CloudWatch 如何进行监控？

Question

CloudWatch 如何进行监控？

Accepted Answer

**Amazon CloudWatch** 是 AWS 的监控和可观测性服务 — 从 AWS 资源和应用程序中收集**指标**、**日志**和**事件**，配合**告警**和仪表板。它对于理解系统健康状况、诊断问题和响应故障至关重要。

## CloudWatch 提供什么

```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
```

## 指标和告警

```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)
```

## 日志和可观测性

```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)
```

## 为什么这很重要

理解 CloudWatch 很有价值，因为**监控和可观测性对于在生产环境中运行系统是必不可少的**，而 CloudWatch 是 AWS 的核心服务，因此这是重要的实际知识。

运行生产系统需要了解其健康状况、检测问题并快速响应 — 你无法管理看不见的东西。

CloudWatch 提供基础：**指标**（数值数据，如 CPU、延迟和请求计数，由 AWS 服务自动发布，可针对应用程序特定的测量进行自定义）用于理解性能和健康状况，**日志**（应用程序和系统日志的集中收集和搜索）用于诊断问题，**告警**用于对问题采取行动，以及仪表板用于可视化。

理解**告警**尤其重要：它们支持**自动化响应**（例如高 CPU 触发自动扩展以增加容量）和**告警**（当错误率激增或资源不健康时通过 SNS 向 email/Slack/PagerDuty 通知团队）— 因此问题会快速触发响应而不会被忽视，这对于可靠性和事件响应至关重要。

理解**日志集中化和分析**（从 EC2、Lambda 和容器收集日志，使用 Logs Insights 查询以查找错误和调试）对于诊断分布式系统中的问题是必要的，将指标、日志和追踪结合起来可以提供完整的**可观测性**。

由于可靠地运行生产系统需要监控（了解健康状况、检测和响应问题）而 CloudWatch 是 AWS 的中央可观测性服务（指标、日志、告警、仪表板），而且告警能够实现关键的自动化响应和告警，理解 CloudWatch 是在生产环境中运行系统的有价值的、实用的重要 AWS 知识 — 使 AWS 系统可运行、可调试和可靠的必要可观测性，以及任何负责生产 AWS 工作负载的人员的关键能力。