如何在CloudWatch的仪表板上显示AWS服务的正常运行时间百分比？

Question

我想要构建一个仪表板来显示我公司 Elastic Beanstalk 服务每月的正常运行时间百分比。

因此，我使用boto3 get_metric_data检索环境运行状况CloudWatch 指标数据并计算服务非严重时间的百分比。

from datetime import datetime
import boto3

SEVERE = 25

client = boto3.client('cloudwatch')

metric_data_queries = [
    {
        'Id': 'healthStatus', 
        'MetricStat': {
            'Metric': {
                'Namespace': 'AWS/ElasticBeanstalk',
                'MetricName': 'EnvironmentHealth',
                'Dimensions': [
                    {
                        'Name': 'EnvironmentName', 
                        'Value': 'ServiceA'
                    }
                ]
            },
            'Period': 300,
            'Stat': 'Maximum'
        },
        'Label': 'EnvironmentHealth',
        'ReturnData': True
    }
]

response = client.get_metric_data(
    MetricDataQueries=metric_data_queries,
    StartTime=datetime(2019, 9, 1),
    EndTime=datetime(2019, 9, 30),
    ScanBy='TimestampAscending'
    )

health_data = response['MetricDataResults'][0]['Values']
total_times = len(health_data)
severe_times = health_data.count(SEVERE)
print(f'total_times: {total_times}')
print(f'severe_times: {severe_times}')
print(f'healthy percent: {1 - (severe_times/total_times)}')

现在我想知道如何在 CloudWatch 的仪表板上显示百分比。我的意思是我想展示如下内容：

有谁知道如何将我计算的健康百分比上传到 CloudWatch 的仪表板？

或者还有其他工具更适合显示我的服务的正常运行时间吗？

Answer 1

您可以使用 CloudWatch 指标进行数学计算： https://docs.aws.amazon.com/AmazonCloudWatch/latest/monitoring/using-metric-math.html

您可以使用已有的指标创建指标数学表达式，metric_data_queries并在图表上获取结果。指标数学还可以与 GetMetricData API 配合使用，因此您可以将所做的计算移至 MetricDataQuery 中，并直接从 CloudWatch 获取所需的数字。

看起来您需要一个数字来说明上个月指标值等于 25 的数据点的百分比。

您可以这样计算（这是图表的来源，您可以在源选项卡上的 CloudWatch 控制台中使用，确保区域与您的区域匹配，并且指标名称与您的指标匹配）：

{
  "metrics": [
    [
      "AWS/ElasticBeanstalk",
      "EnvironmentHealth",
      "EnvironmentName",
      "ServiceA",
      {
        "label": "metric",
        "id": "m1",
        "visible": false,
        "stat": "Maximum"
      }
    ],
    [
      {
        "expression": "25",
        "label": "Value for severe",
        "id": "severe_c",
        "visible": false
      }
    ],
    [
      {
        "expression": "m1*0",
        "label": "Constant 0 time series",
        "id": "zero_ts",
        "visible": false
      }
    ],
    [
      {
        "expression": "1-AVG(CEIL(ABS(m1-severe_c)/MAX(m1)))",
        "label": "Percentage of times value equals severe",
        "id": "severe_pct",
        "visible": false
      }
    ],
    [
      {
        "expression": "(zero_ts+severe_pct)*100",
        "label": "Service Uptime",
        "id": "e1"
      }
    ]
  ],
  "view": "singleValue",
  "stacked": false,
  "region": "eu-west-1",
  "period": 300
}

解释一下发生了什么（上面每个元素的用途是什么，按 id）：

• m1 - 这是您的原始指标。将统计设置为Maximum.
• strict_c - 您要用于 SEVERE 值的常量。
• Zero_ts - 创建所有值均为零的恒定时间序列。这是必需的，因为常量无法绘制成图表，并且最终值将是常量。因此，为了绘制它，我们只需将常数添加到这个零时间序列中。
• strict_pct - 这是您实际计算等于 SEVERE 的值百分比的地方。
  • m1-severe_c- 将值等于 SEVERE 的数据点设置为 0。
  • ABS(m1-severe_c)- 使所有值都为正，将 SEVERE 数据点保持为 0。
  • ABS(m1-severe_c)/MAX(m1)- 除以最大值可确保所有值现在都在 0 和 1 之间。
  • CEIL(ABS(m1-severe_c)/MAX(m1))- 将所有不同于 0 的值捕捉到 1，将 SEVERE 保持为 0。
  • AVG(CEIL(ABS(m1-severe_c)/MAX(m1))- 由于指标现在全部为 1 和 0，其中 0 表示严重，因此取平均值即可得出非严重数据点的百分比。
  • 1-AVG(CEIL(ABS(m1-severe_c)/MAX(m1)))- 最后，您需要严重值的百分比，并且由于值要么严重，要么不严重，因此从 1 中减去即可得到所需的数字。
• e1 - 最后一个表达式为您提供了 0 到 1 之间的常数。您需要 0 到 100 之间的时间序列。这个表达式为您提供：(zero_ts+severe_pct)*100。这并不是您返回的唯一结果，所有其他表达式都有"visible": false.