In dit hoofdstuk maak je kennis met Amazon CloudWatch, de kernservices en de principes van observability en monitoring.

Aan de slag met Amazon CloudWatch

Maak een rondje door de CloudWatch-console

Wat zijn monitoring en observability?

Kernfunctionaliteit van CloudWatch

CloudWatch-metrics

Onderdelen van een metric classificeren

Aangepaste metrics en dimensies

Ontdek de opbouw van een metric

CloudWatch-dashboards bouwen

Herken de performance-bottleneck

Maak een CloudWatch-dashboard

Dashboard-widgets verkennen

CloudWatch-monitoring en -observability

Leer werken met CloudWatch-logs en stel alarms en meldingen in.

CloudWatch Logs

Maak een metric filter

Verken de logarchitectuur

Classificeer componenten van de loghiërarchie

CloudWatch-alarms en meldingen

Maak een CloudWatch-alarm

Classificeer alarmstatussen en acties

Simuleer alarmevaluatie

SNS- en SQS-integratie met CloudWatch

Stuur een bericht naar een SQS-queue

Verken de notificatiestroom van SNS en SQS

Classificeer SNS vs SQS

Log Insights en analyse

Voer een Log Insights-query uit

Koppel troubleshootingscenario's aan queries

Verken Log Insights-queries

CloudWatch Logs en alarms

Leer hoe je gedistribueerde toepassingen observeert met AWS X-Ray.

X-Ray-concepten en -architectuur

X-Ray-sampling simuleren

Levenscyclus van een gedistribueerde trace

Zet de levenscyclus van een gedistribueerde trace in de juiste volgorde

Hoe X-Ray downstream-calls weergeeft

X-Ray-tracing implementeren

Annotatie of metadata voor filtering?

Opties

Automatische instrumentatie

Handmatige instrumentatie

Automatische vs. handmatige instrumentatie

Stappen voor Flask-instrumentatie

Zet de stappen voor het instrumenteren van een Flask-app in de juiste volgorde

Traces en servicemaps analyseren

Lees een X-Ray-servicemap

Sequentiële bottleneck

N+1-queries / kletserige services

Cold start

Koppel het latency-anti‑patroon aan de juiste oplossing

Stel de latentiepatroon vast

Dashboards voor de gezondheid van applicaties

Options

Latency

Traffic

Errors

Saturation

Classificeer statistieken in de vier gouden signalen

Troubleshooting-workflow

Zet de zevenstappen-workflow voor troubleshooting in de juiste volgorde

Bouw een dashboard voor de gezondheid van je applicatie

Gefeliciteerd!

Gedistribueerd tracen met X-Ray

Als een AWS-toepassing trager wordt of begint te falen, kun je de oorzaak dan vinden vóórdat je gebruikers dat doen? Deze cursus geeft je de observability-vaardigheden om productie-workloads met vertrouwen te monitoren, te diagnosticeren en te herstellen. Met Amazon CloudWatch verzamel je metrics en logs, bouw je dashboards die problemen in één oogopslag tonen, en stel je alarms en meldingen in die je waarschuwen zodra er iets misgaat. Met AWS X-Ray traceer je requests over gedistribueerde services, lees je servicemaps en lokaliseer je exact welke hop de latency of fouten veroorzaakt. Je doorloopt realistische troubleshootingscenario's, waaronder mislukte Lambda-aanroepen, trage databaseverzoeken en kettingreacties van fouten, zodat giswerk verandert in een herhaalbaar diagnostisch proces. Aan het eind houd je AWS-toepassingen betrouwbaar, performant en van end-to-end observeerbaar.

AWS Concepts

Monitor en los AWS-werklasten met CloudWatch en X-Ray: verzamel metrics, bouw dashboards, stel alarmen in.

Monitoring en troubleshootening in AWS

Monitor en los problemen met AWS-apps met Amazon CloudWatch en AWS X-Ray. Meet metrics en logs, bouw dashboards, stel alarmen in en traceer requests.

patch_all() aanroepen om alle ondersteunde bibliotheken te instrumenteren

XRayMiddleware koppelen aan een Flask-app

patch(['boto3', 'requests']) aanroepen voor geselecteerde bibliotheken

Een functie omwikkelen met @xray_recorder.capture()

Een with xray_recorder.capture()-contextmanager gebruiken

Expliciet een genoemd subsegment rond een codeblok toevoegen

Automatische vs. handmatige instrumentatie

Monitoring en troubleshootening in AWS

Interactieve oefening met praktijkervaring