使用 Amazon CloudWatch 监控 Step Functions 指标
监控是保持 Amazon Step Functions 和您的 Amazon 解决方案的可靠性、可用性和性能的重要方面。您应该从所用的 Amazon 服务收集尽可能多的监控数据，以便调试多点故障。
在开始监控 Step Functions 之前，您应创建一个监控计划，回答以下问题：
-
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？
下一步是为您的环境中的正常 性能设置基准。为此，在不同时间和不同负载条件下测量性能。监控 Step Functions 时，请考虑存储历史监控数据。此类数据可为您提供与当前性能数据进行比较的基准，用于确定正常性能模式和性能异常，以及设计解决问题的方法。
建议您监控活动和任务失败数据以建立基准。当性能偏离基准指标时，设置警报以便排查根本原因。
要建立基准，您至少应监控以下指标：
-
ActivitiesStarted -
ActivitiesTimedOut -
ExecutionsStarted -
ExecutionsTimedOut
CloudWatch 的 Step Functions 指标
Step Functions 为 Amazon CloudWatch 提供以下类型的指标。您可以使用这些指标来跟踪状态机和活动，以及设置有关阈值的警报。您可以使用 Amazon Web Services 管理控制台 查看指标。
非 ASCII 名称和日志记录
Step Functions 对于状态机、执行、活动和标签接受包含非 ASCII 字符的名称。由于此类字符会阻止 Amazon CloudWatch 记录数据，因此我们建议仅使用 ASCII 字符，这样您就可以跟踪 Step Functions 指标。
CloudWatch 指标传送
CloudWatch系统将以最大努力传输 指标。
无法保证指标的完整性和及时性。可能返回特定请求的数据点，其时间戳晚于实际处理请求的时间。1 分钟的数据点在通过 CloudWatch 提供之前可能会延迟，或者根本不会提供该数据点。您可以通过 CloudWatch 请求指标近乎实时地了解状态机的执行情况。这并不代表会完整记录所有与执行相关的指标。
根据此特征的最大努力性质，在账单和成本管理控制面板
报告时间间隔的指标
某些 Step Functions CloudWatch 指标是时间间隔，始终以毫秒为单位测量。这些指标通常对应于可以设置状态机、活动和 Lambda 函数超时的执行的各个阶段，并且带有说明性名称。
例如，ActivityRunTime 指标测量活动在开始执行后，完成活动所需的时间。您可以为同一个时段设置超时值。
在 CloudWatch 控制台中，如果选择 average 作为时间间隔指标的显示统计数据，您可以获得最佳结果。
报告计数的指标
某些 Step Functions CloudWatch 指标以计数 的形式报告结果。例如，ExecutionsFailed 记录失败的状态机执行次数。
值得注意的是，Step Functions 为每个状态机执行发出两个 ExecutionsStarted 指标。因此，每次状态机执行时，ExecutionsStarted 指标的 SampleCount 统计值都显示为 2。当执行完成时，SampleCount 统计量会显示 ExecutionStarted=1，随后显示 ExecutionStarted=0。
同样地，由于 CloudWatch 指标采用“至少一次”和“尽力而为”的传输机制，其他执行状态指标可能会发出多次。
提示
建议您使用总计作为在 CloudWatch 控制台中报告计数的指标的显示统计数据。
执行指标
AWS/States 命名空间包括所有 Step Functions 执行的以下指标。这些是适用于某个区域中您的账户的无维度指标。
| 指标 | 描述 |
|---|---|
OpenExecutionCount |
当前打开的执行 的大致数量，即您的账户中当前正在进行的工作流程数量。 其目的是深入了解您的工作流程何时接近最大执行限制，以避免在对标准工作流程调用
|
OpenExecutionLimit |
打开的执行的最大数量。有关更多信息，请参阅 与账户相关的配额。 此限制不适用于快速工作流程。 |
所有状态机的执行指标
所有状态机都会发出指标。只有在执行受到限制的情况下，才会发出 ExecutionThrottled 指标。这些指标将包括 StateMachineArn，用于识别特定的状态机。
| 指标 | 描述 |
|---|---|
ExecutionTime |
执行开始时间与关闭时间之间的时间间隔（毫秒）。 |
ExecutionThrottled |
受到限制的 StateEntered 事件和重试的数量。这与 StateTransition 限制有关。有关更多信息，请参阅 与状态限制相关的配额。 |
ExecutionsAborted |
已中止或终止的执行的数量。 |
ExecutionsFailed |
已失败的执行的数量。 |
ExecutionsStarted |
已启动的执行的数量。 |
ExecutionsSucceeded |
成功完成的执行的数量。 |
ExecutionsTimedOut |
因任意原因超时的执行的数量。 |
快速工作流的执行指标
AWS/States 命名空间包括 Step Functions 快速工作流执行的以下指标。
| 指标 | 描述 |
|---|---|
ExpressExecutionMemory
|
快速工作流消耗的总内存。 |
ExpressExecutionBilledDuration |
