Überwachung von Lambda-verwalteten Instanzen - AWS Lambda
Verfügbare MetrikenMetrische Häufigkeit und RetentionMetriken anzeigen in CloudWatchVerwenden von Metriken zur LeistungsoptimierungNächste Schritte

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Überwachung von Lambda-verwalteten Instanzen

Sie können Lambda Managed Instances mithilfe von CloudWatch Metriken überwachen. Lambda veröffentlicht automatisch Kennzahlen, mit denen CloudWatch Sie die Ressourcennutzung überwachen, Kosten verfolgen und die Leistung optimieren können.

Verfügbare Metriken

Lambda Managed Instances bietet Metriken auf zwei Ebenen: auf Ebene des Kapazitätsanbieters und auf Ebene der Ausführungsumgebung.

Metriken auf Ebene des Kapazitätsanbieters

Kennzahlen auf Ebene des Kapazitätsanbieters bieten Einblick in die allgemeine Ressourcenauslastung Ihrer Instances. Diese Metriken verwenden die folgenden Dimensionen:

  • CapacityProviderName- Der Name Ihres Kapazitätsanbieters

  • InstanceType- Der EC2 Instanztyp

Kennzahlen zur Ressourcennutzung:

  • CPUUtilization- Der Prozentsatz der CPU-Auslastung aller Instanzen im Kapazitätsanbieter

  • MemoryUtilization- Der Prozentsatz der Speicherauslastung für alle Instanzen im Kapazitätsanbieter

  • NetworkOut- Netzwerkverkehr, der über das Kunden-ENI gesendet wird (in Byte)

  • NetworkIn- Über das Kunden-ENI empfangener Netzwerkverkehr (in Byte)

  • DiskReadBytes- Lesen Sie den Datenverkehr aus dem lokalen Speicher über Instanzen hinweg (in Byte)

  • DiskWriteBytes- Schreiben Sie den Datenverkehr instanzübergreifend in den lokalen Speicher (in Byte)

Kapazitätskennzahlen:

  • v CPUAvailable — Die Menge an vCPUs, die auf Instances für die Zuweisung verfügbar ist (in Anzahl)

  • MemoryAvailable— Die Menge an Arbeitsspeicher, die auf Instances für die Zuweisung verfügbar ist (in Byte)

  • v CPUAllocated — Die Menge an vCPUs, die Instanzen für Ausführungsumgebungen zugewiesen sind (in Anzahl)

  • MemoryAllocated— Die Menge an Speicher, die Instanzen für Ausführungsumgebungen zugewiesen wurde (in Byte)

Metriken auf Ausführungsumgebungsebene

Metriken auf der Ebene der Ausführungsumgebung bieten Einblick in die Ressourcennutzung und Parallelität einzelner Funktionen. Diese Metriken verwenden die folgenden Dimensionen:

  • CapacityProviderName- Der Name Ihres Kapazitätsanbieters

  • FunctionName- Der Name Ihrer Lambda-Funktion

Verfügbare Metriken der Ausführungsumgebung:

  • ExecutionEnvironmentConcurrency- Die maximale Parallelität über einen Probenzeitraum von 5 Minuten

  • ExecutionEnvironmentConcurrencyLimit— Das maximale Parallelitätslimit pro Ausführungsumgebung

  • ExecutionEnvironmentCPUUtilization— Der Prozentsatz der CPU-Auslastung für die Ausführungsumgebungen der Funktion

  • ExecutionEnvironmentMemoryUtilization- Der Prozentsatz der Speicherauslastung für die Ausführungsumgebungen der Funktion

Metrische Häufigkeit und Retention

Die Metriken für Lambda Managed Instances werden in Intervallen von 5 Minuten veröffentlicht und 15 Monate lang aufbewahrt.

Metriken anzeigen in CloudWatch

So zeigen Sie Metriken für Lambda Managed Instances in der Konsole an CloudWatch

  1. Öffnen Sie die CloudWatch Konsole unter console.aws.amazon.com/cloudwatch/.

  2. Wählen Sie im Navigationsbereich Metriken aus.

  3. Wählen Sie auf der Registerkarte Alle Metriken die Option AWS/Lambda aus.

  4. Wählen Sie die metrische Dimension aus, die Sie anzeigen möchten:

    • Filtern Sie für Kennzahlen auf Ebene des Kapazitätsanbieters nach CapacityProviderNameund InstanceType

    • Für Metriken auf Ausführungsumgebungsebene filtern Sie nach CapacityProviderNameund FunctionName

  5. Wählen Sie die Metriken aus, die Sie überwachen möchten.

Verwenden von Metriken zur Leistungsoptimierung

Überwachen Sie die CPU- und Speicherauslastung, um festzustellen, ob Ihre Funktionen richtig dimensioniert sind. Eine hohe Auslastung kann darauf hindeuten, dass größere Instance-Typen oder eine größere Zuweisung von Funktionsspeicher erforderlich sind. Verfolgen Sie Parallelitätskennzahlen, um das Skalierungsverhalten zu verstehen und mögliche Drosselungen zu identifizieren.

Überwachen Sie die Kapazitätskennzahlen, um sicherzustellen, dass ausreichend Ressourcen für Ihre Workloads verfügbar sind. Anhand von V CPUAvailable und MemoryAvailableMetriken können Sie die verbleibende Kapazität Ihrer Instances ermitteln.

Nächste Schritte