Insights e análise de logs

Monitoramento e Solução de Problemas na AWS

John Q. Martin

Principal Consultant

Estrutura da consulta no Logs Insights

Estrutura de consulta do Logs Insights mostrando os campos filter, stats, sort e limit encadeados por pipes

Linguagens de consulta: mesma consulta, três jeitos

CloudWatch Logs Insights QL

fields @timestamp, @message, level
| filter level = "ERROR"
| filter @timestamp > ago(1h)
| sort @timestamp desc
| limit 20

OpenSearch PPL

source = `/aws/lambda/my-function`
| where level = 'ERROR' and @timestamp > ago(1h)
| fields @timestamp, @message, level
| sort - @timestamp
| head 20

Linguagens de consulta: OpenSearch SQL

OpenSearch SQL

SELECT `@timestamp`, `@message`, level
FROM `/aws/lambda/my-function`
WHERE level = 'ERROR'
  AND `@timestamp` > ago(1h)
ORDER BY `@timestamp` DESC
LIMIT 20

Sintaxe padrão SELECT / FROM / WHERE
Adiciona JOINs entre grupos de logs
Escolha o que melhor servir ao seu time

Cenário 1: Picos de erro

fields @timestamp, @message, level
| filter level = "ERROR"
| stats count() as error_count by bin(5m)
| sort @timestamp desc

Aprimorado: agrupar por tipo de erro

fields @timestamp, error_type, error_message
| filter level = "ERROR"
| stats count() as count by error_type, bin(5m)
| sort count desc

Cenário 2: Endpoints de API lentos

fields @timestamp, endpoint, response_time, status_code
| filter response_time > 1000
| stats avg(response_time) as avg_time,
        max(response_time) as max_time,
        count() as slow_requests
        by endpoint
| sort avg_time desc

Aprofundar

fields @timestamp, endpoint, response_time, user_id, request_id
| filter endpoint = "/api/users" and response_time > 1000
| sort response_time desc
| limit 20

Cenário 3: Falhas de autenticação

fields @timestamp, user_id, ip_address, action
| filter action = "login_failed"
| stats count() as failed_attempts by user_id, ip_address
| sort failed_attempts desc
| limit 50

Análise temporal

fields @timestamp, user_id, ip_address
| filter action = "login_failed"
| stats count() as attempts by ip_address, bin(1h)
| filter attempts > 10
| sort attempts desc

Cenários 4 e 5: timeouts em DB e vazamentos de memória

Timeouts de banco de dados

fields @timestamp, @message
| filter @message like /database/ and @message like /timeout|error|failed/
| parse @message "timeout after * seconds" as timeout_duration
| stats count() as timeout_count,
        avg(timeout_duration) as avg_timeout
        by bin(5m)

Detecção de vazamento de memória

fields @timestamp, memory_used_mb, heap_size_mb
| stats avg(memory_used_mb) as avg_memory,
        max(memory_used_mb) as max_memory
        by bin(1h)
| sort @timestamp asc

Cenário 6: Rastreamento de requisições

fields @timestamp, @message, request_id, service, action
| filter request_id = "abc123def456"
| sort @timestamp asc

Rastro multi-serviço

fields @timestamp, service, action, duration_ms, status
| filter request_id = "abc123def456"
| sort @timestamp asc
| display @timestamp, service, action, duration_ms, status

Técnicas avançadas: parse e Regex

Parsing de logs não estruturados

fields @timestamp, @message
| parse @message "[*] User * failed to access resource * from IP *"
    as level, user, resource, ip

Parsing com Regex

| parse @message /Request completed in (?<duration>\d+)ms with status (?<status>\d+)/

Técnicas avançadas: campos calculados

fields @timestamp, requests, errors
| fields error_rate = (errors / requests) * 100

fields @timestamp, status_code
| fields status_category =
    case(status_code < 300, "success",
         status_code < 500, "client_error",
         status_code >= 500, "server_error")
| stats count() as request_count by status_category

Otimização de consultas

Quatro regras de otimização: defina intervalo de tempo antes de agregar, limite resultados e prefira agregações

Detecção de anomalias e correlação

Detecção estatística de anomalias

Calcule a linha de base: média e desvio padrão em 7 dias
Compare o período atual com a linha de base
Marque valores > 2 desvios padrão como anômalos

Correlação de taxa de erro

fields @timestamp, level
| stats count() as total_requests,
        sum(case(level = "ERROR", 1, 0)) as errors
        by bin(5m)
| fields error_rate = (errors / total_requests) * 100

Resumo

CloudWatch Logs Insights: serviço de consultas interativas, sem infraestrutura
Três linguagens: Logs Insights QL, OpenSearch PPL, OpenSearch SQL
Seis cenários de troubleshooting: picos de erro, endpoints lentos, falha de auth, timeouts de DB, vazamentos de memória, rastreamento de requisição
Técnicas avançadas: parse para texto não estruturado, bin() para séries temporais, pct() para percentis
Correlação e anomalias: análise da taxa de erro, comparação com linha de base estatística
Da investigação à automação: filtros de métrica e alarmes fecham o ciclo

Vamos praticar!

Monitoramento e Solução de Problemas na AWS