AWS CloudWatch: Panduan Komprehensif untuk Pemantauan Cloud

Selama bertahun-tahun bekerja dengan infrastruktur AWS, saya menyadari bahwa visibilitas terhadap sumber daya cloud Anda adalah pembeda antara pemecahan masalah yang proaktif dan pemadaman kebakaran yang reaktif. 

Amazon CloudWatch melakukan hal itu: ia berfungsi sebagai sistem saraf pusat lingkungan AWS Anda, menyediakan pemantauan, pencatatan log, dan observabilitas menyeluruh di seluruh infrastruktur Anda.

Saya akan memandu Anda melalui kapabilitas CloudWatch, mulai dari pemantauan metrik dasar hingga operasi canggih bertenaga AI. Pada akhir tutorial ini, Anda akan memahami cara menggunakan CloudWatch untuk memantau sumber daya AWS secara efektif, mengoptimalkan biaya, dan menyelesaikan masalah sebelum berdampak pada pengguna Anda.

Jika Anda baru di AWS, saya merekomendasikan untuk mengambil kursus AWS Cloud Technology and Services kami.

Apa itu AWS CloudWatch?

Sebelum masuk ke aspek praktis, mari pahami dulu apa itu CloudWatch dan bagaimana posisinya dalam ekosistem AWS yang lebih luas.

CloudWatch adalah platform observabilitas terpadu AWS yang mengumpulkan, memantau, dan menganalisis data dari sumber daya dan aplikasi cloud Anda. Layanan ini memungkinkan Anda memantau seluruh stack, seperti aplikasi, infrastruktur, jaringan, dan layanan, serta menggunakan alarm, log, dan data peristiwa untuk melakukan tindakan otomatis.

Platform ini beroperasi di lingkungan native AWS dan skenario hibrida, mendukung beban kerja di AWS, penyedia cloud lain, dan pusat data on-premises. CloudWatch Agent mengumpulkan data telemetri dari lingkungan apa pun, menyediakan satu panel terpadu untuk semua kebutuhan pemantauan.

AWS Cloudwatch

Yang membuat CloudWatch sangat kuat adalah kedalaman integrasinya di dalam AWS. Setiap layanan AWS utama secara otomatis memublikasikan metrik ke CloudWatch:

• Layanan komputasi: EC2, Lambda, ECS, dan EKS
• Layanan basis data: RDS, DynamoDB, dan Aurora
• Layanan penyimpanan: S3, EBS, dan EFS
• Layanan jaringan: VPC, CloudFront, dan Route 53

Integrasi native ini berarti Anda bisa mulai memantau segera tanpa konfigurasi yang rumit. Sekarang setelah Anda memahami apa itu CloudWatch, mari bahas biaya yang terlibat saat menggunakan layanan kuat ini.

Harga AWS CloudWatch

Memahami berapa biaya CloudWatch sangat penting sebelum mengimplementasikannya di infrastruktur Anda. Saya akan menguraikan model harga dan membagikan strategi untuk menjaga biaya tetap terkendali.

Free tier dan struktur harga AWS CloudWatch

Layanan ini menggunakan skema bayar sesuai pemakaian tanpa komitmen di awal. Kebanyakan Layanan AWS mengirim metrik secara otomatis ke CloudWatch secara gratis.

Free tier mencakup alokasi yang cukup besar untuk kebutuhan pemantauan dasar:

• 10 metrik kustom dan metrik pemantauan dasar tanpa batas
• 10 alarm untuk metrik resolusi standar
• 1 juta permintaan API per bulan
• 5GB pemasukan dan penyimpanan data log
• 3 dasbor dengan hingga 50 metrik masing-masing
• 100 kali menjalankan canary per bulan untuk Synthetics

Di luar free tier, metrik kustom berbiaya sekitar $0,30 per metrik untuk 10.000 metrik pertama, dengan diskon volume saat penggunaan meningkat. Dasbor dikenakan biaya $3 per dasbor per bulan.

