Cum funcționează monitorizarea cu CloudWatch?

Question

Accepted Answer

**Amazon CloudWatch** este serviciul de monitorizare și observabilitate al AWS — colectează **metrici**, **log-uri** și **événimente** din resursele și aplicațiile AWS, cu **alarme** și dashboard-uri. Este esențial pentru înțelegerea sănătății sistemului, diagnosticarea problemelor și răspunsul la acestea.

## Ce oferă CloudWatch

```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
```

## Metrici și alarme

```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)
```

## Log-uri și observabilitate

```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)
```

## De ce este important

Înțelegerea CloudWatch este valoroasă deoarece **monitorizarea și observabilitatea sunt esențiale pentru operarea sistemelor în producție**, și CloudWatch este serviciul principal al AWS pentru aceasta, deci este cunoștințe practice importante.

Operarea sistemelor în producție necesită cunoașterea sănătății acestora, detectarea problemelor și răspunsul rapid — nu poți gestiona ceea ce nu poți vedea.

CloudWatch oferă baza: **metrici** (date numerice precum CPU, latență și număruri de cereri, publicate automat de serviciile AWS și personalizabile pentru măsurători specifice aplicației) pentru înțelegerea performanței și sănătății, **log-uri** (colecție centralizată și căutare a log-urilor aplicației și sistemului) pentru diagnosticarea problemelor, **alarme** pentru acțiune în cazul problemelor și dashboard-uri pentru vizualizare.

Înțelegerea **alarmelor** este deosebit de importantă: permit atât **răspunsuri automatizate** (de ex. CPU ridicat care declanșează auto scaling pentru a adăuga capacitate) cât și **alertare** (notificarea echipei via SNS la email/Slack/PagerDuty când ratele de eroare cresc sau resursele devin nesănătoase) — deci problemele declanșează acțiune rapid în loc să treacă neobservate, ceea ce este esențial pentru fiabilitate și răspunsul la incidente.

Înțelegerea **centralizării și analizei log-urilor** (colecția log-urilor din EC2, Lambda și containere, interogarea lor cu Logs Insights pentru a găsi erori și debug) este necesară pentru diagnosticarea problemelor în sisteme distribuite, și combinarea metricilor, log-urilor și trace-urilor oferă **observabilitate** completă.

Deoarece operarea fiabilă a sistemelor în producție necesită monitorizare (cunoașterea sănătății, detectarea și răspunsul la probleme) și CloudWatch este serviciul central de observabilitate al AWS (metrici, log-uri, alarme, dashboard-uri), și deoarece alarmele permit răspunsuri automatizate critice și alertare, înțelegerea CloudWatch este cunoștințe AWS valoroase și practic importante pentru operarea sistemelor în producție — observabilitate esențială care face sistemele AWS funcționale, debuggabile și fiabile, și o competență cheie pentru oricine este responsabil de încărcări de lucru AWS în producție.