Amazon Managed Grafana는 이제 Grafana 버전 10.4를 지원합니다.

Amazon Managed Grafana 버전 10.4에는 상관 관계, 하위 폴더, 향상된 탐색, 자동화를 위한 서비스 계정 및 API, Grafana 알림 미리 보기 등 다양한 새로운 기능이 도입되었습니다. 이러한 향상된 기능을 통해 사용자는 모니터링 및 관찰 가능성 설정을 보다 효율적이고 세부적으로 제어할 수 있습니다. 상관 관계를 추가하면 메트릭과 로그 간의 원활한 연결이 가능하고 하위 폴더를 사용하면 대시보드를 더 효과적으로 구성할 수 있습니다. Trend, Datagrid 및 XY 차트를 포함한 새로운 시각화 패널은 데이터 표현을 위한 다양한 옵션을 제공합니다. 이러한 발전으로 인해 Amazon Managed Grafana의 전반적인 유용성과 기능이 향상되어 애플리케이션과 인프라의 성능과 상태를 모니터링하고 이해하는 더욱 강력한 도구가 되었습니다.

We are excited to announce support for Grafana version 10.4 in Amazon Managed Grafana. You can now run Grafana version 10.4 on a secure, scalable, highly available, and fully managed service. This update gives you access to key features introduced in the open-source Grafana versions 9.5 to 10.4, including Correlations, Subfolders, Transformations redesign, and new visualization panels. It also introduces new APIs for Grafana Service Accounts and Service Account Tokens, which replace the traditional Grafana API keys. When compared to the legacy Grafana API keys, the Service Accounts Tokens approach offers better security and improved automation abilities by integrating with native AWS APIs.

Amazon Managed Grafana에서 Grafana 버전 10.4에 대한 지원을 발표하게 되어 기쁘게 생각합니다. 이제 안전하고 확장 가능하며 가용성이 뛰어난 완전 관리형 서비스에서 Grafana 버전 10.4를 실행할 수 있습니다. 이 업데이트를 사용하면 상관 관계, 하위 폴더, 변환 재설계 및 새로운 시각화 패널을 포함하여 오픈 소스 Grafana 버전 9.5~10.4에 도입된 주요 기능에 액세스할 수 있습니다. 또한 기존 Grafana API 키를 대체하는 Grafana 서비스 계정 및 서비스 계정 토큰을 위한 새로운 API가 도입되었습니다. 기존 Grafana API 키와 비교할 때 서비스 계정 토큰 접근 방식은 기본 AWS API와 통합하여 더 나은 보안과 향상된 자동화 기능을 제공합니다.

In this blog post, we will take a closer look at the new Amazon Managed Grafana v10.4 features to understand the changes.

이 블로그 게시물에서는 변경 사항을 이해하기 위해 새로운 Amazon Managed Grafana v10.4 기능을 자세히 살펴보겠습니다.

Walkthrough

Follow us as we introduce the new capabilities in Amazon Managed Grafana version 10.4, including Correlations for seamlessly linking metrics and logs, Subfolders for better organization of dashboards, and new visualization panels like Trend, Datagrid, and XY Chart. We’ll also explore enhancements to navigation, Service Accounts and APIs for automation, and the Grafana Alerting preview.

연습 지표와 로그를 원활하게 연결하는 상관 관계, 더 나은 대시보드 구성을 위한 하위 폴더, Trend, Datagrid 및 XY 차트와 같은 새로운 시각화 패널을 포함하여 Amazon Managed Grafana 버전 10.4의 새로운 기능을 소개합니다. 또한 탐색 개선 사항, 자동화를 위한 서비스 계정 및 API, Grafana 알림 미리보기에 대해서도 살펴보겠습니다.

We will start with creating a new workspace with version 10.4, deploy an example to get metrics into Amazon Managed Service for Prometheus and logs into Amazon CloudWatch. This will allow us to explore key new features.

버전 10.4로 새 작업 공간을 생성하는 것부터 시작하여 Amazon Managed Service for Prometheus에 지표를 가져오고 Amazon CloudWatch에 로그인하는 예제를 배포합니다. 이를 통해 우리는 주요 새로운 기능을 탐색할 수 있습니다.