Pemasukan log biasanya berbiaya $0,50 per GB di wilayah US East (harga bervariasi per wilayah) setelah free tier. Harga ini berlaku hanya untuk 10 TB pertama per bulan; setelah itu tarifnya menurun secara bertahap. 

Menggunakan Infrequent Access untuk log mengurangi biaya pemasukan sebesar 50% menjadi $0,25 per GB di wilayah US East. Namun, satu keterbatasan yang perlu diperhatikan adalah bahwa ia tidak mendukung penggunaan metric filter, yang hanya berfungsi dengan log Standard. Namun, Logs-IA tidak mendukung fitur seperti Metric Filters.

Berikut ikhtisar singkat komponen harga utama di luar the free tier:

Strategi pengelolaan biaya di AWS CloudWatch

Berdasarkan pengalaman saya mengoptimalkan biaya CloudWatch, saya mengidentifikasi beberapa strategi efektif:

• Penerbitan metrik secara selektif: Bersikaplah strategis dengan metrik kustom. Setiap metrik yang Anda publikasikan berbiaya, jadi fokuslah pada pengukuran yang penting bagi bisnis, bukan memantau semua yang mungkin. Gunakan metric filter untuk mengekstrak wawasan dari log alih-alih membuat metrik kustom terpisah jika memungkinkan
• Optimalkan retensi log: Terapkan kebijakan retensi yang selaras dengan persyaratan kepatuhan Anda. CloudWatch Logs Infrequent Access menyediakan opsi hemat biaya untuk log yang perlu Anda simpan tetapi jarang ditanya. Biasanya saya mengonfigurasi:
• Retensi 7 hari untuk log debug
• 30 hari untuk log aplikasi
• 90+ hari untuk log audit yang memerlukan kepatuhan

• Sesuaikan interval pemantauan: Pertimbangkan untuk menggunakan pemantauan terperinci hanya untuk sumber daya yang memerlukan granularitas di bawah satu menit. Pemantauan dasar dengan interval 5 menit cukup untuk sebagian besar beban kerja dan mengurangi biaya.
• Minimalkan transfer data: Gunakan CloudWatch Logs Insights alih-alih men-streaming log ke alat eksternal tanpa perlu, karena biaya transfer data dapat cepat menumpuk.

CloudWatch Logs Insights

Jika Anda ingin mempelajari lebih lanjut tentang memanfaatkan struktur harga AWS dan menjaga sumber daya Anda tetap aman, saya sarankan Anda mengambil kursus AWS Security and Cost Management kami.

Fitur Utama AWS CloudWatch

CloudWatch menawarkan rangkaian alat pemantauan yang komprehensif yang bekerja bersama untuk memberikan visibilitas penuh ke lingkungan AWS Anda. Mari jelajahi fitur inti yang paling sering Anda gunakan.

Pemantauan real-time dengan metrik, dasbor, dan alarm

Metrik merupakan fondasi pemantauan CloudWatch. CloudWatch menyediakan visibilitas metrik hingga 1 detik, dengan retensi data 1 hari hingga tanpa batas, serta kemampuan melakukan perhitungan. Visibilitas granular ini memungkinkan pemantauan real-time dan analisis historis untuk perencanaan kapasitas.

Anda dapat membuat dasbor yang disesuaikan dengan kebutuhan pemangku kepentingan yang berbeda. Tim operasi memerlukan pemanfaatan sumber daya real-time, sementara tim keuangan diuntungkan dari pelacakan biaya. CloudWatch mendukung dasbor lintas akun, memungkinkan pemantauan terpusat untuk arsitektur multi-akun.

Alarm memberikan pemberitahuan proaktif saat metrik melampaui ambang batas yang ditentukan. Saya mengonfigurasi alarm dengan integrasi Amazon SNS untuk mengirim notifikasi atau memicu remedi otomatis melalui fungsi Lambda. Misalnya, ketika penggunaan CPU melebihi 80% selama 5 menit, alarm dapat secara otomatis memicu Auto Scaling.

