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
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
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。
