Een nieuwe serverless gebruikersportal presteert traag. Analyse toont aan dat één API Gateway-endpoint dat een Lambda-functie aanroept hiervoor verantwoordelijk is, maar die Lambda roept andere API's en AWS-services aan. Hoe kan een ontwikkelaar, gebruikmakend van operationele best practices, vinden welke externe aanroep de verhoogde latentie veroorzaakt?

De correcte optie beschrijft het gebruik van AWS X-Ray, een gedistribueerde tracing-service die specifiek is ontworpen om de prestaties van applicaties te analyseren en de oorzaak van latentie te vinden. Door de Lambda-functie te instrumenteren met de X-Ray SDK en tracing in te schakelen, kan de ontwikkelaar gedetailleerde informatie verzamelen over elke aanroep, inclusief externe API's en AWS-services. De X-Ray servicemap en traces visualiseren de end-to-end flow en tonen precies welke componenten de meeste tijd in beslag nemen, wat essentieel is voor het identificeren van de bottleneck. Het toevoegen van logging statements is een handmatige en minder efficiënte methode voor gedistribueerde systemen, omdat het veel handmatige correlatie van logs vereist. CloudWatch metrics geven weliswaar inzicht in de algehele prestaties van de Lambda, maar bieden geen gedetailleerde breakdown van individuele externe aanroepen binnen de functie. Een CloudWatch Synthetics canary test de gebruikerservaring vanaf buitenaf en kan X-Ray gebruiken, maar is primair gericht op monitoring van de frontend en niet op gedetailleerde tracing binnen een specifieke Lambda-functie voor interne aanroepen.