Métriques personnalisées avec la vigie applicative

Lorsque vous utilisez l' CloudWatch agent, vous devez le configurer metrics_collected avec unotlp. Par exemple, cloudwatch-config.json

{
  "traces": {
    "traces_collected": {
      "application_signals": {}
    }
  },
  "logs": {
    "metrics_collected": {
      "application_signals": {},
      "otlp": {
        "grpc_endpoint": "0.0.0.0:4317",
        "http_endpoint": "0.0.0.0:4318"
      }
    }
  }
}

Lorsque vous utilisez OpenTelemetry Collector, configurez un pipeline de métriques. Vous devez utiliser CloudWatch EMF Exporter pour OpenTelemetry Collector et activer les attributs de ressource pour les étiquettes de mesures. Il est recommandé de configurer dimension_rollup_option: NoDimensionRollup pour éviter d’émettre de nombreuses agrégations de métriques. Par exemple config.yaml :

receivers:
  otlp:
    protocols:
      grpc:
        endpoint: 0.0.0.0:4317
      http:
        endpoint: 0.0.0.0:4318

exporters:
  awsemf:
    region: $REGION
    namespace: $NAMESPACE
    log_group_name:$LOG_GROUP_NAME
    resource_to_telemetry_conversion:
      enabled: true
    dimension_rollup_option: "NoDimensionRollup"
    
  otlphttp/traces:
    compression: gzip
    traces_endpoint: https://xray.$REGION.amazonaws.com/v1/traces
    auth:
      authenticator: sigv4auth/traces

extensions:
  sigv4auth/logs:
    region: "$REGION"
    service: "logs"
  sigv4auth/traces:
    region: "$REGION"
    service: "xray"

processors:
  batch:

service:
  telemetry:
  extensions: [sigv4auth/logs, sigv4auth/traces]
  pipelines:
    metrics:
      receivers: [otlp]
      processors: [batch]
      exporters: [awsemf]
    traces:
      receivers: [otlp]
      processors: [batch]
      exporters: [otlphttp/traces]

Pipeline d'exportation personnalisé (Recommandé) — Dans le code de l'application, créez une MeterProvider exportation dédiée vers le point de terminaison de l'agent ou du collecteur configuré. Par exemple :

Resource resource = Resource.getDefault().toBuilder()
        .put(AttributeKey.stringKey("service.name"), serviceName)
        .put(AttributeKey.stringKey("deployment.environment.name"), environment)
        .build();

MetricExporter metricExporter = OtlpHttpMetricExporter.builder()
        .setEndpoint("http://localhost:4318/v1/metrics")
        .build();

MetricReader metricReader = PeriodicMetricReader.builder(metricExporter)
        .setInterval(Duration.ofSeconds(10))
        .build()

SdkMeterProvider meterProvider = SdkMeterProvider.builder()
    .setResource(resource)
    .registerMetricReader()
    .build();
    
Meter meter = meterProvider.get("myMeter");

Agent-based export — Configurez les variables d'environnement de l'agent OTEL_METRICS_EXPORTER et OTEL_EXPORTER_OTLP_METRICS_ENDPOINT. https://opentelemetry.io/docs/languages/sdk-configuration/otlp-exporter/#otel_exporter_otlp_metrics_endpoint Par exemple :

OTEL_METRICS_EXPORTER=otlp
OTEL_EXPORTER_OTLP_METRICS_ENDPOINT=http://localhost:4318/v1/metrics

Dans le code de l'application, utilisez le global MeterProvider créé par l'agent. Par exemple :

Meter meter = GlobalOpenTelemetry.getMeter("myMeter");

[Recommandé] Ajoutez des attributs aux portées générées automatiquement. Par exemple :

Span.current().setAttribute("myattribute", value);

Ajoutez des attributs aux portées générées manuellement. Par exemple :

Span span = tracer.spanBuilder("myspan").startSpan();
try (Scope scope = span.makeCurrent()) {
   span.setAttribute("myattribute",  value);
}

Groupe de journaux — aws/spans

Modèle de filtre : { $.attributes.['myattribute'] = * }

Nom de la métrique : myattribute (les valeurs doivent correspondre exactement, sinon la corrélation des intervalles ne fonctionnera pas)

Valeur de la métrique : $.attributes.['myattribute']

Dimensions – Nom du champ : Service, Valeur du champ : $.attributes.['aws.local.service'], Nom du champ : Environment, Valeur du champ : $.attributes.['aws.local.environment'], et Nom du champ : Operation, Valeur du champ : $.attributes.['aws.local.operation']