本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

搜尋和分析範圍

交易搜尋為您提供視覺化編輯器，以使用屬性搜尋和分析所有擷取的跨度。您可以使用視覺化編輯器縮小交易範圍，並建立互動式視覺化來疑難排解分散式應用程式中的問題。您也可以使用 CloudWatch Logs Insights 查詢語言來分析您的範圍。本主題說明如何存取和使用視覺化編輯器。

視覺化編輯器

下列程序說明如何存取視覺化編輯器。

使用跨度屬性，例如服務名稱、跨度持續時間和跨度狀態，以快速縮小交易範圍。您可以在 Select 篩選條件下的視覺化編輯器右側存取這些篩選條件等。

此視覺化編輯器建議跨度中的屬性清單。這些屬性包括透過自動檢測新增的屬性，以及透過自訂檢測新增的自訂屬性。

選取跨度索引鍵，然後輸入值以精簡跨度結果。您可以使用各種操作來篩選範圍，例如「等於」、「不等於」等。

查詢格式

您可以使用不同的格式在視覺化編輯器中執行查詢。本節說明每種格式。

清單

以清單格式檢視跨度或跨度事件，顯示每個跨度的相關資訊。使用此類型的分析來分析個別範圍、了解特定交易，或識別交易事件中的獨特模式。其他使用案例包括下列項目：

下列螢幕擷取畫面顯示如何使用這種分析來疑難排解客戶支援票證。

範例藍本

在視覺化編輯器中，篩選具有特定客戶問題的所有交易。執行查詢之前，請從視覺化為下拉式清單中選擇清單。

結果會顯示跨度清單，您可以在其中選擇追蹤 ID，以取得交易的end-to-end旅程，並判斷問題的根本原因。

時間序列

檢視一段時間內的跨度或跨度事件。使用此類型的分析來查看交易活動的趨勢和峰值。其他使用案例包括下列項目：

下列螢幕擷取畫面顯示如何使用這種類型的分析來檢視 API 的 p99 延遲趨勢。

範例藍本

在視覺化編輯器中，篩選您要分析的服務和 API。

執行查詢之前，請從視覺化為下拉式清單中選擇時間序列。從顯示跨度為下拉式清單中選擇 P99 以取得持續時間統計資料。

結果顯示服務的延遲趨勢，圖形的 x 軸為時間，y 軸為 p99 持續時間。

您可以在圖表上選擇一個點，以檢視關聯的跨度和跨度事件。

群組分析

根據帳戶 IDs 和狀態碼等特定屬性彙總跨度或跨度事件，以顯示統計指標。使用此類型的分析來分析叢集中的範圍、比較不同的群組，並在巨集層級發現趨勢。其他使用案例包括下列項目：

下列螢幕擷取畫面顯示如何使用這種分析來檢視受服務中斷影響的熱門客戶。

範例藍本

在視覺化編輯器中，您可以篩選遇到問題的服務。

執行查詢之前，請從視覺化為下拉式清單中選擇群組分析。依 將查詢結果分組account.id，並將結果數量限制為 10。

結果顯示經歷最多錯誤的前 10 名客戶。

CloudWatch Logs 洞察

您可以使用 CloudWatch Logs Insights 來分析您的範圍。

查詢範例

下列查詢顯示前五大最慢的資料庫查詢。

STATS pct(durationNano, 99) as `p99` by attributes.db.statement
| SORT p99 ASC
| LIMIT 5
| DISPLAY p99,attributes.db.statement
   

查詢範例

下列查詢顯示哪些前五大服務擲回錯誤。

FILTER `attributes.http.response.status_code` >= 500
| STATS count(*) as `count` by attributes.aws.local.service as service
| SORT count ASC
| LIMIT 5
| DISPLAY count,service