Docs » Splunk APMを使用したエラーのトラブルシューティングとアプリケーションパフォーマンスの監視のシナリオ » シナリオ:Alexがエンドポイントパフォーマンスを使用してサービスパフォーマンスを監視する

シナリオ:Alexがエンドポイントパフォーマンスを使用してサービスパフォーマンスを監視する 🔗

Buttercup GamesのパフォーマンスエンジニアであるAlexは、Buttercup Gamesのカスタマーエクスペリエンスを監視および最適化し、インシデントを未然に防ぎたいと考えています。現在、Alexは特に精算のワークフローに関心を持っています。なぜなら、今朝、このプロセスに対する強化機能をリリースしたからです。

精算エクスペリエンスのパフォーマンスを確認するために、AlexはSplunk APMで以下の手順を踏みます:

  1. Alexが「エンドポイントパフォーマンス」カードでエンドポイントを確認する

  2. Alexが「エンドポイントパフォーマンス」でエンドポイントをソートし、フィルタリングする

  3. Alexが直近1時間のパフォーマンスを昨日の同じ時間と比較する

  4. AlexがTag Spotlightを使用して詳細なコンテキストを取得する

Alexが「エンドポイントパフォーマンス」カードでエンドポイントを確認する 🔗

AlexはAPMで依存関係マップを開きます。Buttercup Gamesアプリはモノリスアーキテクチャを使用しているため、依存関係マップを使用してコンポーネントサービスにドリルダウンすることはできません。そこでAlexは「エンドポイントパフォーマンス」カードを確認し、P90レイテンシを2秒間以上示す精算エンドポイントが「エンドポイントパフォーマンス」カードにリストされていることに気付きました。

このスクリーンショットは、サービスマップでエンドポイントを持つサービスを選択したときに表示されるエンドポイントパフォーマンスカードを示しています。

Alexが「エンドポイントパフォーマンス」でエンドポイントをソートし、フィルタリングする 🔗

Alexは、「エンドポイントパフォーマンス」カードを選択して完全な「エンドポイントパフォーマンス」のページに移動し、どの精算エンドポイントに2秒以上の時間がかかっているかの詳細を確認します。

このスクリーンショットは、エンドポイントパフォーマンスのページを示しています。

「エンドポイントパフォーマンス」内で、AlexはP90レイテンシでエンドポイントをソーティングし、レイテンシが最も高いエンドポイントをすぐに確認できるようにします。

このスクリーンショットは、エンドポイントパフォーマンス内のソーティングオプションを示しています。

また、Alexは検索を使って、パスに/checkout/が含まれるエンドポイントにフィルターをかけます。

このスクリーンショットは、エンドポイントパフォーマンス内のソーティングオプションを示しています。

Alexが直近1時間のパフォーマンスを昨日の同じ時間と比較する 🔗

Alexは、今朝リリースがあったことを知っているため、時間のドロップダウンを「-1h」に更新し、比較に「-24h」を選択して、直近の1時間を昨日の同じ時間枠と比較できるようにします。

このスクリーンショットは、エンドポイントパフォーマンスの比較設定をハイライトしています。

Alexは、checkout/{cardId}のエンドポイントのP90レイテンシが昨日の同じ時間に比べて110%増加していることに気がつきます。

このスクリーンショットは、エンドポイントパフォーマンスの比較設定をハイライトしています。

AlexがTag Spotlightを使用して詳細なコンテキストを取得する 🔗

Alexはこのエンドポイントを選択し、Tag Spotlightの詳細情報を確認します。http.status_code 503が高レイテンシタグのトップであることに気がつきます。Alexは、このタグを選択して、Tag Spotlightで調査します。

このスクリーンショットは、エンドポイントパフォーマンスでエンドポイントを選択したときに利用できるTag Spotlightの詳細情報を示しています。

Tag Spotlightで、Alexは503ステータスコードを見つけ、Tag Spotlightに503レスポンスに対するフィルターを追加します。これで、今日リリースされた最新バージョンが503レスポンスの大部分の原因となっていることがわかりました。最新バージョンにおける503レスポンスに関連した遅延を確認したAlexは、503レスポンスの原因についてチームに相談します。

まとめ 🔗

Alexは、「エンドポイントパフォーマンス」を使用して自社のモノリス内のエンドポイントを監視しました。「エンドポイントパフォーマンス」内でフィルター、ソーティング、および比較の機能を使用して、リリースの後にレイテンシが増加したエンドポイントを迅速に区別しました。

さらに詳しく 🔗

This page was last updated on 2023年05月26日.