Selanjutnya, mari lihat bagaimana CloudWatch melampaui metrik dasar untuk menyediakan observabilitas aplikasi dan kontainer yang komprehensif.

Observabilitas aplikasi dan kontainer

Untuk aplikasi modern, CloudWatch Application Signals memberikan visibilitas siap pakai terhadap latensi, error, dan kinerja di seluruh beban kerja AI. Ini juga menawarkan auto-instrumentation, menghilangkan perubahan kode manual dan memungkinkan pembuatan serta pemantauan service-level objectives (SLO). 

Untuk lingkungan berkontainer, CloudWatch Container Insights mengumpulkan informasi pemanfaatan komputasi dari aplikasi berkontainer. Container Insights mendukung:

• Amazon ECS: Metrik pada tingkat klaster, task, dan layanan
• Amazon EKS: Visibilitas pada tingkat klaster, node, dan pod
• AWS Fargate: Observabilitas penuh untuk kontainer serverless
• Kubernetes kelola mandiri: Dukungan on-premises dan hibrida

Kapabilitas observabilitas ini menghasilkan data dalam jumlah besar yang memerlukan pengelolaan efektif. Untuk membandingkan layanan kontainer AWS, lihat perbandingan kami tentang ECS versus EKS.

Manajemen dan analisis log

Selanjutnya mari kita telaah fitur manajemen log CloudWatch.

Untuk penyimpanan log terpusat, CloudWatch Logs memusatkan manajemen log dari layanan AWS, aplikasi, dan sumber daya on-premises. Saya mengelompokkan log ke dalam log group yang merepresentasikan aplikasi berbeda, dengan log stream yang menangkap sumber individual. Kebijakan retensi menyeimbangkan persyaratan kepatuhan dengan biaya penyimpanan.

Saat Anda perlu menganalisis data log ini, CloudWatch Logs Insights menyediakan bahasa kueri yang kuat untuk menganalisis data log. Saya menggunakan sintaks mirip SQL-nya untuk dengan cepat:

• Mengidentifikasi pola kesalahan
• Melacak sesi pengguna tertentu
• Mengagregasi metrik dari data tak terstruktur

Untuk audit keamanan, CloudWatch berintegrasi dengan CloudTrail untuk menangkap dan menganalisis semua panggilan API.

AWS Cloudtrail

Lebih jauh lagi, kapabilitas manajemen data terpadu yang baru-baru ini hadir memungkinkan pengumpulan dan agregasi log di seluruh akun dan wilayah AWS. Ini menghilangkan kebutuhan pipeline ETL yang kompleks dan banyak penyimpanan data, yang menjadi terobosan bagi tim yang tersebar secara global.

Di luar pemantauan backend, memahami pengalaman pengguna sesungguhnya sama pentingnya. Di sinilah kapabilitas pemantauan pengguna akhir CloudWatch berperan.

Pemantauan pengguna akhir dan sintetis

Untuk menangkap bagaimana pengguna nyata mengalami aplikasi Anda, CloudWatch RUM (Real User Monitoring) menangkap data pengalaman pengguna aktual dari aplikasi web. Saya menerapkan RUM untuk memahami kinerja aplikasi dari perspektif pengguna, melacak waktu muat halaman, kesalahan JavaScript, dan perilaku pengguna.

Untuk pengujian proaktif sebelum pengguna terdampak, CloudWatch Synthetics melengkapi RUM dengan menguji endpoint aplikasi secara proaktif. Anda dapat membuat canary (skrip yang mensimulasikan interaksi pengguna) untuk terus memantau ketersediaan. Pengujian ini berjalan terjadwal, memberikan peringatan terhadap masalah sebelum pengguna nyata mengalaminya.

Walau RUM dan Synthetics menyediakan pemantauan tingkat permukaan, memahami apa yang terjadi di dalam aplikasi terdistribusi Anda memerlukan visibilitas yang lebih dalam. Di sinilah penelusuran terdistribusi menjadi penting.

