翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# Amazon SageMaker Feature Store Feature Processor パイプラインのモニタリング
<a name="feature-store-feature-processor-monitor-pipeline"></a>

AWS には、Amazon SageMaker AI リソースとアプリケーションをリアルタイムで監視し、問題が発生したときに報告し、必要に応じて自動アクションを実行するためのモニタリングツールが用意されています。特徴量ストア Feature Processor パイプラインは Pipelines であるため、標準のモニタリングメカニズムと統合を利用できます。実行の失敗などの運用メトリクスは、Amazon CloudWatch メトリクスと Amazon EventBridge イベントを介してモニタリングできます。

Feature Store Feature Processor をモニタリングして運用する方法の詳細については、以下のリソースを参照してください。
+ [Amazon SageMaker AI での AWS リソースのモニタリング](monitoring-overview.md) - SageMaker AI リソースのアクティビティのモニタリングと監査に関する一般的なガイダンス
+ [SageMaker パイプラインメトリクス](monitoring-cloudwatch.md#cloudwatch-metrics-pipelines) - Pipelines が発行する CloudWatch メトリクス
+ [SageMaker パイプライン実行の状態変更](automating-sagemaker-with-eventbridge.md#eventbridge-pipeline) - Pipelines と実行に発行される EventBridge イベント
+ [Amazon SageMaker Pipelines のトラブルシューティング](pipelines-troubleshooting.md) - Pipelines の一般的なデバッグとトラブルシューティングのヒント

Feature Store Feature Processor の実行ログは、Amazon CloudWatch Logs の `/aws/sagemaker/TrainingJobs` ロググループにあります。このロググループでは、ルックアップ規則を使用して実行ログストリームを確認できます。`@feature_processor` で修飾された関数を直接呼び出して作成された実行は、ローカルの実行環境コンソールでログを確認できます。` @remote` で修飾された実行の場合、CloudWatch Logs ストリーム名には関数の名前と実行タイムスタンプが含まれます。Feature Processor パイプライン実行の場合、ステップの CloudWatch Logs ストリームには `feature-processor` の文字列とパイプライン実行 ID が含まれます。

特徴量ストア Feature Processor パイプラインと最近の実行ステータスは、特徴量ストア UI の特定の特徴量グループの Amazon SageMaker Studio Classic で確認できます。Feature Processor パイプラインに関連する特徴量グループが入力または出力として UI に表示されます。また、リネージビューでは、データを生成する Feature Processor パイプラインやデータソースなどのアップストリーム実行にコンテキストを提供し、さらなるデバッグに役立てることができます。Studio Classic でのリネージビューの使用の詳細については、「[コンソールからリネージを表示する](feature-store-use-with-studio.md#feature-store-view-feature-processor-pipeline-lineage-studio)」を参照してください。