Metriche personalizzate con Application Signals

Quando si utilizza l' CloudWatch agente, è necessario configurarlo con un. metrics_collected otlp Ad esempio, 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"
      }
    }
  }
}

Quando si utilizza OpenTelemetry Collector, configurare una pipeline di metriche. È necessario utilizzare CloudWatch EMF Exporter for OpenTelemetry Collector e abilitare gli attributi delle risorse nelle etichette delle metriche. Si consiglia di eseguire la configurazione di dimension_rollup_option: NoDimensionRollup per evitare l'emissione di molte aggregazioni di metriche. Ad esempio,: 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]

(Consigliato) Pipeline di esportazione personalizzata: nel codice dell'applicazione, create un'MeterProvideresportazione dedicata verso l'agente o l'endpoint del raccoglitore configurato. Ad esempio:

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 esportazione: configura le variabili di ambiente dell'agente OTEL_METRICS_EXPORTER e OTEL_EXPORTER_OTLP_METRICS_ENDPOINT. https://opentelemetry.io/docs/languages/sdk-configuration/otlp-exporter/#otel_exporter_otlp_metrics_endpoint Ad esempio:

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

Nel codice dell'applicazione, MeterProvider affidati al valore globale creato dall'agente. Ad esempio:

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

[Consigliato] Aggiungi attributi agli intervalli generati automaticamente. Ad esempio:

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

Aggiungi attributi agli intervalli generati manualmente. Ad esempio:

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

Gruppo di log — aws/spans

Modello di filtro: { $.attributes.['myattribute'] = * }

Nome della metrica: myattribute (i valori devono corrispondere esattamente; in caso contrario, la correlazione tra gli intervalli non funzionerà)

Valore della metrica: $.attributes.['myattribute']

Dimensioni: nome del campo: Service, valore del campo: $.attributes.['aws.local.service'], nome del campo: Environment, valore del campo: $.attributes.['aws.local.environment'] e nome del campo: Operation, valore del campo: $.attributes.['aws.local.operation']