什麼是Amazon CloudWatch？

您可以使用CloudWatch做什麼以及需要考慮的一些障礙

隨著AWS在雲市場中佔據主導地位，許多公司正在使用Amazon AWS將其本地系統遷移到雲中。  那麼，應該如何管理在AWS環境中運行的系統？

在此博客文章中，我們將介紹AWS提供的監視服務Amazon CloudWatch的功能，以及實現它的挑戰以及如何解決它們。

使用Amazon CloudWatch密切監視您的AWS環境

為了確保您擁有穩定的雲環境，快速檢測異常（“系統損害”）並及時做出響應非常重要。  對於任何遷移到雲的組織而言，監視已成為一項重要且必要的任務。  這與管理本地應用程序和基礎結構沒有什麼不同。那麼，您應該如何在AWS環境中進行監控？一種選擇是使用Amazon CloudWatch，它監視CPU，內存和磁盤使用情況，並在超過預定閾值時通知您。  另外，您可以設置自己的指標來監視各種項目，例如應用程序日誌。

關於Amazon CloudWatch的最好之處在於，它是AWS本身提供的一項服務。  它與Amazon EC2和其他AWS服務具有很高的親和力，因此它可以快速響應頻繁的功能擴展和規範更改，並可以輕鬆支持AWS Auto Scaling，後者會根據負載自動增加或減少資源。  Amazon CloudWatch可根據每種環境的獨特情況提供精確的監控。

Amazon CloudWatch實施挑戰

儘管Amazon CloudWatch非常適合擁有經驗豐富的雲工程師和DevOps團隊的組織，但一般用戶應該注意一些事項。

Amazon CloudWatch可有效監視組織的AWS環境，但它需要一定水平的技能和知識來配置和部署。  尤其是當您設置自己的指標，設置警報或考慮到Auto Scaling時，複雜性會增加。 例如，如果要設置監視，這很容易，但是如果要設置電子郵件，重新啟動，自動縮放等，則可能會遇到困難，具體取決於資源情況。

如果您要使用“發生錯誤時重新啟動服務器”之類的指示來自動化恢復過程，則必須首先使用AWS Lambda腳本創建恢復方案，該腳本提供了有關條件和要採取的措施的詳細說明。  您的團隊對AWS Lambda有多熟悉？

Amazon CloudWatch的主要優點是您可以密切監視您的環境，但是要做到這一點，您必須事先為每個系統正確設計要監視的項目以及何時監視閾值等。  這些設計任務可能會花費很多時間。  當然，您的關鍵任務系統需要以這種方式進行嚴密監視，但是這種詳細程度和復雜程度並不適合所有系統。對於某些網站，例如內部網站或WordPress服務器，您將希望最大程度地降低運營和人工成本。在這種情況下，我們建議您考慮使用一種更易於操作和管理的工具。

SIOS AppKeeper，用於監視在AWS上運行的操作系統和應用程序服務

對於非關鍵任務應用，我們建議使用SIOS Technology的SIOS AppKeeper。  AppKeeper易於安裝和配置，並可監視在EC2實例上運行的應用程序的服務（進程）。  當檢測到錯誤時，AppKeeper會自動重新啟動服務，並在必要時重新啟動實例。  即使是初次遷移到雲的用戶也可以設置AppKeeper來監視其EC2實例並自動恢復，而無需具備複雜的腳本編寫技能。

使用AppKeeper，無需選擇要監視的單個服務。您只需選擇要監視的EC2實例以及要自動執行的操作即可。  您始終可以更詳細地了解要監視哪些服務以及如何監視這些服務，但是AppKeeper的設計使其易於配置。  當檢測到錯誤或從中自動恢復錯誤時，會記錄並存儲故障日誌，以便以後可以調查故障原因。

建議您不要根據Amazon SLA和恢復要求清點環境清單，而要使用SIOS AppKeeper監視您想減少運營開銷的系統和應用程序，而不是使用Amazon CloudWatch來密切監視AWS環境中的所有內容。

請繼續關注未來的博客文章，我們將更詳細地比較如何設置CloudWatch和AppKeeper以執行相同的功能。

了解有關SIOS AppKeeper的更多信息

註冊免費試用SIOS AppKeeper

測試/質量保證系統是企業可用性的關鍵部分

“我可以吻你，”這就是三十年前一個朋友向我衝來時對我脫口而出的意思。在前往我們地區最大的樂隊比賽之一的途中，她已將簧片放到薩克斯管上。我不知道它們是誰，但是當我看到一堆蘆葦在公交車上的座位上時，我把它們撿起來，帶他們去了暖身區。熱身三分鐘後，她的第一個簧片破裂了，當她伸手去拿空口袋進行替換時，她驚慌失措。當我找到我發現它們的管道時，她脫口而出：“我現在可以吻你。”

