对于新项目，建议您使用新的适用于 Apache Flink Studio 的托管服务，而不是使用 Kinesis Data Analytics for SQL 应用程序。Managed Service for Apache Flink Studio 不仅操作简单，还具有高级分析功能，使您能够在几分钟内构建复杂的流处理应用程序。
本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。
监控 for SQL 应用程序
要保持 和 应用程序的可靠性、可用性和性能，监控是一个重要环节。您应该从 Amazon 解决方案的所有部分收集监控数据，以便在出现多点故障时可以更轻松地进行调试。不过，在开始监控 之前，您应制定一个监控计划并在计划中回答下列问题：
-
监控目的是什么？
-
您将监控哪些资源？
-
监控这些资源的频率如何？
-
您将使用哪些监控工具？
-
谁负责执行监控任务？
-
出现错误时应通知谁？
下一步，通过在不同时间和不同负载条件下测量性能，在您的环境中建立正常 性能的基准。在监控 时，您可以存储历史监控数据。如果您这样做，则可以将历史监控数据与当前性能数据进行比较，确定性能的正常模式和性能异常，并找出解决问题的方法。
通过使用 ，您可以监控应用程序。该应用程序处理数据流（输入或输出），这两个数据流都包含标识符，您可以使用这些标识符来缩小对 CloudWatch 日志的搜索范围。有关 如何处理数据流的信息，请参阅 适用于 SQL 应用程序的 Amazon Kinesis Data Analytics：工作原理。
最重要的指标是 millisBehindLatest，表示应用程序读取流式传输源的滞后程度。通常情况下，滞后时间应当为零或接近零毫秒。通常会出现短暂峰值，millisBehindLatest 中会出现增长。
我们建议您设置一个 CloudWatch 警报，当应用程序在读取直播源时延迟超过一个小时时触发该警报。对于某些几乎要求实时处理的使用情况（例如，将已处理的数据发送到实时应用程序），您可以选择将警报设置为更低值，如 5 分钟。