wheel 博客 - 强调持续审查指标的重要性 ](https://aws.amazon.com/blogs/opensource/the-wheel/)
+ [ 百分位很重要 ](https://aws-observability.github.io/observability-best-practices/guides/operational/business/sla-percentile/)
+ [ 使用 AWS Cost Anomaly Detection](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch_Anomaly_Detection.html)
+ [ CloudWatch 跨账户可观测性 ](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Unified-Cross-Account.html)
+ [ 使用 CloudWatch Metrics Insights 查询您的指标 ](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/query_with_cloudwatch-metrics-insights.html)

 **相关视频：** 
+ [ Enable Cross-Account Observability in Amazon CloudWatch ](https://www.youtube.com/watch?v=lUaDO9dqISc)
+ [ Introduction to Amazon DevOps Guru ](https://www.youtube.com/watch?v=2uA8q-8mTZY)
+ [ Continuously Analyze Metrics using AWS Cost Anomaly Detection](https://www.youtube.com/watch?v=IpQYBuay5OE)

 **相关示例：** 
+ [ One Observability Workshop ](https://catalog.workshops.aws/observability/en-US/intro)
+ [ Gaining operation insights with AIOps using Amazon DevOps Guru ](https://catalog.us-east-1.prod.workshops.aws/workshops/f92df379-6add-4101-8b4b-38b788e1222b/en-US)