Uno sviluppatore deve estrarre metriche personalizzate relative al tempo di elaborazione dai log di AWS Lambda, analizzarle, creare allarmi e rilevare problemi in tempo reale. Quale approccio soddisfa questi requisiti?

L'opzione corretta sfrutta il formato di metrica incorporato (Embedded Metric Format - EMF) di CloudWatch, che consente di incorporare valori di metrica all'interno di log strutturati. Le librerie client open-source di Amazon facilitano la creazione di questi log. CloudWatch Logs rileva automaticamente queste metriche, rendendole disponibili per la creazione di grafici, dashboard e allarmi in tempo reale, soddisfacendo tutti i requisiti. Inviare dati a CloudTrail con PutMetricData non è corretto perché CloudTrail registra le attività API e gli eventi di servizio, non è progettato per metriche personalizzate e non supporta la creazione di grafici o allarmi su metriche in questo contesto. Interrogare i log con CloudWatch Logs Insights è utile per l'analisi ad-hoc, ma non crea metriche persistenti su cui basare allarmi in tempo reale in modo efficiente per un monitoraggio continuo. Trasmettere gli eventi a Kinesis e S3 è un approccio per l'archiviazione e l'analisi di big data, ma aggiunge complessità e latenza per il rilevamento di problemi in tempo reale rispetto all'uso diretto di CloudWatch EMF.