Distributed tracing dengan AWS X-Ray

Untuk visibilitas permintaan yang lengkap, integrasi AWS X-Ray memungkinkan penelusuran terdistribusi, menampilkan alur permintaan melalui arsitektur microservice. Peta trace memvisualisasikan ketergantungan layanan dan menyoroti sumber latensi. Saya menggunakan X-Ray untuk mengidentifikasi bottleneck latensi dan memahami ketergantungan layanan.

AWS X-Ray 

Di sisi lain, untuk mengidentifikasi pola kinerja dan bottleneck, Contributor Insights menganalisis data berkardinalitas tinggi untuk mengidentifikasi kontributor teratas terhadap perilaku sistem. Saat menyelidiki kesalahan, ini menunjukkan endpoint, pengguna, atau sumber daya spesifik mana yang menghasilkan masalah terbanyak.

Kapabilitas pemantauan ini menjadi jauh lebih kuat saat diintegrasikan dengan layanan otomasi AWS. Di sinilah bagian menariknya.

Integrasi AWS dan respons otomatis

Kekuatan CloudWatch berlipat melalui integrasi dengan layanan AWS lainnya. Untuk otomasi berbasis peristiwa, Amazon EventBridge menerima alarm dan peristiwa CloudWatch, mengorkestrasi respons otomatis. Anda dapat membangun alur kerja di mana alarm CloudWatch memicu aturan EventBridge yang memanggil fungsi Lambda untuk:

• Memulai ulang layanan yang gagal secara otomatis
• Menskalakan sumber daya berdasarkan permintaan
• Mengambil snapshot sebelum remediasi
• Memberi tahu tim melalui berbagai saluran

Untuk alur kerja operasional yang kompleks, integrasi dengan Systems Manager memungkinkan tindakan operasional otomatis. Alarm CloudWatch dapat memicu dokumen Systems Manager Automation yang menjalankan prosedur remediasi kompleks di banyak sumber daya.

Sekarang setelah kita menjelajahi fitur CloudWatch, mari bahas mengapa penerapan platform ini penting bagi organisasi Anda.

Use Case AWS CloudWatch

Memahami fitur CloudWatch satu hal, tetapi melihat bagaimana fitur tersebut diterjemahkan menjadi nilai bisnis nyata adalah hal yang paling penting. Berikut alasan organisasi lintas industri mengandalkan CloudWatch untuk operasi mereka.

Visibilitas operasional dan pemantauan kinerja

CloudWatch menyediakan visibilitas terpusat ke semua sumber daya AWS. Saya sangat menghargai kemampuan untuk memantau instance EC2, fungsi Lambda, kueri basis data, dan metrik khusus aplikasi dari satu antarmuka, yang memungkinkan korelasi cepat antara perilaku infrastruktur dan kinerja aplikasi.

Platform ini mengurangi mean time to resolution melalui pengumpulan data yang komprehensif. Saat menyelidiki insiden, saya dapat melihat metrik, log, dan trace bersamaan, memahami tidak hanya bahwa masalah terjadi tetapi juga mengapa itu terjadi.

Di luar visibilitas operasional, CloudWatch berperan penting dalam menjaga kepatuhan dan mendukung investigasi forensik.

Kepatuhan dan pemecahan masalah berfokus pada log

Untuk industri yang diatur, CloudWatch berfungsi sebagai repositori terpusat untuk jejak audit dan log kepatuhan. Saya mengonfigurasi periode retensi log yang sesuai dengan persyaratan regulasi. Integrasi CloudWatch dengan CloudTrail menangkap semua aktivitas API, menyediakan jejak audit lengkap untuk investigasi keamanan.

Selama respons insiden, log menjadi sumber utama untuk analisis akar penyebab. CloudWatch Logs Insights memungkinkan kueri cepat di atas terabita data log, membantu mengidentifikasi pola kesalahan dan menganalisis perilaku sistem sebelum insiden terjadi.

Kapabilitas kepatuhan dan pemecahan masalah secara alami mengarah pada manfaat penting lainnya: optimasi biaya.

