テーマ別の解説テーマ:イベント処理の監視と復旧
CloudWatchアラームの状態を読む|ALARMと欠測の切り分け
アラームは、選んだ指標が決めた条件を満たすかを判定します。 画像変換の待ち時間を例に、しきい値を超えた場合と、データが届かず判定できない場合を区別します。
Period、評価期間数N、必要な違反点数Mを読み、違反、正常、欠測の記録から次に確かめる対象を選べる。
CloudWatchが一定の期間ごとに指標を集約することを知っていると読みやすくなります。
アラームが見た指標と状態遷移をそろえる
メトリクスアラームでは、各Periodの統計をしきい値と比較します。M out of Nは、判定に必要な違反点の数Mと、評価に使う点数Nの設定です。
- 指標を選ぶ → 期間で集約同じメトリクスを選ぶ
- 期間で集約 → 違反点を数える違反と欠測を区別する
- 違反点を数える → 状態を読む理由を確認する
- 指標を選ぶ
- 画像変換の待ち時間
- 期間で集約
- 1分ごとの値
- 違反点を数える
- 直近3点のうち2点
- 状態を読む
- 状態理由と元データを照合
直近3点のうち2点が違反する条件を読む
| 1分ごとの観測 | 読み方 | 次の判断 |
|---|---|---|
| 45秒、80秒、90秒 | 違反2点 | 固定例ではしきい値条件を満たす。 |
| 45秒、80秒、50秒 | 違反1点 | 3点そろっている条件では点数不足。 |
| 評価範囲内すべて欠測 | missing設定 | INSUFFICIENT_DATA。データが届く条件を確認。 |
欠測が混ざる場合、既定のスライド評価は追加の過去データを確認することがあります。表示した3点に空欄があるだけで全体の状態を推定せず、評価の履歴と実際に参照された範囲を見ます。
欠測したときは、指標が出る条件を確かめる
継続して出る指標。 通常は一定間隔で届く指標が止まったなら、対象、データ供給、リージョン、ディメンションを確認します。欠測の扱いは通知や自動処理への影響を含めて決めます。
異常時だけ出る指標。 成功だけの時間帯には点が出ない設計もあります。指標ごとの発行条件を調べ、空欄がその設計で予期されていたかを確認します。
状態の根拠を選ぶ
選択すると、正誤と理由が表示されます。
確認して、自分の言葉で説明する
- しきい値とPeriodとM/Nを控える。
- 状態が変わった時刻と理由を読む。
- 対象メトリクスの欠測条件を確認する。
理解を確かめる: ダッシュボードは空欄ですが、状態がOKでした。先に何を確認しますか?
状態の評価範囲、欠測時の設定、対象メトリクスの発行条件です。
OKという評価と業務が正常であることは、同じ観測だけでは結び付けられません。
出典と確認した条件
説明に用いた公式資料を、確認した内容・条件と本文の参照箇所に分けてまとめています。専門家による監修・実際のAWSとの比較検証は行っていません。
- Alarm evaluation確認日:
確認した内容・条件Period、M/N、評価間隔。
確認した内容・条件欠測時の選択と評価範囲。
参照した本文アラームが見た指標と状態遷移をそろえる 直近3点のうち2点が違反する条件を読む 欠測したときは、指標が出る条件を確かめる