We will leverage Amazon Elastic Kubernetes Service (Amazon EKS) cluster metrics from the AWS Observability Accelerator and highlight relevant portions of it. The AWS Observability Accelerator provides opinionated infrastructure as code to set up observability for AWS environments using managed services like Amazon Managed Service for Prometheus, Amazon Managed Grafana, and AWS Distro for OpenTelemetry, with curated metrics, logs, traces collection, alerting rules, and Amazon Managed Grafana dashboards.

AWS Observability Accelerator의 Amazon Elastic Kubernetes Service(Amazon EKS) 클러스터 측정항목을 활용하고 관련 부분을 강조하겠습니다. AWS Observability Accelerator는 선별된 지표, 로그, 추적 수집, 경고 규칙 및 Amazon과 함께 Amazon Managed Service for Prometheus, Amazon Managed Grafana 및 AWS Distro for OpenTelemetry와 같은 관리형 서비스를 사용하여 AWS 환경에 대한 관찰 가능성을 설정하기 위해 독보적인 코드형 인프라를 제공합니다. 관리형 Grafana 대시보드.

Creating a new workspace

When creating a workspace in Amazon Managed Grafana, you now have the possibility to select between multiple versions including 8.4, 9.4 and now 10.4. The entire process of creating a new workspace can be found in the Amazon Managed Grafana documentation.

새 작업 영역 생성 Amazon Managed Grafana에서 작업 영역을 생성할 때 이제 8.4, 9.4 및 10.4를 포함한 여러 버전 중에서 선택할 수 있습니다. 새 작업 공간을 생성하는 전체 프로세스는 Amazon Managed Grafana 설명서에서 확인할 수 있습니다.

Figure 1 – Selecting a Grafana version for a new workspace

그림 1 – 새 작업공간을 위한 Grafana 버전 선택

Alternatively, you can create a new workspace with your favorite infrastructure as code tools like AWS CloudFormation, AWS Cloud Development Kit (AWS CDK), Terraform or the AWS Command Line Interface (AWS CLI).

또는 AWS CloudFormation, AWS Cloud Development Kit(AWS CDK), Terraform 또는 AWS 명령줄 인터페이스(AWS CLI)와 같은 코드 도구로서 선호하는 인프라를 사용하여 새 작업 공간을 생성할 수 있습니다.

Below are examples for creating a workspace with the AWS CLI and Terraform.

다음은 AWS CLI 및 Terraform을 사용하여 작업 공간을 생성하는 예입니다.

Using the AWS CLI

1. Creating an AWS Identity and Access Management (IAM) role for the workspace

Here, we create an IAM role that will be assumed by the Amazon Managed Grafana workspace, enabling it to access AWS data sources like Amazon Managed Prometheus, CloudWatch, and AWS X-Ray. In addition to these data sources, Amazon Managed Grafana supports several other default data sources, as listed on built-in data sources.

AWS CLI 사용 1. 작업 영역에 대한 AWS Identity and Access Management(IAM) 역할 생성 여기에서는 Amazon Managed Grafana 작업 영역에서 맡을 IAM 역할을 생성하여 Amazon Managed Prometheus와 같은 AWS 데이터 소스에 액세스할 수 있도록 합니다. CloudWatch 및 AWS X-Ray. 이러한 데이터 소스 외에도 Amazon Managed Grafana는 내장 데이터 소스에 나열된 여러 가지 기본 데이터 소스를 지원합니다.

cat < assume-role.json {     "Version": "2012-10-17",     "Statement": [         {             "Sid": "GrafanaAssume",             "Effect": "Allow",             "Principal": {                 "Service": "grafana.amazonaws.com"             },             "Action": "sts:AssumeRole"         }     ] } EOF  GRAFANA_WORKSPACE_ROLE_ARN=$(aws iam create-role --role-name grafana-v10-demo  --assume-role-policy-document file://assume-role.json --query 'Role.Arn' --output text)  # Amazon CloudWatch aws iam attach-role-policy                                                         --role-name $GRAFANA_WORKSPACE_ROLE_ARN  --policy-arn arn:aws:iam::aws:policy/service-role/AmazonGrafanaCloudWatchAccess  # AWS X-Ray aws iam attach-role-policy                                                         --role-name grafana-v10-demo  --policy-arn arn:aws:iam::aws:policy/AWSXrayReadOnlyAccess  # Amazon Managed Service for Prometheus cat < aps-policy.json {     "Version": "2012-10-17",     "Statement": [         {             "Effect": "Allow",             "Action": [                 "aps:ListWorkspaces",                 "aps:DescribeWorkspace",                 "aps:QueryMetrics",                 "aps:GetLabels",                 "aps:GetSeries",                 "aps:GetMetricMetadata"             ],             "Resource": "*"         }     ] } EOF  APS_POLICY_ARN=$(aws iam create-policy  --policy-name grafana-v10-demo-aps-policy  --policy-document file://aps-policy.json  --query 'Policy.Arn')  aws iam attach-role-policy      --role-name $GRAFANA_WORKSPACE_ROLE_ARN      --policy-arn $APS_POLICY_ARN

