AWS 宣布支持 Python 应用程序的自动检测功能

AWS 宣布将 Python 应用程序的自动检测功能引入 Amazon CloudWatch Application Signals。该功能允许使用 AWS Distro for OpenTelemetry (ADOT) 对 Python 应用程序进行检测，而无需更改代码。Application Signals 支持监控服务级别目标（SLOs），并与多种 AWS 可观察性和监控工具协同工作。

功能背景与支持范围

在 re:Invent 2023 期间，Application Signals 最初仅支持 Java 应用程序的自动检测。尽管 SDK 支持 JavaScript、Kotlin、Android、C++、PHP、Ruby、Go 和 iOS，但自动检测功能目前仅适用于 Java 和 Python 应用程序。该功能自动收集并关联来自多个来源的可观察性数据，包括 CloudWatch RUM、CloudWatch Synthetics canary、AWS Service Catalog AppRegistry 和 Amazon EC2 Auto Scaling。Application Signals 还会生成所发现服务的应用程序拓扑图。该功能目前仍处于预览状态。

支持的平台与架构

Application Signals 在 Amazon EKS、Amazon ECS 和 Amazon EC2 上得到支持和测试。对于运行在 Amazon EKS 上的工作负载，服务和集群的名称会自动发现，否则需要手动提供名称。AWS 指出，Application Signals 对于 Amazon EC2 应支持任何支持 CloudWatch 代理和 AWS Distro for OpenTelemetry 的架构。

仪表板与监控细节

配置完成后，服务会自动填充并显示在 Services 仪表板中。Service 详情页面提供单个启用服务的更详细信息。AWS X-ray 跟踪地图也可在 Trace 详情下查看。

服务级别目标（SLOs）支持

Application Signals 还支持创建服务级别目标（SLOs）以监控业务目标。每个发现的服务都会自动创建延迟和可用性指标。除了这两个指标外，任何 CloudWatch 指标或指标表达式都可以用作服务级别指标（SLIs）。然后可以设置 SLO 来跟踪 SLI 性能是否符合所需的阈值和目标。

与其他云服务提供商的对比

Google Cloud 提供了类似的功能，通过其 Managed Service for Prometheus 实现 Kubernetes 集群的自动收集。对于虚拟机，可以使用 Ops Agent 启用指标收集。GCP 还支持定义和监控 SLOs。在 Azure 中，可以使用 Azure Monitor Application Insights 实现自动检测，该服务对 .NET、Java、Node.js 和 Python 应用程序有不同程度的支持。

可用区域与预览状态

Application Signals 目前在美国东部（北弗吉尼亚）、美国东部（俄亥俄）、美国西部（俄勒冈）、亚太地区（悉尼）、亚太地区（东京）和欧洲（爱尔兰）区域得到支持。该功能处于预览状态，可能在正式发布前进行重大更改。