Giám sát hoạt động như thế nào với CloudWatch?

Question

Accepted Answer

**Amazon CloudWatch** là dịch vụ giám sát và observability của AWS — thu thập **metrics**, **logs** và **events** từ tài nguyên AWS và ứng dụng, với **alarms** và dashboards. Nó thiết yếu để hiểu sức khỏe hệ thống, chẩn đoán sự cố và phản ứng với vấn đề.

## CloudWatch cung cấp gì

```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 và 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 và 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)
```

## Tại sao điều này quan trọng

Hiểu CloudWatch là giá trị vì **giám sát và observability là thiết yếu để vận hành hệ thống trong production**, và CloudWatch là dịch vụ cốt lõi của AWS cho việc này, nên đây là kiến thức thực tiễn quan trọng.

Vận hành hệ thống production đòi hỏi biết sức khỏe của chúng, phát hiện vấn đề và phản ứng nhanh — bạn không thể quản lý những gì bạn không thể thấy.

CloudWatch cung cấp nền tảng: **metrics** (dữ liệu số như CPU, độ trễ và số request, được AWS services publish tự động và có thể tùy chỉnh cho các đo lường riêng của ứng dụng) để hiểu hiệu năng và sức khỏe, **logs** (thu thập và tìm kiếm tập trung log ứng dụng và hệ thống) để chẩn đoán sự cố, **alarms** để hành động với vấn đề, và dashboards để trực quan hóa.

Hiểu **alarms** đặc biệt quan trọng: chúng cho phép cả **phản ứng tự động** (ví dụ CPU cao kích hoạt auto scaling để thêm capacity) và **cảnh báo** (thông báo cho đội qua SNS tới email/Slack/PagerDuty khi tỷ lệ lỗi tăng vọt hoặc tài nguyên trở nên không khỏe) — nên vấn đề kích hoạt hành động nhanh thay vì không bị chú ý, điều thiết yếu cho độ tin cậy và phản ứng sự cố.

Hiểu **tập trung và phân tích log** (thu thập log từ EC2, Lambda và container, truy vấn chúng với Logs Insights để tìm lỗi và debug) là cần thiết để chẩn đoán sự cố trong các hệ thống phân tán, và kết hợp metrics, logs và traces cung cấp **observability** đầy đủ.

Vì vận hành hệ thống production một cách đáng tin cậy đòi hỏi giám sát (biết sức khỏe, phát hiện và phản ứng với vấn đề) và CloudWatch là dịch vụ observability trung tâm của AWS (metrics, logs, alarms, dashboards), và vì alarms cho phép các phản ứng tự động và cảnh báo then chốt, hiểu CloudWatch là kiến thức AWS giá trị, quan trọng thực tiễn để chạy hệ thống trong production — observability thiết yếu làm cho hệ thống AWS vận hành được, debug được và đáng tin cậy, và là một năng lực then chốt cho bất kỳ ai chịu trách nhiệm về workload AWS production.