2. Creating the workspace

The following code snippet configures the workspace to access resources within the current AWS account. Alternatively, you can configure it at the AWS Organization level. The code reuses the role created in the first step, granting permissions to access CloudWatch, Amazon Managed Service for Prometheus, and X-Ray. For logging into the workspace, we use AWS IAM Identity Center (successor to AWS SSO) as the authentication method for the workspace. Finally we enable the plugin management feature to allow workspace admins to install or uninstall plugins from the plugin catalog.

고양이

Check Managing Workspaces, Users, and Policies for more information on how to setup workspaces.

작업 공간을 설정하는 방법에 대한 자세한 내용은 작업 공간, 사용자 및 정책 관리를 확인하세요.

aws grafana create-workspace  --account-access-type CURRENT_ACCOUNT  --workspace-role-arn $GRAFANA_WORKSPACE_ROLE_ARN  --authentication-providers AWS_SSO  --permission-type SERVICE_MANAGED  --grafana-version 10.4  --configuration '{"plugins": {"pluginAdminEnabled": true}}'

Using Terraform

An alternative approach to deploying Amazon Managed Grafana is through Terraform. We will utilize an example from the AWS Observability Accelerator for Terraform to streamline the deployment of a workspace configured with CloudWatch, X-Ray, and Amazon Managed Service for Prometheus as data sources. Additionally, this workspace will be set up to leverage AWS IAM Identity Center for user authentication. Visit Creating a new Amazon Managed Grafana Workspace for more information on the example.

aws grafana create-workspace --account-access-type CURRENT_ACCOUNT --workspace-role-arn $GRAFANA_WORKSPACE_ROLE_ARN --authentication-providers AWS_SSO --permission-type SERVICE_MANAGED --grafana-version 10.4 --configuration '{"plugins": { "pluginAdminEnabled": true}}' Terraform 사용 Amazon Managed Grafana를 배포하는 또 다른 접근 방식은 Terraform을 이용하는 것입니다. AWS Observability Accelerator for Terraform의 예를 활용하여 CloudWatch, X-Ray 및 Prometheus용 Amazon Managed Service를 데이터 소스로 구성한 작업 공간의 배포를 간소화하겠습니다. 또한 이 작업 공간은 사용자 인증을 위해 AWS IAM Identity Center를 활용하도록 설정됩니다. 예제에 대한 자세한 내용은 새 Amazon Managed Grafana 작업공간 생성을 참조하세요.

Replace with your current AWS Region.

현재 AWS 리전으로 바꿉니다.

git clone https://github.com/aws-observability/terraform-aws-observability-accelerator.git cd terraform-aws-observability-accelerator/examples/managed-grafana-workspace terraform init export TF_VAR_aws_region= terraform apply  

After a few minutes your workspace should be ready to use.

git clone https://github.com/aws-observability/terraform-aws-observability-accelerator.git cd terraform-aws-observability-accelerator/examples/managed-grafana-workspace terraform init import TF_VAR_aws_region= terraform Apply 몇 분 후 작업 공간을 사용할 준비가 되어 있어야 합니다.

Updating workspace version to v10.4

If you are an existing user of Amazon Managed Grafana, you can directly migrate your current workspace from 9.4 to 10.4 in the AWS console. This can be also done with the AWS CLI as shown in the example below. However, it’s important to note that the migration process is not reversible. We recommend testing the upgrade in a non-prod environment, before upgrading your production workspace.