擔任SIOS Technology Corp.客戶體驗副總裁 在可用性頻譜的不同階段，我與許多企業客戶和合作夥伴一起工作感到非常獨特和獨特。有時，我有機會與最終客戶一起解決問題，緩解問題和進行改進。在其他時候，我們的團隊會與合作夥伴和客戶積極合作，以設計和實現企業可用性，以保護其係統免於停機。最近的一次客戶體驗使我想起了大約30年前發生的一件事情，當時我的朋友脫口而出：“我可以吻你。”

我和我的團隊正在打客戶電話。通話從平時的歡愉，介紹和對客戶企業環境的概述開始。通話30分鐘後，一切進展順利。他們的體系結構紮實，周到並且記錄良好。他們的團隊知識淵博，技術精湛，經驗豐富。但是隨後，客戶暗示，由於節省了成本，他們將不打算維護專用的測試/質量系統。我深吸了一口氣。  實際上，這更像是呼氣，就像是從腸子上沖來的空氣一樣。我準備做出回應，但在此之前，我的聲音就爆發了。  “停機的首要原因是缺乏流程，”合作夥伴代表架構師在與我們的電話中大聲喊道。經過短暫的開玩笑，客戶同意維護測試/ QA系統，我差點脫口而出：“我可以親你！”

在許多企業部署的前線（新系統，數據中心遷移和系統更新）中，我在支持和服務部門的團隊已經看到許多問題，這些問題可以通過利用測試系統/群集來解決。

測試/質量系統是避免停機的HA策略的重要組成部分。與維護企業部署相關的常見任務（例如補丁，更新和配置更改）存在風險。巨大的風險。

通常在生產中進行測試的風險包括幾個嚴重的潛在災難性問題： 

• 數據損壞或無效
• 受保護的數據洩漏
• 錯誤的收入確認（取消的訂單等）
• 重載系統
• 對其他生產系統的意外副作用或影響
• 錯誤率高，可觸發警報並呼叫人員
• 偏斜的分析（流量漏斗，A / B測試結果等）
• 充滿腳本和漫遊器活動的不正確流量日誌（a）

如果客戶嘗試在生產中進行風險較大的更改，則結果可能會非常有害。除了上面列出的那些故障之外，還有更多的停機時間風險，應用程序安裝損壞，以及在某些情況下不可逆轉的損壞。以客戶X（在製造業中知名的SAP Enterprise商店）為例。

在從信譽良好的站點上讀取緊急通知後，OS管理員迅速將其生產節點更新為可用的最新內核更新。在數小時內，生產節點開始了一系列未啟動的崩潰和內核崩潰。他急忙安裝了與他的配置不兼容的內核。現有應用程序軟件包，設備，文件系統和相關軟件包的組合。這導致生產中斷，並向多個供應商幾次高優先級升級。

將補丁程序應用於測試/ QA或沙箱系統時，可以管理和驗證補丁程序和關鍵修訂，以減少生產力損失和計劃外停機。在類似生產的環境中測試應用程序使您能夠發現無法預料的問題，並在這些問題對您的操作產生不利影響之前進行糾正。產前設計和測試消除了代價高昂的業務中斷，改善了客戶體驗並保護了品牌。

使用測試質量檢查系統改善生產可用性和過程

這些是使用測試/質量檢查系統可以改善生產可用性和過程的基礎知識。 與生產環境類似的受控環境（必須與生產環境盡可能相似）必須具有以下功能：

1. 測試內核更新和安全更新
2. 驗證設置和配置調整
3. 重現生產問題並測試軟件更新和補丁
4. 驗證應用程序版本兼容性，並減少由於不兼容的更改而導致停機的風險
5. 提供一個安全的空間來練習和修訂上線，維護，中斷和其他企業程序活動
6. 在不影響企業客戶的情況下培訓新員工和團隊成員

如果您具有用於部署關鍵企業可用性軟件的測試/質量檢查環境，我現在可以親吻您。有了這種環境，您的團隊就可以“測試，驗證和驗證（2）”體系結構，業務需求，用戶場景，以及與與生產環境最相似的一個系統或一組系統的一般集成-您知道賺錢。當然，您仍然必須安排窗口來維護生產系統並在其上執行測試，但是要在這之間完成一個安全的緩衝步驟之後。

—客戶體驗副總裁Cassius Rhue

————-

參考文獻：

1. https://opensource.com/article/19/5/dont-test-production已訪問2020年5月4日
2. https://www.softwaretestingclass.com/system-testing-what-why-how/訪問時間：5/4/2020