Optimasi biaya dan kontrol penagihan

Metrik penagihan CloudWatch memungkinkan pengelolaan biaya secara proaktif. Saya mengonfigurasi alarm pada total perkiraan biaya untuk mendeteksi peningkatan tak terduga secara langsung, yang membantu saya menyelidiki biaya dengan cepat dan mengambil tindakan korektif.

Wawasan kinerja juga mendorong optimasi biaya. Dengan menganalisis metrik pemanfaatan sumber daya, saya mengidentifikasi sumber daya yang kelebihan kapasitas untuk disesuaikan dan memahami bottleneck aplikasi yang mengurangi kebutuhan sumber daya.

Skalabilitas hibrida dan multi-cloud

CloudWatch melampaui AWS untuk memantau lingkungan hibrida dan multi-cloud, mendukung organisasi dengan lanskap infrastruktur yang beragam. Dengan CloudWatch Agent, Anda, misalnya, dapat mengumpulkan metrik dari server on-premises, memberikan observabilitas terpadu tanpa memandang lokasi beban kerja berjalan.

Dalam pengalaman saya, ini sangat berharga selama migrasi cloud. Saya dapat membandingkan kinerja antar lingkungan menggunakan tooling yang sama, memastikan migrasi tidak memperkenalkan regresi.

Bagi Anda yang ingin tahu bagaimana fitur-fitur tersebut dibandingkan dengan layanan CloudTrail milik Amazon, pastikan untuk membaca artikel perbandingan kami tentang AWS CloudTrail versus AWS CloudWatch.

Menyiapkan CloudWatch

Siap memulai dengan CloudWatch? Proses penyiapannya sederhana, dan saya akan memandu Anda melalui semua yang dibutuhkan untuk mulai memantau infrastruktur Anda.

Prasyarat

Sebelum memulai implementasi CloudWatch, pastikan Anda memiliki prasyarat berikut:

• Akun AWS dengan izin IAM yang sesuai
• AWS CLI terpasang dan dikonfigurasi dengan kredensial
• Kebijakan CloudWatchFullAccess untuk penyiapan awal
• Konektivitas internet atau endpoint VPC untuk instance EC2
• Akses HTTPS keluar untuk server on-premises

Untuk produksi, saya merekomendasikan peran IAM khusus yang mengikuti prinsip least privilege alih-alih memberikan akses penuh jangka panjang.

Jika Anda sudah memiliki akun tetapi membutuhkan bantuan khususnya dengan perintah terminal, tutorial kami tentang Cara Menggunakan AWS CLI akan memandu Anda melalui aspek baris perintahnya.

Setelah prasyarat tercakup, mari lanjut ke proses penyiapan awal.

Mengakses CloudWatch

Akses CloudWatch melalui AWS Management Console dengan menavigasi ke layanan CloudWatch. Tampilan utama memberikan visibilitas langsung ke semua perintah, opsi, dan integrasi. 

AWS CloudWatch

Sebagai contoh, Anda dapat memvisualisasikan log layanan yang sedang berjalan di bawah Log Management. Ini mungkin salah satu visualisasi yang paling sering digunakan karena memungkinkan kita menganalisis log aplikasi dan melakukan debugging jika ada yang tidak berjalan sesuai harapan.

Manajemen log

Pemantauan Cloud dengan AWS CloudWatch

Sekarang Anda tahu cara mengakses CloudWatch, mari masuk ke alur kerja praktis yang akan Anda gunakan setiap hari untuk memantau sumber daya secara efektif. Saya akan menunjukkan teknik pemantauan penting yang akan menjadi kebiasaan.

Pemantauan dengan metrik

Melihat metrik dimulai di konsol CloudWatch Metrics. Berikut cara memulainya:

Langkah 1: Akses CloudWatch Metrics

1. Buka AWS Management Console dan navigasikan ke CloudWatch
2. Di panel navigasi kiri, klik Metrics → All metrics
3. Anda akan melihat daftar namespace layanan yang tersedia (AWS/Bedrock, AWS/EC2, AWS/Lambda, dll.)