작업 영역 버전을 v10.4로 업데이트 Amazon Managed Grafana의 기존 사용자인 경우 AWS 콘솔에서 현재 작업 영역을 9.4에서 10.4로 직접 마이그레이션할 수 있습니다. 아래 예와 같이 AWS CLI를 사용하여 이 작업을 수행할 수도 있습니다. 그러나 마이그레이션 프로세스는 되돌릴 수 없다는 점에 유의하는 것이 중요합니다. 프로덕션 작업 영역을 업그레이드하기 전에 비프로덕션 환경에서 업그레이드를 테스트하는 것이 좋습니다.

If you are still running 8.4, the upgrade will be done in two steps, first to 9.4 and then 10.4.

아직 8.4를 실행 중인 경우 업그레이드는 두 단계, 즉 먼저 9.4로, 그 다음에는 10.4로 수행됩니다.

aws grafana update-workspace-configuration  --workspace-id   --configuration  --grafana-version 9.4  aws grafana update-workspace-configuration  --workspace-id   --configuration  --grafana-version 10.4

Note: We recommend that you review the breaking changes before upgrading the workspace version. Some plugins may need an update, to work properly with Grafana version 10.

aws grafana update-workspace-configuration --workspace-id --configuration --grafana-version 9.4 aws grafana update-workspace-configuration --workspace-id --configuration --grafana-version 10.4 참고: 다음을 검토하는 것이 좋습니다. 작업 공간 버전을 업그레이드하기 전에 변경 사항을 깨뜨립니다. 일부 플러그인은 Grafana 버전 10에서 제대로 작동하려면 업데이트가 필요할 수 있습니다.

Migrating Grafana content to version 10.4

In addition to manually migrating the content such as data sources, folders, and dashboards from your self hosted Grafana yourself, you can easily do this with the amazon-managed-grafana-migrator. This solution can be useful to migrate from self-managed Grafana to Amazon Managed Grafana or to test in a lower environment easily, before upgrading a production Amazon Managed Grafana workspace.

Grafana 콘텐츠를 버전 10.4로 마이그레이션 자체 호스팅 Grafana에서 데이터 소스, 폴더, 대시보드 등의 콘텐츠를 직접 수동으로 마이그레이션하는 것 외에도 amazon-managed-grafana-migrator를 사용하면 이 작업을 쉽게 수행할 수 있습니다. 이 솔루션은 자체 관리형 Grafana에서 Amazon Managed Grafana로 마이그레이션하거나 프로덕션 Amazon Managed Grafana 작업 공간을 업그레이드하기 전에 더 낮은 환경에서 쉽게 테스트하는 데 유용할 수 있습니다.

Service Accounts and new APIs

In Grafana v10.4, Service Accounts replace API Keys, as the primary method for authenticating applications that interact with Grafana using Service Account Tokens. To support this change, we have introduced new control plane APIs that allow you to create, read, and delete service accounts and service account tokens. This enhancement enables you to fully automate the provisioning of Amazon Managed Grafana resources such as dashboards, folders, and data sources.

서비스 계정 및 새로운 API Grafana v10.4에서 서비스 계정은 서비스 계정 토큰을 사용하여 Grafana와 상호 작용하는 애플리케이션을 인증하는 기본 방법으로 API 키를 대체합니다. 이러한 변경 사항을 지원하기 위해 서비스 계정 및 서비스 계정 토큰을 생성, 읽기, 삭제할 수 있는 새로운 제어 영역 API를 도입했습니다. 이 향상된 기능을 통해 대시보드, 폴더 및 데이터 소스와 같은 Amazon Managed Grafana 리소스의 프로비저닝을 완전히 자동화할 수 있습니다.

In the below snippet, using the AWS CLI, we will create a service account and token. This will allow us to provision dashboards automatically by a Grafana Operator running in an Amazon EKS cluster in this example.

아래 코드 조각에서는 AWS CLI를 사용하여 서비스 계정과 토큰을 생성합니다. 이를 통해 이 예의 Amazon EKS 클러스터에서 실행되는 Grafana Operator가 대시보드를 자동으로 프로비저닝할 수 있습니다.