快速工作流的收费时长。 |
ExpressExecutionBilledMemory |
快速工作流程收费的内存消耗量。 |
标准工作流的Redrive执行指标
redrive执行状态机时，Step Functions 会发出以下指标。
对于所有redriven执行，都会发出 Executions* 指标。例如，假设redriven执行中止。该执行将同时发出 RedrivenExecutionsAborted 和 ExecutionsAborted 的非零数据点。
| 指标 | 描述 |
|---|---|
ExecutionsRedriven |
redriven执行的数量。 |
RedrivenExecutionsAborted |
取消或终止的redriven执行的数量。 |
RedrivenExecutionsTimedOut |
因任意原因超时的redriven执行的数量。 |
RedrivenExecutionsSucceeded |
成功完成的redriven执行的数量。 |
RedrivenExecutionsFailed |
失败的redriven执行的数量。 |
Step Functions 执行指标的维度
| 维度 | 描述 |
|---|---|
StateMachineArn
|
所涉执行的状态机的 Amazon 资源名称 (ARN)。 |
使用版本的执行维度
| 维度 | 描述 |
|---|---|
StateMachineArn
|
由版本启动执行的状态机的 Amazon 资源名称 (ARN)。 |
Version |
用于启动执行的状态机版本。 |
使用别名的执行维度
| 维度 | 描述 |
|---|---|
StateMachineArn
|
由别名启动执行的状态机的 Amazon 资源名称 (ARN)。 |
Alias |
用于启动执行的状态机别名。 |
Map Run 指标
AWS/States 命名空间包括所有 Step Functions Map Run 的以下指标。这些是适用于某个区域中您的账户的无维度指标。
| 指标 | 描述 |
|---|---|
| ApproximateOpenMapRunCount |
您账户中当前打开的 Map Run 的大致数量。 有了这个指标，您可以在接近 OpenMapRunLimit 时采取行动，以避免积压 Map Run。 为了在接近 OpenMapRunLimit 时发出警报，建议使用阈值为 900 或更高的最大值统计数据，因为默认的 OpenManRunLimit 为 1000 个 Map Run。 |
| OpenMapRunLimit |
打开的 Map Run 的最大数量。 有关更多信息，请参阅 与账户相关的配额。 |
| ApproximateMapRunBacklogSize |
积压的 Map Run 的大致数量。积压的 Map Run 会在 MapRunStarted 事件处等待，直到打开的 Map Run 总数少于配额。 当 Map Run 积压时，项目数将为零。在 Map Run 打开并开始读取其输入后，计数将增加。 |
版本与别名功能的资源计数指标
AWS/States 命名空间包括状态机版本与别名功能计数的以下指标。
版本与别名功能的资源计数指标维度
| 维度 | 描述 |
|---|---|
ResourceArn
|
使用别名或版本的状态机的 Amazon 资源名称 (ARN)。 |
活动指标
AWS/States 命名空间包括 Step Functions 活动的以下指标。
| 指标 | 描述 |
|---|---|
ActivityRunTime
|
活动开始时间与关闭时间之间的时间间隔（毫秒）。 |
ActivityScheduleTime |
活动保持在计划状态的时间间隔（毫秒）。 |
ActivityTime |
活动计划时间与关闭时间之间的时间间隔（毫秒）。 |
ActivitiesFailed |
失败活动的数量。 |
ActivitiesHeartbeatTimedOut |
因检测信号超时而超时的活动的数量。 |
ActivitiesScheduled |
计划活动的数量。 |
ActivitiesStarted |
已启动的活动的数量。 |
ActivitiesSucceeded |
成功完成的活动的数量。 |
ActivitiesTimedOut |
关闭时超时的活动的数量。 |
Step Functions 活动指标维度
| 维度 | 描述 |
|---|---|
|
|
活动的 ARN。 |
Lambda 函数指标
AWS/States 命名空间包括以下 Lambda 函数的指标，这些指标在 Task 状态定义的资源字段中直接引用。您可能会在旧版状态机中找到这些指标。在现代状态机中，建议使用经优化的 Lambda 集成，它会发出服务集成指标。
| 指标 | 描述 |
|---|---|
LambdaFunctionRunTime |
Lambda 函数开始时间与关闭时间之间的时间间隔（毫秒）。 |
LambdaFunctionScheduleTime |
Lambda 函数保持在计划状态的时间间隔（毫秒）。 |
LambdaFunctionTime |
Lambda 函数计划时间与关闭时间之间的时间间隔（毫秒）。 |
LambdaFunctionsFailed |
已失败的 Lambda 函数的数量。 |
LambdaFunctionsScheduled |
已计划的 Lambda 函数的数量。 |
LambdaFunctionsStarted |
已启动的 Lambda 函数的数量。 |
LambdaFunctionsSucceeded |
成功完成的 Lambda 函数的数量。 |
