Анализ журналов с помощью Logs Insights

Мониторинг и устранение неполадок в AWS

John Q. Martin

Principal Consultant

Структура запроса Logs Insights

Структура запроса Logs Insights с командами filter, stats, sort и limit, объединёнными через pipe

Языки запросов: один запрос, три способа

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

Языки запросов: 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

Стандартный синтаксис SELECT / FROM / WHERE
Поддержка JOIN между группами журналов
Выбирайте то, что удобнее вашей команде

Сценарий 1: обнаружение всплесков ошибок

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

Расширенный вариант: группировка по типу ошибки

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

Сценарий 2: медленные API-эндпоинты

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

Детализация

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

Сценарий 3: неудачные попытки аутентификации

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

Анализ по времени

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

Сценарии 4 & 5: таймауты БД и утечки памяти

Таймауты базы данных

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)

Обнаружение утечек памяти

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

Сценарий 6: трассировка запросов

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

Трассировка через несколько сервисов

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

Продвинутые техники: parse и Regex

Разбор неструктурированных журналов

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

Разбор с помощью регулярных выражений

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

Продвинутые техники: вычисляемые поля

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

Оптимизация запросов

Четыре правила оптимизации запросов: задайте диапазон времени, фильтруйте до агрегации, ограничивайте результаты и отдавайте предпочтение агрегациям

Обнаружение аномалий и корреляция

Статистическое обнаружение аномалий

Вычислите базовые показатели: среднее и стандартное отклонение за 7 дней
Сравните текущий период с базовыми показателями
Отметьте значения, превышающие 2 стандартных отклонения, как аномальные

Корреляция частоты ошибок

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

Итоги

CloudWatch Logs Insights: интерактивный сервис запросов без необходимости в инфраструктуре
Три языка запросов: Logs Insights QL, OpenSearch PPL, OpenSearch SQL
Шесть сценариев диагностики: всплески ошибок, медленные эндпоинты, сбои аутентификации, таймауты БД, утечки памяти, трассировка запросов
Продвинутые техники: parse для неструктурированного текста, bin() для временных рядов, pct() для перцентилей
Корреляция и обнаружение аномалий: анализ частоты ошибок, сравнение со статистической базой
От анализа к автоматизации: фильтры метрик и оповещения замыкают цикл

Давайте потренируемся!