SERVICE_ACCOUNT_TOKEN_ID=$(aws grafana create-workspace-service-account  --workspace-id   --grafana-role ADMIN  --name terraform-accelerator-eks  --query 'id' --output text)  # Creating a 3600s lived token as we deploy manually. # In an automated pipeline, security token should be shorter in duration. export TF_VAR_grafana_api_key=$(aws grafana create-workspace-service-account-token  --workspace-id   --name grafana-operator  --seconds-to-live 3600  --service-account-id $SERVICE_ACCOUNT_TOKEN_ID --query 'serviceAccountToken.key' --output text) 

Demo environment

We will be utilizing the Amazon EKS cluster metrics example to collect metrics into a new Amazon Managed Service for Prometheus workspace and collect logs into CloudWatch.

SERVICE_ACCOUNT_TOKEN_ID=$(aws grafana create-workspace-service-account --workspace-id --grafana-role ADMIN --name terraform-accelerator-eks --query 'id' --output text) # 3600s 라이브 토큰을 다음과 같이 생성합니다. 우리는 수동으로 배포합니다. # 자동화된 파이프라인에서는 보안 토큰의 지속 시간이 더 짧아야 합니다. 내보내기 TF_VAR_grafana_api_key=$(aws grafana create-workspace-service-account-token --workspace-id --name grafana-operator --seconds-to-live 3600 --service-account-id $SERVICE_ACCOUNT_TOKEN_ID --query 'serviceAccountToken. 키' --출력 텍스트) 데모 환경 Amazon EKS 클러스터 지표 예제를 활용하여 새로운 Amazon Managed Service for Prometheus 작업 공간에 지표를 수집하고 CloudWatch에 로그를 수집합니다.

cd terraform-aws-observability-accelerator/examples/existing-cluster-with-base-and-infra terraform init terraform apply -var eks_cluster_id=  -var managed_grafana_workspace_id=

After a few minutes, we should see new dashboards created in the Amazon Managed Grafana workspace.

cd terraform-aws-observability-accelerator/examples/existing-cluster-with-base-and-infra terraform init terraform apply -var eks_cluster_id= -var Managed_grafana_workspace_id= 몇 분 후에 Amazon Managed Grafana에서 생성된 새 대시보드가 ​​표시됩니다. 작업 공간.

Exploring the new features

Navigation

Amazon Managed Grafana 10.4 includes enhancements to the navigation interface, streamlining user workflows and simplifying interactions across the platform. A notable enhancement is the detachable breadcrumb navigation, now universally accessible. This feature allows users to easily backtrack through their activity in complex monitoring setups.

새로운 기능 탐색 탐색 Amazon Managed Grafana 10.4에는 향상된 탐색 인터페이스, 사용자 워크플로 간소화, 플랫폼 전반의 상호 작용 단순화가 포함되어 있습니다. 주목할 만한 개선 사항은 이제 어디서나 액세스할 수 있는 분리 가능한 탐색경로 탐색입니다. 이 기능을 통해 사용자는 복잡한 모니터링 설정에서 자신의 활동을 쉽게 역추적할 수 있습니다.

Figure 2 – Configuring AWS Data Sources in the navigation menu

그림 2 – 탐색 메뉴에서 AWS 데이터 소스 구성

The simplified experience of setting up AWS Data Sources can be found under the Apps section. If you ran the Terraform commands above, you will notice that some data sources have already been provisioned for you.

AWS 데이터 소스 설정의 단순화된 경험은 앱 섹션에서 찾을 수 있습니다. 위의 Terraform 명령을 실행하면 일부 데이터 소스가 이미 프로비저닝되어 있음을 알 수 있습니다.

You can quickly navigate to the explore view with a single keyboard shortcut (g+e) , where you can query your data sources. Let’s now select the Amazon Managed Service for Prometheus metrics and issue a query. We are now presented with a new outline view on the left side which helps navigating between the query, the resulting graphs and raw data.

단일 키보드 단축키(g+e)를 사용하여 탐색 보기로 빠르게 이동할 수 있으며, 여기에서 데이터 소스를 쿼리할 수 있습니다. 이제 Amazon Managed Service for Prometheus 지표를 선택하고 쿼리를 실행해 보겠습니다. 이제 쿼리, 결과 그래프 및 원시 데이터 간을 탐색하는 데 도움이 되는 새로운 개요 보기가 왼쪽에 표시됩니다.

