Kaip veikia stebėjimas (monitoringas) su CloudWatch?

Question

Accepted Answer

**Amazon CloudWatch** – tai AWS stebėjimo ir pastebėjimo paslauga, kuri renka **metrikus**, **žurnalus** ir **įvykius** iš AWS išteklių ir aplikacijų, su **aliarmais** ir ataskaitomis. Tai būtina sistemos sveikatos supratimui, problemų diagnostikai ir jų sprendimui.

## Ką CloudWatch suteikia

```text
METRICS → numerical data over time (CPU, memory, request count, latency, etc.)
  → AWS services publish metrics automatically; you can publish CUSTOM metrics too
LOGS → collect, store, and search application/system logs (CloudWatch Logs)
ALARMS → trigger actions when a metric crosses a threshold (alert, auto-scale, etc.)
DASHBOARDS → visualize metrics/logs in charts
EVENTS (EventBridge) → react to changes/events in your AWS environment
```

## Metrika ir aliarnai

```text
→ Monitor key metrics: EC2 CPU, ALB request count/latency, RDS connections, Lambda
  errors/duration, custom application metrics
→ ALARMS act on thresholds:
  - "CPU > 80% for 5 min" → trigger auto scaling (add instances) OR notify the team
  - "error rate > 1%" → send an alert (SNS → email/Slack/PagerDuty)
  - "healthy hosts < 2" → page on-call
→ Alarms enable AUTOMATED responses and ALERTING (know about problems quickly)
```

## Žurnalai ir pastebėjimas

```text
✓ Centralize LOGS from EC2, Lambda, containers → search and analyze them
✓ Logs Insights → query logs (find errors, patterns, debug issues)
✓ Combine metrics + logs + traces (X-Ray) for full OBSERVABILITY
✓ Set RETENTION; create metric filters (turn log patterns into metrics/alarms)
```

## Kodėl tai svarbu

CloudWatch supratimas yra vertingas, nes **stebėjimas ir pastebėjimas yra neesminiai gamybos sistemoms eksploatuoti**, o CloudWatch yra AWS pagrindinė šios funkcijos paslauga, todėl tai svarbi praktinė žinios.

Gamybos sistemų eksploatavimas reikalauja žinoti jų sveikatą, aptikti problemas ir greitai reaguoti – negalite valdyti to, ko nematote.

CloudWatch suteikia pagrindą: **metrikus** (skaitinius duomenis, tokius kaip CPU, latencija ir užklausų skaičius, automatiškai publikuojamus AWS paslaugų ir pritaikytinus aplikacijos konkretiems matavimams) suprasti veikimą ir sveikatą, **žurnalus** (centralizuotą aplikacijos ir sistemos žurnalų surinkimą ir paiešką) problemoms diagnozuoti, **aliarmams** reaguoti į problemas ir ataskaitoms vizualizuoti.

Aliarmų supratimas yra ypač svarbus: jie leidžia **automatizuotiems atsakymams** (pvz., aukštas CPU suaktyvinant automatinį skalėjimą, kad būtų pridėta talpumo) ir **perspėjimams** (pranešti komandai per SNS el. paštu/Slack/PagerDuty, kai klaidų procentas padidėja arba ištekliai tampa nesveiki) – taigi problemos suaktyvintas veiksmą greitai, o ne likti nepastebėtos, kas yra būtina patikimumui ir incidentų valdymui.

Logaritmo centralizavimo ir analizės supratimas (žurnalų surinkimas iš EC2, Lambda ir konteinerių, jų užklausimas su Logs Insights, siekiant rasti klaidas ir derinti) yra būtinas problemoms diagnozuoti paskirstytose sistemose, o metrikų, žurnalų ir jų kombinavimas sudaro pilną **pastebėjimą**.

Kadangi patikimo gamybos sistemų eksploatavimas reikalauja stebėjimo (sveikatos žinojimo, problemų aptikimo ir jiems reaguoti) ir CloudWatch yra AWS centrinė pastebėjimo paslauga (metrika, žurnalai, aliarnai, ataskaitai), ir nes aliarnai leidžia kritiškas automatizuotas atsakas ir perspėjimus, CloudWatch supratimas yra vertingas, praktiškai svarbus AWS žinias gamybos sistemoms eksploatuoti – neatliekamas pastebėjimas, kuris daro AWS sistemas veikiamas, derindėmas ir patikimas, ir yra pagrindinė kompetencija bet kuriam, atsakingam už gamybos AWS apkrovas.