Amazon OpenSearch 服务中的可观察性 - 亚马逊 OpenSearch 服务
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)

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。

Amazon OpenSearch 服务中的可观察性

Amazon Serv OpenSearch ice OpenSearch 控制面板的默认安装包括可观察性插件,您可以使用该插件使用管道处理语言 (PPL) 对数据驱动的事件进行可视化,以便浏览、发现和查询存储在中的数据。 OpenSearch该插件需要 OpenSearch 1.2 或更高版本。

可观察性插件为采集和监控来自常见数据源的指标、日志和跟踪信息提供了统一的体验。数据收集和监控集中在一处,可实现整个基础设施的全栈 end-to-end 可观察性。

注意

本文档简要概述了 OpenSearch 服务中的可观察性。有关可观察性插件的全面文档(包括权限),请参阅可观察性。

每个人探索数据的过程都是不同的。如果您不熟悉探索数据和创建可视化效果,我们建议您尝试以下工作流程。

使用事件分析来探索数据

首先,假设您正在 OpenSearch 服务域中收集航班数据,并且您想了解上个月抵达匹兹堡国际机场的航班最多的航空公司。您会编写下面的 PPL 查询:

source=opensearch_dashboards_sample_data_flights | stats count() by Dest, Carrier | where Dest = "Pittsburgh International Airport"

此查询将从名为 opensearch_dashboards_sample_data_flights 的索引中提取数据。然后使用 stats 命令获取总航班数据,并根据目的地机场和航空公司进行分组。最后,它使用 where 子句从结果中筛选出到达匹兹堡国际机场的航班。

下面是显示的上个月数据的样子:

您可以在查询编辑器中选择 PPL 按钮来获取每个 PPL 命令的用法信息和示例:

下面来看一个更复杂的例子,即查询有关航班延误的信息:

source=opensearch_dashboards_sample_data_flights | where FlightDelayMin > 0 | stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier, Dest | eval avg_delay=minimum_delay / total_delayed | sort - avg_delay

查询中的每个命令都会影响最终输出:

  • source=opensearch_dashboards_sample_data_flights – 从与上例相同的索引中提取数据

  • where FlightDelayMin > 0 – 从数据中筛选出发生延误的航班

  • stats sum(FlightDelayMin) as minimum_delay, count() as total_delayed by Carrier – 获取每家航空公司的总最短延误时间和延误航班总数

  • eval avg_delay=minimum_delay / total_delayed – 用最短延误时间除以延误航班总数,得出每家航空公司的平均延误时间

  • sort - avg_delay – 按平均延误时间降序对结果进行排序

通过此查询,您可以确定Dashboar OpenSearch ds Airlines的平均延误较少。

有关更多示例 PPL 查询,请参阅 Event analytics(事件分析)页面的 Queries and Visualizations(查询和可视化)。

创建可视化

正确查询到您感兴趣的数据后,可以将这些查询另存为可视化:

然后将这些可视化添加到操作面板来比较不同的数据片段。利用笔记本来组合可以与团队成员共享的各种可视化和代码段。

使用跟踪分析功能更深入探索

Trace Analytics 提供了一种可视化 OpenSearch 数据中事件流的方法,以识别和修复分布式应用程序中的性能问题。