Figure 3 – Using the outline menu in the Explore section

그림 3 - 탐색 섹션의 개요 메뉴 사용

Correlations

A correlation defines how data in one data source is used to query data in another data source. Correlations are supported when using the explore view with Logs or Table visualizations. The explore view provides you with an editor that allows you to build those correlations for any result field. To better understand correlations, let’s consider the following scenario as an example.

상관 관계 상관 관계는 한 데이터 소스의 데이터가 다른 데이터 소스의 데이터를 쿼리하는 데 사용되는 방식을 정의합니다. 로그 또는 테이블 시각화와 함께 탐색 보기를 사용할 때 상관 관계가 지원됩니다. 탐색 보기는 모든 결과 필드에 대한 상관 관계를 구축할 수 있는 편집기를 제공합니다. 상관 관계를 더 잘 이해하기 위해 다음 시나리오를 예로 들어 보겠습니다.

Metrics to logs correlation

In our example, we have Amazon Managed Service for Prometheus metrics for containers running in an Amazon EKS cluster. With the following query, we have an average CPU utilization for containers running in the default namespace, we do an aggregation while preserving only a few labels.

로그 상관 관계에 대한 지표 이 예에는 Amazon EKS 클러스터에서 실행되는 컨테이너에 대한 Amazon Managed Service for Prometheus 지표가 있습니다. 다음 쿼리를 사용하면 기본 네임스페이스에서 실행되는 컨테이너에 대한 평균 CPU 사용률을 얻을 수 있으며 몇 개의 레이블만 보존하면서 집계를 수행합니다.

sum(rate(container_cpu_usage_seconds_total{namespace="default", container!=""}[5m])) by (pod, cluster, container, k8s_node_name)

sum(rate(container_cpu_usage_seconds_total{namespace="default", 컨테이너!=""}[5m])) by (포드, 클러스터, 컨테이너, k8s_node_name)

Let’s assume we have CPU utilization spikes for a few containers and we want to understand the root cause.

몇몇 컨테이너의 CPU 사용률이 급증하고 근본 원인을 이해하고 싶다고 가정해 보겠습니다.

One natural way to solve this would be be to identify the logs location for this particular container, and then run a query. This process is simplified with the new correlations feature. By clicking on Add and Add correlation button on the top action bar, we can instruct Amazon Managed Grafana do this process for us and save time in further investigations.

이 문제를 해결하는 한 가지 자연스러운 방법은 이 특정 컨테이너의 로그 위치를 식별한 다음 쿼리를 실행하는 것입니다. 이 프로세스는 새로운 상관 관계 기능으로 단순화되었습니다. 상단 작업 표시줄에서 상관 관계 추가 및 추가 버튼을 클릭하면 Amazon Managed Grafana가 이 프로세스를 수행하도록 지시하여 추가 조사에 소요되는 시간을 절약할 수 있습니다.

Figure 4 – Starting the correlation editor in Explore

그림 4 – Explore에서 상관 관계 편집기 시작

This opens the correlation editor, where any table column can be a hyperlink. When selecting the pod, we get presented with a split view where we can select the CloudWatch datasource, and use all the variables in the query as dynamic arguments for querying. In our case, where we have a CloudWatch log group per namespace, and store each pod log in a separate CloudWatch log stream, this allows us to precisely find which log stream to query to get the pod logs.

그러면 모든 테이블 열이 하이퍼링크가 될 수 있는 상관 관계 편집기가 열립니다. 포드를 선택하면 CloudWatch 데이터 소스를 선택할 수 있고 쿼리의 모든 변수를 쿼리용 동적 인수로 사용할 수 있는 분할 보기가 표시됩니다. 네임스페이스당 CloudWatch 로그 그룹이 있고 각 포드 로그를 별도의 CloudWatch 로그 스트림에 저장하는 경우 이를 통해 포드 로그를 가져오기 위해 쿼리할 로그 스트림을 정확하게 찾을 수 있습니다.

Figure 5 – Creating a correlation with the explorer editor

그림 5 – Explorer 편집기를 사용하여 상관관계 생성

With the correlation saved, we can select any pod using the hyperlink in the result table to view the logs with all the correct values provided in the CloudWatch Logs Insights query.

상관 관계가 저장되면 결과 테이블의 하이퍼링크를 사용하여 포드를 선택하여 CloudWatch Logs Insights 쿼리에 제공된 모든 올바른 값이 포함된 로그를 볼 수 있습니다.

