aws-observability
热门构建、配置、调试和优化 AWS 可观测性，涵盖 CloudWatch（日志洞察、指标、告警、仪表盘、EMF）、X-Ray、CloudTrail 和 ADOT（AWS Distro for OpenTelemetry），并使用 ADOT 自动埋点 SDK 为服务启用/接入 Application Signals。包括日志洞察查询、告警（指标、复合、异常检测）、仪表盘、自定义指标/EMF、X-Ray 追踪与采样、ADOT Collector 配置、CloudTrail 审计，以及通过 ADOT SDK（CloudWatch Observability EKS 插件、CloudWatch Agent IAM、OTLP 端点、ServiceEvents、动态插桩）端到端启用 Application Signals，动态插桩中的断点和快照、运行中服务的实时数据捕获、无需重新部署即可调试。适用于 CloudWatch、告警、仪表盘、EMF、X-Ray、追踪、CloudTrail、ADOT、监控、合成监控/金丝雀，或为服务启用/接入/埋点 Application Signals。不适用于应用日志记录或安全威胁检测。
Builds, configures, debugs, and optimizes AWS observability with CloudWatch (Log Insights, Metrics, Alarms, Dashboards, EMF), X-Ray, CloudTrail, and ADOT (AWS Distro for OpenTelemetry), AND enables/onboards services to Application Signals using ADOT auto-instrumentation SDKs. Covers Log Insights queries, alarms (metric, composite, anomaly), dashboards, custom metrics/EMF, X-Ray tracing and sampling, ADOT collector config, CloudTrail auditing, and end-to-end Application Signals enablement via ADOT SDKs (CloudWatch Observability EKS add-on, CloudWatch Agent IAM, OTLP endpoints, ServiceEvents, Dynamic Instrumentation), breakpoint and snapshot in Dynamic Instrumentation, live data capture in running service, debug without redeploying. Applies to CloudWatch, alarms, dashboards, EMF, X-Ray, traces, CloudTrail, ADOT, monitoring, synthetics/canaries, OR enabling/onboarding/instrumenting a service for Application Signals. Not for app logging or security threat detection.
AWS 可观测性
概述
涵盖指标、日志和追踪的 AWS 可观测性领域专业知识，覆盖完整生命周期：使用 ADOT（AWS Distro for OpenTelemetry）自动埋点 SDK 和 ServiceEvents 为服务启用/接入 Application Signals——使服务出现在 Application Signals 中——支持 EC2、ECS、EKS 和 Lambda 上的 Python、Node.js、Java 和 .NET。
最佳搭配 AWS MCP 服务器——可直接运行 CLI 命令、查询 CloudWatch 和验证配置。所有指导也适用于标准 AWS CLI 访问。
注意： 参考文件包含可能变化的特定运行时版本、配额值和功能矩阵。当需要精确性时（例如部署到生产环境、选择运行时或检查配额），请对照当前 AWS 文档确认值，而非仅依赖这些文件中的值。
路由
| 用户需求 | 操作 |
|---|---|
| 为服务启用/接入 Application Signals（自动埋点） | 阅读 application-signals-onboarding.md |
| 通过 CI/CD 传播 ServiceEvents git/部署元数据 | 阅读 application-signals-cicd-metadata.md |
| 按平台/语言的启用步骤 | 阅读对应的 references/appsignals-guides/<platform>-<language>.md（例如 eks-python.md） |
| 编写日志洞察查询 | 阅读 log-insights.md |
| 配置告警（指标、复合、异常检测） | 阅读 alarms.md |
| 发布自定义指标或使用 EMF | 阅读 metrics.md |
| 设置 X-Ray 追踪或 ADOT | 阅读 tracing.md |
| 构建仪表盘 | 阅读 dashboards.md |
| 调试可观测性问题 | 阅读 troubleshooting.md——从最常见的 5 个修复开始 |
| 调试金丝雀失败 | 阅读 synthetics.md——查看常见失败表 |
| CloudTrail 操作审计 | 阅读 cloudtrail.md |
| 使用 CDK 设置 Lambda 监控 | 使用 alarm-template.ts 作为起点 |
| 创建合成金丝雀 | 阅读 synthetics.md |
| 配置 ADOT Collector | 使用 otel-config.yaml 作为起点 |
| 使用断点/快照调试运行中的服务——动态插桩（修改实时服务并捕获实时数据） | 在操作前完整阅读 dynamic-instrumentation.md。在创建/删除前与用户确认，并在重大操作前说明：观察→假设→建议操作→预期结果。通过源代码/代码检查诊断运行中服务的根本原因。仅源代码检查可识别假设，而非确认的根本原因。在运行时证据确认之前，保持怀疑原因暂定。 |
| 涉及多个领域 | 先阅读最具体的参考，然后根据需要查阅其他 |
文件
| 文件 | 内容 |
|---|---|
| application-signals-onboarding.md | 启用 Application Signals 自动埋点：EKS 插件、CloudWatch Agent IAM、OTLP 端点、ServiceEvents 环境变量、动态插桩——按平台/语言的两层范围 |
| application-signals-cicd-metadata.md | 通过 CI/CD 传播 ServiceEvents git 和部署元数据（5 个 OTEL_AWS_SERVICE_EVENTS_* 变量） |
references/appsignals-guides/（例如 eks-python.md） |
16 个按平台×语言的启用指南（EC2/ECS/EKS/Lambda × Python/Node.js/Java/.NET） |
| alarms.md | 指标、复合、异常检测告警——配置、约束、推荐默认值 |
| log-insights.md | 完整查询语法、命令、函数、已知问题、可重用查询库 |
| metrics.md | 自定义指标、EMF 规范、指标过滤器、高分辨率、保留期 |
| tracing.md | X-Ray → ADOT 迁移、采样规则、注解与元数据、Collector 配置 |
| dashboards.md | 小部件类型、跨账户/区域、动态标签、共享 |
| troubleshooting.md | 所有可观测性服务的错误→原因→修复 |
| cloudtrail.md | 操作审计、事件类型、S3+Athena 查询 |
| synthetics.md | 金丝雀运行时/蓝图约束、VPC 网络、常见失败 |
| alarm-template.ts | 最佳实践 CDK Lambda 监控（告警 + 仪表盘） |
| otel-config.yaml | 用于 X-Ray 追踪 + CloudWatch EMF 指标的 ADOT Collector 配置 |
| dynamic-instrumentation.md | 动态插桩调试循环——实时代码上的断点/探针、快照捕获与关联分析、创建/删除门控、快照 PII 处理。通过 scripts/di_instrumentation.py + scripts/di_snapshots.py 运行。 |
