Ao executar microsserviços no Enterprise Distributed Application Service (EDAS), você precisa de uma página única que exiba o volume de requisições, a latência, a pressão da coleta de lixo e a utilização da infraestrutura para detectar anomalias sem alternar entre ferramentas. A página de visão geral do aplicativo no console EDAS consolida essas métricas com comparações semana a semana e dia a dia. Isso ajuda a identificar regressões e correlacionar sintomas no nível do aplicativo com causas no nível do sistema.
Acesse a página de visão geral do aplicativo
Faça login no console EDAS.
No painel de navegação à esquerda, escolha Application Management > Applications.
Na página Applications, selecione uma região na barra de navegação superior. Na lista suspensa Microservices Namespace, selecione um namespace de microsserviços. Na lista suspensa Cluster Type, selecione ECS Clusters. Clique em nome do aplicativo que deseja gerenciar.
No painel de navegação à esquerda, escolha Application Monitoring > Application Overview.
Métricas de resumo
Cinco indicadores aparecem na parte superior da aba Overview. Cada indicador inclui taxas de variação semana a semana e dia a dia para distinguir padrões de tráfego esperados de anomalias inesperadas.
|
Métrica |
Descrição |
O que investigar |
|
Total requests |
Volume total de requisições de entrada no intervalo de tempo selecionado. |
Um pico repentino pode indicar um aumento súbito de tráfego. Uma queda brusca pode sinalizar falha upstream ou problema de roteamento. |
|
Average response time |
Latência média em todas as requisições. |
O aumento da latência frequentemente indica contenção de recursos ou chamadas lentas a serviços downstream. Compare com a utilização da CPU e os tempos de resposta dos serviços dependentes. |
|
Real-time instances |
Número de instâncias do aplicativo em execução. |
Compare com a capacidade esperada. Uma contagem abaixo do esperado pode explicar tempos de resposta elevados. |
|
Full GCs |
Número de coletas de lixo completas. |
Coletas completas frequentes indicam pressão de memória e podem causar picos de latência. Correlacione com o uso de memória em System Info. |
|
Slow SQL queries |
Número de consultas ao banco de dados que excedem o limiar de consulta lenta. |
Uma contagem alta sugere gargalos no nível do banco de dados. Revise os planos de consulta e a indexação. |
Compare as taxas de variação semana a semana e dia a dia para separar padrões recorrentes (como picos de tráfego semanais) de novos problemas. Uma métrica estável na comparação semanal, mas degradada na comparação diária, pode apontar para uma implantação recente.
Investigue métricas no nível de serviço
A aba Overview exibe gráficos de séries temporais tanto para os serviços que seu aplicativo fornece quanto para aqueles dos quais ele depende. Utilize esses gráficos para determinar se um problema de desempenho tem origem no seu aplicativo ou em uma dependência downstream.
Serviços fornecidos pelo aplicativo
Curvas de séries temporais para os serviços que seu aplicativo expõe aos chamadores upstream:
|
Gráfico |
Descrição |
Quando usar |
|
Request count |
Volume de chamadas de entrada ao longo do tempo. |
Identifique picos de tráfego, quedas ou mudanças na distribuição de requisições entre os serviços. |
|
Average response time |
Latência das respostas que seu aplicativo retorna aos chamadores. |
A degradação aqui afeta diretamente os consumidores upstream. Se o tempo de resposta aumentar enquanto a contagem de requisições permanece estável, verifique os serviços dependentes ou os recursos do sistema. |
Serviços dependentes do aplicativo
Curvas de séries temporais para os serviços que seu aplicativo chama:
|
Gráfico |
Descrição |
Quando usar |
|
Request count |
Volume de chamadas de saída para serviços downstream. |
Determine quais serviços downstream recebem mais tráfego do seu aplicativo. |
|
Average response time |
Latência das chamadas downstream. |
Picos aqui frequentemente explicam tempos de resposta elevados nas métricas de resumo. |
|
Application instances |
Contagem de instâncias ao longo do tempo. |
Correlacione eventos de dimensionamento de instâncias com mudanças de desempenho. Uma redução nas instâncias downstream pode causar aumento de latência. |
|
HTTP status codes |
Distribuição de códigos de resposta dos serviços dependentes. |
Monitore aumentos em erros 4xx (cliente) ou 5xx (servidor) como indicadores de falhas downstream. |
Monitore recursos do sistema
A seção System Info exibe curvas de séries temporais no nível da infraestrutura. Use essas métricas juntamente com os gráficos de nível de aplicativo acima para determinar se um problema de desempenho decorre de problemas no código ou de restrições de recursos.
|
Gráfico |
Descrição |
O que investigar |
|
CPU utilization |
Porcentagem de CPU em uso nos hosts do aplicativo. |
Utilização consistentemente alta pode exigir dimensionamento horizontal ou otimização de operações intensivas em computação. Correlacione picos de CPU com aumentos no tempo de resposta. |
|
Memory usage |
Porcentagem de memória consumida. |
O aumento do uso de memória combinado com coletas de lixo completas frequentes (veja as métricas de resumo) pode indicar um vazamento de memória. |
|
Load |
Média de carga do sistema. |
Compare o valor da carga com o número de núcleos de CPU disponíveis. Uma carga consistentemente superior à contagem de núcleos indica que o host está sobrecarregado. |
Fluxo de trabalho de solução de problemas
Ao notar uma anomalia nas métricas de resumo, siga esta abordagem para identificar a causa raiz:
Verifique as métricas de resumo. Identifique quais indicadores desviam da linha de base. Por exemplo, se o tempo médio de resposta aumentar enquanto o total de requisições permanece estável, provavelmente o problema não está relacionado ao tráfego.
Examine os serviços dependentes. Consulte os gráficos de Serviços Dependentes do Aplicativo para identificar picos de latência ou códigos de erro elevados. Se um serviço downstream apresentar aumento nas respostas 5xx, o problema pode ter origem nele.
Revise os recursos do sistema. Verifique a utilização da CPU, o uso de memória e a carga. Se a CPU estiver saturada ou o uso de memória estiver subindo com coletas de lixo completas frequentes, o problema pode estar no nível de recursos, e não no nível de serviço.
Correlacione entre camadas. Compare o momento das anomalias nas métricas do aplicativo e do sistema. Por exemplo, um pico no tempo de resposta que coincide com um pico de CPU e uma implantação recente sugere que a implantação introduziu um caminho de código intensivo em recursos.