การ monitoring ทำงานอย่างไรกับ CloudWatch?

Question

Accepted Answer

**Amazon CloudWatch** คือบริการ monitoring และ observability ของ AWS — รวบรวม **metrics**, **logs** และ **events** จาก resources ของ AWS และแอปพลิเคชัน พร้อม **alarms** และ dashboards เป็นสิ่งจำเป็นต่อการเข้าใจสุขภาพของระบบ การวินิจฉัยปัญหา และการตอบสนองต่อปัญหา

## สิ่งที่ CloudWatch มอบให้

```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
```

## Metrics และ alarms

```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)
```

## Logs และ observability

```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)
```

## ทำไมจึงสำคัญ

การเข้าใจ CloudWatch มีคุณค่า เพราะ **monitoring และ observability เป็นสิ่งจำเป็นต่อการดำเนินงานระบบใน production** และ CloudWatch เป็นบริการหลักของ AWS สำหรับสิ่งนี้ จึงเป็นความรู้เชิงปฏิบัติที่สำคัญ

การดำเนินงานระบบ production ต้องการการรู้สุขภาพของระบบ การตรวจจับปัญหา และการตอบสนองอย่างรวดเร็ว — คุณไม่สามารถจัดการสิ่งที่คุณมองไม่เห็นได้

CloudWatch ให้รากฐาน: **metrics** (ข้อมูลตัวเลขอย่าง CPU, latency และ request counts ที่ถูก publish โดยอัตโนมัติโดยบริการ AWS และปรับแต่งได้สำหรับการวัดเฉพาะแอปพลิเคชัน) เพื่อเข้าใจประสิทธิภาพและสุขภาพ, **logs** (การรวบรวมและค้นหา logs ของแอปพลิเคชันและระบบแบบรวมศูนย์) เพื่อวินิจฉัยปัญหา, **alarms** เพื่อดำเนินการต่อปัญหา และ dashboards เพื่อ visualization

การเข้าใจ **alarms** มีความสำคัญเป็นพิเศษ: มันเปิดให้ทั้ง **การตอบสนองอัตโนมัติ** (เช่น CPU สูง trigger auto scaling เพื่อเพิ่ม capacity) และ **การแจ้งเตือน** (แจ้งทีมผ่าน SNS ไปยัง email/Slack/PagerDuty เมื่อ error rate พุ่งสูงหรือ resources ไม่ดี) — ดังนั้นปัญหาจะ trigger การดำเนินการอย่างรวดเร็วแทนที่จะถูกมองข้าม ซึ่งเป็นสิ่งจำเป็นต่อความน่าเชื่อถือและการตอบสนองต่อ incident

การเข้าใจ **การรวมศูนย์และวิเคราะห์ log** (การรวบรวม logs จาก EC2, Lambda และ containers, การ query ด้วย Logs Insights เพื่อค้นหา errors และ debug) มีความจำเป็นต่อการวินิจฉัยปัญหาในระบบแบบกระจาย และการรวม metrics, logs และ traces ให้ **observability** เต็มรูปแบบ

เนื่องจากการดำเนินงานระบบ production อย่างน่าเชื่อถือต้องการ monitoring (การรู้สุขภาพ การตรวจจับและตอบสนองต่อปัญหา) และ CloudWatch เป็นบริการ observability หลักของ AWS (metrics, logs, alarms, dashboards) และเนื่องจาก alarms เปิดให้การตอบสนองอัตโนมัติและการแจ้งเตือนที่สำคัญ การเข้าใจ CloudWatch จึงเป็นความรู้ AWS ที่มีคุณค่าและสำคัญในทางปฏิบัติต่อการรันระบบใน production — observability ที่จำเป็นซึ่งทำให้ระบบ AWS สามารถดำเนินงาน debug และเชื่อถือได้ และเป็นความสามารถสำคัญสำหรับทุกคนที่รับผิดชอบ workload ของ AWS ใน production