16、人工智能即服务的有效应用与现有平台集成策略

人工智能即服务的有效应用与现有平台集成策略

一、可视化与错误捕获

在各类可视化展示中，包括地图和跟踪信息，都会显示所捕获到的错误。地图视图会呈现每个节点的错误百分比，当在地图中选择任意节点时，能看到请求速率、延迟以及错误数量。例如，在某个清单服务的删除条目功能的服务地图中，错误率达到了 50%。

若在服务地图中选择某个节点并点击“查看连接”，视图将被过滤，仅显示与之相连的服务。此时，可利用 CloudWatch 日志中的相关请求 ID 进一步调查错误事件。还能选择“查看跟踪信息”或“查看日志”进行更深入的诊断，点击“查看日志”会直接跳转到该请求和时间对应的 CloudWatch 日志洞察界面。

二、高级跟踪与自定义指标

2.1 注解与自定义元数据

通过 X - Ray SDK 可以为跟踪段分配注解，注解是已索引的键值对，X - Ray 会对其进行索引，这样就能在 X - Ray 控制台中根据注解进行过滤。同时，也可以为跟踪段添加自定义元数据，虽然这些元数据不会被索引，但能在控制台中查看。

2.2 分组与自定义指标

X - Ray 分析控制台和 AWS SDK 支持通过过滤表达式来创建分组，过滤表达式可以包含使用 X - Ray SDK 在代码中创建的自定义注解。当定义好分组后，X - Ray 会创建自定义指标并将其发布到 CloudWatch 指标中，这些指标包括延迟、错误和限流率。

建议花些时间通过 AWS 管理控制台来试验 X - Ray 的各项功能，这有助于为自己的无服务器应用创建合适的注解、元数据和分组。

三、无服务器应用开发要点总结 </