LambdaFunctionsTimedOut |
关闭时超时的 Lambda 函数的数量。 |
Step Functions Lambda 函数指标维度
| 维度 | 描述 |
|---|---|
|
|
Lambda 函数的 ARN。 |
注意
对于在
Resource 字段中指定 Lambda 函数 ARN 的 Task 状态，会发出 Lambda 函数指标。而使用 "Resource": "arn:aws:states:::lambda:invoke" 的 Task 状态会发出服务集成指标。有关更多信息，请参阅 使用 Step Functions 调用 Amazon Lambda 函数。
服务集成指标
AWS/States 命名空间包括 Step Functions 服务集成的以下指标。有关更多信息，请参阅 将服务与 Step Functions 集成。
| 指标 | 描述 |
|---|---|
ServiceIntegrationRunTime |
服务任务开始时间与关闭时间之间的时间间隔（毫秒）。 |
ServiceIntegrationScheduleTime |
服务任务保持在计划状态的时间间隔（毫秒）。 |
ServiceIntegrationTime |
服务任务计划时间与关闭时间之间的时间间隔（毫秒）。 |
ServiceIntegrationsFailed |
已失败的服务任务数。 |
ServiceIntegrationsScheduled |
计划的服务任务数。 |
ServiceIntegrationsStarted |
已启动的服务任务数。 |
ServiceIntegrationsSucceeded |
已成功完成的服务任务数。 |
ServiceIntegrationsTimedOut |
关闭时超时的服务任务数。 |
Step Functions 服务集成指标的维度
| 维度 | 描述 |
|---|---|
|
|
集成服务的资源 ARN。 |
服务指标
AWS/States 命名空间包括 Step Functions 服务的以下指标。
| 指标 | 描述 |
|---|---|
ThrottledEvents
|
已被限制的请求的计数。 |
ProvisionedBucketSize |
每秒可用请求的计数。 |
ProvisionedRefillRate |
每秒可进入存储桶中的请求的计数。 |
ConsumedCapacity |
每秒请求的计数。 |
Step Functions 服务指标的维度
| 维度 | 描述 |
|---|---|
|
|
筛选数据以显示状态转换指标。 |
API 指标
AWS/States 命名空间包括 Step Functions API 的以下指标。
| 指标 | 描述 |
|---|---|
ThrottledEvents
|
已被限制的请求的计数。 |
ProvisionedBucketSize |
每秒可用请求的计数。 |
ProvisionedRefillRate |
每秒可进入存储桶中的请求的计数。 |
ConsumedCapacity |
每秒请求的计数。 |
Step Functions API 指标的维度
| 维度 | 描述 |
|---|---|
|
|
按照指定 API 名称的 API 来筛选数据。 |
在 CloudWatch 中查看 Step Functions 指标
可以使用 CloudWatch 控制台来查看 Step Functions 用于执行、活动、函数和服务集成的指标。
-
登录 Amazon Web Services 管理控制台，并通过以下网址打开 CloudFront 控制台：。
-
选择指标，在全部指标选项卡上选择状态。
如果您近期运行了任何执行，最多可以看到四种类型的指标：
-
执行指标
-
活动函数指标
-
Lambda 函数指标
-
服务集成指标
-
-
选择指标类型以查看指标列表。
-
要按照 Metric Name 或 StateMachineArn 排序指标，请使用列标题。
-
要查看指标图表，请选中列表上指标旁边的复选框。您可以使用图表视图上方的时间范围控件更改图表参数。
您可以使用相对或绝对值 (特定天和时间) 选择自定义时间范围。您还可以使用下拉列表将值显示为线条、堆叠区域或数字（值）。
-
要查看有关图表的详细信息，请悬停在图表下方显示的指标颜色代码上，以显示指标详细信息。
-
有关使用 CloudWatch 指标的更多信息，请参阅《Amazon CloudWatch 用户指南》中的使用 Amazon CloudWatch 指标。
在 CloudWatch 中为 Step Functions 指标设置警报
您可以使用 Amazon CloudWatch 警报执行操作。例如，如果您希望知道何时达到警报阈值，您可以设置警报以发送通知到 Amazon SNS 主题，或者在 StateMachinesFailed 指标上升到超过特定阈值时发送电子邮件。
在指标上设置警报
-
登录 Amazon Web Services 管理控制台，并通过以下网址打开 CloudFront 控制台：。
-
选择指标，在全部指标选项卡上选择状态。
如果您近期运行了任何执行，最多可以看到四种类型的指标：
-
执行指标
-
活动函数指标
-
Lambda 函数指标
-
服务集成指标
-
-
选择指标类型以查看指标列表。
-
选择一个指标，然后选择绘成图表的指标。
-
选择列表中某个指标旁边的钟形图标，以显示创建警报页面。
-
为警报阈值和操作输入值，然后选择创建警报。
有关设置和使用 CloudWatch 警报的详细信息，请参阅 Amazon CloudWatch User Guide 中的 Creating Amazon CloudWatch Alarms。