Kako deluje spremljanje s storitvijo CloudWatch?

Question

Accepted Answer

**Amazon CloudWatch** je AWS-ova storitev za spremljanje in opazovanje — zbira **metriko**, **dnevnike** in **dogodke** iz AWS-ovih virov in aplikacij, s **alarmi** in nadzornimi ploščami. Bistvena je za razumevanje zdravja sistema, diagnosticiranje težav in odzivanje na probleme.

## Kaj nudi 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
```

## Metrika in alarmi

```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)
```

## Dnevniki in opazovanje

```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)
```

## Zakaj je to pomembno

Razumevanje CloudWatcha je dragoceno, ker so **spremljanje in opazovanje bistvenega pomena za obratovanje sistemov v produkciji**, in CloudWatch je AWS-ova osrednja storitev za to, zato je to pomembno praktično znanje.

Obratovanje produkcijskih sistemov zahteva poznavanje njihovega zdravja, odkrivanje težav in hiter odziv — ne morete upravljati tistega, česar ne vidite.

CloudWatch zagotavlja temelj: **metriko** (numerične podatke, kot so CPU, zakasnitev in število zahtev, ki jih AWS-ove storitve objavljajo samodejno in jih je mogoče prilagoditi za posebne meritve aplikacij) za razumevanje zmogljivosti in zdravja, **dnevnike** (centralizirano zbiranje in iskanje aplikacijskih in sistemskih dnevnikov) za diagnosticiranje težav, **alarme** za ukrepanje pri težavah in nadzorne plošče za vizualizacijo.

Razumevanje **alarmov** je posebej pomembno: omogočajo **avtomatiziran odziv** (npr. visok CPU sproži samodejno skaliranje za dodajanje zmogljivosti) in **opozarjanje** (obveščanje ekipe prek SNS na e-pošto/Slack/PagerDuty, ko se stopnje napak povečajo ali viri postanejo nedomačini) — zato se težave sprožijo v akcijo hitro, namesto da bi ostale neopažene, kar je bistveno za zanesljivost in odziv na incidente.

Razumevanje **centralizacije in analize dnevnikov** (zbiranje dnevnikov iz EC2, Lambda in vsebnikov, njihovo poizvedovanje z Logs Insights za iskanje napak in odpravljanje napak) je potrebno za diagnosticiranje težav v porazdeljenih sistemih, in kombinacija metrike, dnevnikov in sledi omogoča polno **opazovanje**.

Ker zanesljivo obratovanje produkcijskih sistemov zahteva spremljanje (poznavanje zdravja, odkrivanje in odzivanje na težave) in ker je CloudWatch AWS-ova osrednja storitev za opazovanje (metrika, dnevniki, alarmi, nadzorne plošče), in ker alarmi omogočajo kritične avtomatizirane odzive in opozarjanje, je razumevanje CloudWatcha dragoceno, praktično pomembno AWS-ovo znanje za obratovanje sistemov v produkciji — bistveno opazovanje, ki naredi AWS-ove sisteme operabilne, odpravljive napak in zanesljive, in ključno kompetenco za vse odgovorne za produkcijske AWS-ove delovne obremenitve.