シナリオ:Skylerが内蔵ダッシュボードを使用して過去のデータを分析し、システムパフォーマンスを最適化する 🔗
Buttercup GamesのパフォーマンスエンジニアであるSkylerは、マイクロサービスのエンドツーエンドのパフォーマンスを把握および分析し、システムを最適化したいと考えています。
These are the steps Skyler takes to analyze microservice performance:
Skylerがサービスレベルのダッシュボードを開く 🔗
Skylerは、Splunk Observability Cloudの Dashboards > Built-in Dashboard Groups で、サービスレベルのSplunk APMサービスダッシュボードを開きます:
Skylerが精算サービスを選択して期間の長いレイテンシを確認する 🔗
Skylerは、checkoutservice
を選択します。このサービスが、過去6ヶ月間に複数回、変則的なレイテンシを監視するAPMのディテクターをトリガーしているためです。Skylerは、ダッシュボードの時間範囲を過去6ヶ月に設定し、長期的なレイテンシの分布を分析します。
まとめ 🔗
APMの内蔵のサービスダッシュボードにあるレイテンシチャートを使って、Skylerは、精算サービスの高レイテンシはButtercup Gamesが特別セールを行ったり、システムに大規模なコード変更を導入したりした日に該当すると判断しました。特別セールやコードリリースによるトラフィックの増加が高レイテンシの原因である可能性を特定し、この情報をシステムパフォーマンスの改善に利用しました。
さらに詳しく 🔗
APMの内蔵ダッシュボードの詳細については、Splunk APMのダッシュボードを使用してサービスパフォーマンスを追跡する を参照してください。