Dasbor metrik CloudWatch

Langkah 2: Pilih dan visualisasikan metrik

Seperti terlihat pada gambar di atas, di bawah "All metrics," Anda memiliki akses ke berbagai layanan. Untuk memulai, Anda dapat mengeklik layanan apa pun dan mengakses dasbor otomatis. Misalnya, jika saya mengeklik dasbor Bedrock saya, saya masuk ke metrik default Bedrock, tempat saya dapat memvisualisasikan berbagai pengukuran standar seperti latensi, jumlah token per model, permintaan, atau jumlah error.

Metrik AWS Bedrock

Langkah 3: Buat metric filter untuk log

Selain memvisualisasikan metrik, juga dimungkinkan mengekstrak metrik dari data log. Ini dapat dilakukan dengan menggunakan filter dan menetapkan pola. Ikuti langkah berikut untuk mendefinisikan pola filter dari sebuah metrik:

1. Navigasikan ke Logs → Log management
2. Pilih log group Anda dan klik Actions → Create metric filter
3. Tentukan pola filter (misalnya, [ERROR] untuk menghitung kesalahan)
4. Tetapkan nama metrik dan namespace
5. Uji polanya dan buat filter

Membuat metric filter

Ini secara otomatis menghasilkan metrik dari data log Anda tanpa kode tambahan.

Setelah Anda nyaman dengan metrik, langkah berikutnya adalah membuat dasbor untuk memvisualisasikan data ini secara efektif.

Memvisualisasikan dengan dasbor kustom

Dasbor menyediakan tampilan terpusat untuk metrik terpenting Anda. Berikut cara membuat dasbor yang efektif untuk berbagai tim.

Langkah 1: Buat dasbor baru

1. Di CloudWatch, navigasikan ke Dashboards di menu kiri
2. Klik Create dashboard
3. Masukkan nama dasbor (misalnya, "Production-Operations-Dashboard")
4. Klik Create dashboard

Setelah ini, Anda akan diarahkan ke halaman “Add widget”, tempat Anda dapat menyesuaikan jenis gaya dasbor.

Widget dasbor

Langkah 2: Tambahkan widget

Pendekatan terbaik untuk merancang widget dasbor adalah menyesuaikannya berdasarkan kebutuhan tim. Ini yang biasanya saya rekomendasikan untuk beberapa tim umum:

Untuk tim operasi:

• Tambahkan widget garis yang menampilkan pemakaian CPU dan memori
• Tambahkan widget angka yang menampilkan koneksi aktif saat ini
• Tambahkan widget status alarm untuk layanan kritis

Untuk tim keuangan:

• Tambahkan widget garis yang melacak biaya perkiraan dari waktu ke waktu
• Tambahkan widget angka yang menampilkan biaya bulan berjalan
• Tambahkan metrik dari AWS Cost Explorer

Untuk tim produk:

• Tambahkan metrik khusus aplikasi (pendaftaran pengguna, transaksi)
• Tambahkan widget log insights untuk tingkat kesalahan
• Tambahkan KPI bisnis kustom

Dengan ini, Anda dapat membuatnya dengan mengikuti langkah-langkah berikut di AWS Console:

1. Klik Add widget di dasbor Anda
2. Pilih jenis widget: Line, Number, Gauge, Bar, Pie, dll.
3. Pilih namespace: Bedrock, Lamba, dll.
4. Konfigurasikan widget:
1. Pilih metrik dari namespace yang tersedia
2. Tetapkan rentang waktu dan interval penyegaran
5. Sesuaikan warna dan label
6. Klik Create widget

Setelah mengikuti langkah-langkah ini, Anda dapat memvisualisasikan dasbor kustom dengan metrik yang dipilih. Jika diperlukan, Anda dapat mengubahnya atau bahkan membagikannya secara privat atau publik.

