# PERF05-BP02 使用監控解決方案了解效能最關鍵的領域
<a name="perf_process_culture_use_monitoring_solutions"></a>

 了解並找出提高工作負載效能將對效率或客戶體驗產生正面影響的地方。例如，具有大量客戶互動的網站可受益於邊緣服務的使用，因為這樣可以將內容交付移至更接近客戶的地方。

 **常見的反模式：**
+  您假設標準運算指標 (例如 CPU 使用率或記憶體壓力) 足以找出效能問題。
+  您只會使用所選監控軟體記錄的預設指標。
+  您只會在有問題時審查指標。

 **建立此最佳實務的優勢：**了解效能的關鍵領域，有助於工作負載擁有者監控 KPI 和優先處理具有高影響力的待改善之處。

 **未建立此最佳實務時的曝險等級：**高 

## 實作指引
<a name="implementation-guidance"></a>

 設定端對端追蹤，以識別流量模式、延遲和關鍵效能領域。監控您的資料存取模式，以確定是否有緩慢的查詢或分段及分割不佳的資料。使用負載測試或監控來找出工作負載受限領域。

 透過了解架構、流量模式和資料存取模式，來提高效能效率，並確定延遲和處理時間。找出隨著工作負載的成長，可能會影響客戶體驗的潛在瓶頸。調查這些領域後，請審視自己可以部署哪個解決方案，來消除這些效能疑慮。

### 實作步驟
<a name="implementation-steps"></a>
+  設置端到端監控，來擷取所有工作負載組成部分和指標。以下是 AWS 上的監控解決方案範例。    
[\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/wellarchitected/latest/framework/perf_process_culture_use_monitoring_solutions.html)
+  執行測試，來產生指標、確定流量模式、瓶頸和關鍵效能區域。以下是如何進行測試的一些範例：
  +  設定 [CloudWatch SyntheticCanary](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch_Synthetics_Canaries.html) 以程式設計方式使用 Linux Cron 任務或評分運算式，模擬以瀏覽器為基礎的使用者活動，以產生長期一致的指標。
  +  使用 [AWS 分散式負載測試](https://aws.amazon.com/solutions/implementations/distributed-load-testing-on-aws/)解決方案，來產生尖峰流量或以預期成長速率測試工作負載。
+  評估指標和遙測，來找出關鍵的效能領域。與您的團隊一起審核這些領域，討論監控和解決方案，以避免瓶頸。
+  進行效能改善的實驗，並透過資料來衡量這些變更。例如，可以使用 [CloudWatch Evidently](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-Evidently.html) 測試對工作負載的新改進和效能影響。

## 資源
<a name="resources"></a>

 **相關文件：**
+ [re:Invent 2023 中 AWS Observability 的最新消息](https://aws.amazon.com/blogs/mt/whats-new-in-aws-observability-at-reinvent-2023/)
+  [Amazon 建置者資料中心](https://aws.amazon.com/builders-library) 
+  [X-Ray 文件](https://docs.aws.amazon.com/xray/latest/devguide/aws-xray.html) 
+  [Amazon CloudWatch RUM](https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/CloudWatch-RUM.html) 
+  [Amazon DevOps Guru](https://aws.amazon.com/devops-guru/) 

 **相關影片：**
+ [AWS re:Invent 2023 – [發佈] 針對現代工作負載的應用程式監控](https://www.youtube.com/watch?v=T2TovTLje8w)
+ [AWS re:Invent 2023 – 實作應用程式可觀測性](https://www.youtube.com/watch?v=IcTcwUSwIs4)
+ [AWS re:Invent 2023 - 建立有效的可觀測性策略](https://www.youtube.com/watch?v=7PQv9eYCJW8)
+ [AWS Summit SF 2022 - 使用 AWS 獲得全堆疊可觀測性和應用程式監控](https://www.youtube.com/watch?v=or7uFFyHIX0)
+ [AWS re:Invent 2022 - AWS 優化：立即見效的可操作步驟](https://www.youtube.com/watch?v=0ifvNf2Tx3w)
+  [AWS re:Invent 2022 - Amazon 建置者資料中心：25 年 Amazon 卓越營運](https://www.youtube.com/watch?v=DSRhgBd_gtw) 
+ [AWS re:Invent 2022 - Amazon 如何使用更好的指標來提高網站效能](https://www.youtube.com/watch?v=_uaaCiyJCFA)
+  [使用 Amazon CloudWatch Synthetics 進行應用程式的視覺化監控](https://www.youtube.com/watch?v=_PCs-ucZz7E) 

 **相關範例：**
+  [使用 Amazon CloudWatch Synthetics 測量頁面載入時間](https://github.com/aws-samples/amazon-cloudwatch-synthetics-page-performance) 
+  [Amazon CloudWatch RUM Web 用戶端](https://github.com/aws-observability/aws-rum-web) 
+  [適用於 Python 的 X-Ray 開發套件](https://github.com/aws/aws-xray-sdk-python) 
+  [AWS 上的分散式負載測試](https://aws.amazon.com/solutions/implementations/distributed-load-testing-on-aws/)