本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 監控 Amazon SageMaker Feature Store 特徵處理器管道
<a name="feature-store-feature-processor-monitor-pipeline"></a>

AWS 提供監控工具來即時監看 Amazon SageMaker AI 資源和應用程式、在發生問題時回報，以及適時採取自動動作。Feature Store 特徵處理器管道是 Pipelines，因此可以使用標準監視機制和整合。您可以透過 Amazon CloudWatch 指標和 Amazon EventBridge 事件監控執行失敗等操作指標。

如需有關如何監控和操作特徵商店特徵處理器的更多資訊，請參閱下列資源：
+ [監控 Amazon SageMaker AI 中的 AWS 資源](monitoring-overview.md) – 監控與稽核 SageMaker AI 資源活動的一般指引。
+ [SageMaker 管道指標](monitoring-cloudwatch.md#cloudwatch-metrics-pipelines) – 由 Pipelines 發出的 CloudWatch 指標。
+ [SageMaker 管道執行狀態變更](automating-sagemaker-with-eventbridge.md#eventbridge-pipeline) – 針對 Pipelines 和執行發出的 EventBridge 事件。
+ [針對 Amazon SageMaker Pipelines 進行疑難排解](pipelines-troubleshooting.md) – Pipelines 的一般偵錯和疑難排解提示。

特徵商店特徵處理器執行日誌可在 `/aws/sagemaker/TrainingJobs` 日誌群組下的 Amazon CloudWatch Logs 中找到，您可以按照查閱慣例找到執行日誌串流。對於透過直接調用 `@feature_processor` 裝飾函式建立的執行，您可以在本地執行環境的主控台中找到日誌。對於 ` @remote` 裝飾的執行，CloudWatch Logs 串流名稱中會包含函式的名稱和執行時間戳記。對於特徵處理器管道執行，該步驟的 CloudWatch Logs 串流包含 `feature-processor` 字串和管道執行 ID。

在 Amazon SageMaker Studio Classic 中，可在 Feature Store UI 中找到特定特徵群組的 Feature Store 特徵處理器管道和最近的執行狀態。與特徵理器管道相關的特徵群組會作為輸入或輸出顯示在使用者介面中。此外，歷程視圖可提供上游執行的上下文，例如產生特徵處理器管道和資料來源的資料，以便進一步偵錯。如需使用 Studio Classic 進行歷程檢視的詳細資訊，請參閱[從主控台檢視歷程](feature-store-use-with-studio.md#feature-store-view-feature-processor-pipeline-lineage-studio)。