Berbagi Dasbor Kustom

Memantau biaya perkiraan

Selain metrik aplikasi dan dasbor, mengendalikan biaya juga penting untuk menghindari tagihan yang tidak perlu, dan untuk mengoptimalkan seluruh sistem. CloudWatch dapat membantu Anda melacak dan mengontrol biaya ini sebelum membengkak. Berikut cara menyiapkan pemantauan penagihan:

Langkah 1: Aktifkan metrik penagihan

1. Navigasikan ke konsol Billing and Cost Management
2. Klik Billing preferences di menu kiri
3. Aktifkan Receive Billing Alerts
4. Klik Save preferences

Mengaktifkan peringatan penagihan CloudWatch

Perlu dicatat bahwa butuh waktu hingga 15 menit agar metrik penagihan muncul di CloudWatch, jadi setelah menerapkan pengaturan dan menunggu waktu tersebut, kembali ke konsol CloudWatch untuk membuat alarm penagihan.

Langkah 2: Buat alarm penagihan

Sekarang kita telah mengaktifkan metrik penagihan, kita dapat membuat alarm penagihan CloudWatch dengan mengikuti langkah-langkah ini:

1. Kembali ke CloudWatch → Alarms → All alarms
2. Klik Create alarm
3. Pilih metrik
4. Pilih Billing (Jika Anda tidak melihat metrik Billing/Total Estimated Charge, aktifkan peringatan penagihan, dan ubah Wilayah Anda ke US East/N. Virginia). 
5. Pilih Total Estimated Charge, lalu pilih Select metric
6. Tentukan metrik dan kondisi. Di sini, Anda dapat memilih antara alarm terkait biaya dan deteksi anomali biaya
7. Konfigurasikan tindakan: notifikasi, lambda, auto-scaling, EC2, dan system manager
8. Tambahkan detail alarm
9. Pratinjau dan buat

Metrik dan kondisi alarm

Setelah langkah-langkah ini, alarm penagihan Anda akan siap, dan biaya atau anomali Anda (bergantung pada pilihan Anda) akan dipicu, dan Anda akan diberi tahu sesuai ketentuan.

Namun di luar metrik bawaan AWS, Anda sering kali perlu melacak metrik yang spesifik untuk bisnis dan aplikasi Anda. Ini berarti membuat dan memublikasikan metrik kustom.

Mempublikasikan metrik kustom

Metrik kustom memungkinkan Anda memantau data khusus aplikasi yang tidak otomatis dilacak AWS. Anda dapat memublikasikan metrik kustom sendiri menggunakan AWS CLI atau API. Untuk contoh sederhana, izinkan saya menunjukkan cara melakukannya menggunakan AWS CLI.

Perintah berikut memungkinkan Anda memublikasikan metrik kustom dasar:

aws cloudwatch put-metric-data \
  --namespace "MyApplication" \
  --metric-name "PageViews" \
  --value 1452 \
  --unit CountDidukung oleh

Namun Anda juga dapat mendefinisikan dimensi untuk membantu mengategorikan metrik. Dimungkinkan untuk menyertakan hingga 30 dimensi per metrik sebagai pasangan key/value.

aws cloudwatch put-metric-data \
  --namespace "MyApplication" \
  --metric-name "ResponseTime" \
  --value 245 \
  --unit Milliseconds \
  --dimensions Environment=Production,Service=APIDidukung oleh

Metrik kustom ini akan muncul di konsol AWS CloudWatch, dan Anda dapat menambahkannya ke dasbor baru atau yang sudah ada.

Beberapa use case paling umum untuk metrik kustom yang saya lihat adalah:

• Metrik bisnis: Pengguna aktif harian, tingkat konversi, pendapatan per pengguna
• KPI aplikasi: Tingkat hit cache, kedalaman antrean, jenis kesalahan kustom
• Indikator kinerja: Pengukuran latensi kustom, metrik throughput
• Metrik operasional: Waktu penyelesaian job batch, volume pemrosesan data

Dengan menguasai teknik pemantauan fundamental ini, Anda siap menangani operasi sehari-hari.

Fitur AI Lanjutan AWS CloudWatch

Di luar hal mendasar, CloudWatch menawarkan fitur mutakhir yang membedakannya dari alat pemantauan tradisional. Kapabilitas ini menggunakan AI untuk mengatasi tantangan unik arsitektur cloud modern.

Operasikan secara cerdas dengan AIOps

CloudWatch Investigations memanfaatkan AI generatif untuk mengotomatiskan analisis akar penyebab dan menyediakan panduan troubleshooting. Saat insiden terjadi, Investigations secara otomatis mengorelasikan:

• Metrik: Data kinerja yang menunjukkan perubahan
• Log: Peristiwa aplikasi dan sistem terperinci
• Trace: Alur permintaan melalui sistem terdistribusi
• Perubahan terbaru: Deployment dan pembaruan konfigurasi

Di luar identifikasi masalah, ini menghasilkan laporan insiden yang mentransformasi analisis pasca-insiden. Satu klik mengaktifkan pengumpulan data komprehensif untuk menghasilkan dokumentasi terperinci dan kontekstual, menghilangkan pengumpulan bukti manual.

CloudWatch Investigations

Untuk mencegah alarm palsu yang mengacaukan operasi Anda, deteksi anomali dengan pengenalan pola mengurangi kelelahan peringatan dengan mengidentifikasi anomali yang nyata versus variasi yang diharapkan. Anda dapat mengonfigurasi deteksi anomali pada metrik kunci, sehingga CloudWatch mempelajari pola normal dan hanya memberi peringatan pada deviasi yang signifikan secara statistik.

Memantau alur kerja AI generatif

Aplikasi AI generatif memperkenalkan kebutuhan pemantauan baru. CloudWatch memungkinkan pengembang menganalisis telemetri di seluruh komponen aplikasi AI:

• Pola eksekusi kode pada alat bawaan
• Tingkat keberhasilan transformasi API melalui Amazon API Gateways
• Pola penyimpanan dan pengambilan memori
• Penggunaan token dan biaya di seluruh pemanggilan model
• Pelacakan latensi untuk waktu dari prompt ke respons

Untuk organisasi yang memantau aplikasi AI seperti Amazon Bedrock AgentCore, CloudWatch menyediakan dasbor bawaan yang dirancang khusus untuk observabilitas GenAI, dengan kompatibilitas yang meluas ke kerangka kerja open-source seperti Strands, CrewAI, dan LangGraph.

Ini memungkinkan kita memahami perjalanan pengguna secara lengkap, mencakup metrik terkait pemanggilan, memori, gateway, atau prompting, yang menelusuri bagaimana permintaan mengalir melalui aplikasi AI. Visibilitas ini mengoptimalkan kinerja aplikasi AI dan mengidentifikasi bottleneck dalam alur kerja agen yang kompleks.

Kesimpulan

CloudWatch telah berkembang dari layanan metrik dasar menjadi platform observabilitas komprehensif yang esensial untuk operasi cloud modern. Kekuatan platform terletak pada integrasi mendalam, analisis otomatis, dan kemampuannya untuk diskalakan dari pemantauan sederhana hingga kecerdasan operasional bertenaga AI.

Saya mendorong Anda untuk mengeksplorasi CloudWatch secara sistematis, mulai dari metrik dan alarm dasar, lalu mengadopsi fitur lanjutan seiring pertumbuhan kebutuhan. Dokumentasi AWS CloudWatch dan Well-Architected Framework menawarkan panduan terperinci.

Pemantauan yang efektif adalah tentang memperoleh informasi yang meningkatkan keandalan, kinerja, dan pengalaman pengguna. CloudWatch menyediakan semua alat untuk melakukan itu dan membangun sistem yang lebih baik serta lebih tangguh.

Jika Anda ingin menjadi tersertifikasi AWS, saya merekomendasikan untuk mengambil jalur keterampilan AWS Cloud Practitioner kami, yang mencakup semua yang Anda butuhkan untuk meraih sertifikasi CLF-C02 dari Amazon.