Figure 6 – Clicking on a particular pod column displays associated logs

그림 6 - 특정 포드 열을 클릭하면 관련 로그가 표시됩니다.

We can also perform transformations to extract values that exist in a field with other data. For example, using a transformation, you can extract one portion of a log line to use in a correlation. Correlations can also be created, edited and deleted in the dedicated Correlation page in Home > Administration > Plugins and data > Correlations.

또한 변환을 수행하여 다른 데이터가 있는 필드에 존재하는 값을 추출할 수도 있습니다. 예를 들어 변환을 사용하면 상관 관계 분석에 사용할 로그 줄의 한 부분을 추출할 수 있습니다. 상관관계는 홈 > 관리 > 플러그인 및 데이터 > 상관관계의 전용 상관관계 페이지에서 생성, 편집 및 삭제할 수도 있습니다.

Correlations can be done on the same data source, for example we can make a correlation with the k8s_node_name column to find the associated node metrics. This can be useful for a scenario where we want to understand if the node hosting the pod is degraded and affects the pod’s performance.

동일한 데이터 소스에서 상관 관계를 수행할 수 있습니다. 예를 들어 k8s_node_name 열과 상관 관계를 만들어 관련 노드 메트릭을 찾을 수 있습니다. 이는 포드를 호스팅하는 노드의 성능이 저하되어 포드 성능에 영향을 미치는지 이해하려는 시나리오에 유용할 수 있습니다.

Logs to trace correlation

It’s worth noting that some plugins have a form of correlation in their settings, introduced before Amazon Managed Grafana v10. For example, the CloudWatch logs plugins allows you to select a log field that contains an X-Ray trace ID value which can be used to query and display the associated transaction trace map. This scenario is explained in the One Observablity Workshop.

상관관계를 추적하기 위한 로그 일부 플러그인의 설정에는 Amazon Managed Grafana v10 이전에 도입된 상관관계 형식이 있다는 점에 주목할 필요가 있습니다. 예를 들어 CloudWatch 로그 플러그인을 사용하면 관련 트랜잭션 추적 맵을 쿼리하고 표시하는 데 사용할 수 있는 X-Ray 추적 ID 값이 포함된 로그 필드를 선택할 수 있습니다. 이 시나리오는 One Observability Workshop에 설명되어 있습니다.

Visualization improvements

Trend Visual

The Trend visual in Amazon Managed Grafana is an experimental panel that allows you to visualize data trends where the x-axis represents numeric values instead of time. This panel fills a gap not addressed by traditional Time Series or XY Chart panels, making it ideal for datasets with a sequential, numeric x-axis, such as function graphs, RPM/torque curves, supply/demand relationships, or elevation/heart rate plots along a racecourse.

시각화 개선 Trend Visual Amazon Managed Grafana의 Trend 비주얼은 x축이 시간 대신 숫자 값을 나타내는 데이터 추세를 시각화할 수 있는 실험적 패널입니다. 이 패널은 기존 시계열 또는 XY 차트 패널에서 해결되지 않은 격차를 메우므로 함수 그래프, RPM/토크 곡선, 공급/수요 관계 또는 고도/심박수와 같은 순차적 숫자 x축이 있는 데이터 세트에 이상적입니다. 경마장을 따라 음모를 꾸몄습니다.

The Trend Panel supports various visual styles and options similar to the time series visualization, including rendering series as lines, points, or bars. However, it lacks certain features like annotations, time regions, shared cursor/crosshair, multi-timezone x-axis, and drag-selection to change the dashboard time range.

추세 패널은 계열을 선, 점 또는 막대로 렌더링하는 것을 포함하여 시계열 시각화와 유사한 다양한 시각적 스타일 및 옵션을 지원합니다. 그러나 주석, 시간 영역, 공유 커서/십자선, 다중 시간대 X축, 대시보드 시간 범위를 변경하기 위한 드래그 선택과 같은 특정 기능이 부족합니다.

You can leverage the Trend Panel to showcase visually engaging examples, such as plotting function graphs to illustrate mathematical relationships or simulations, visualizing RPM/torque curves of an engine to understand its performance characteristics, analyzing supply/demand relationships in economics or business scenarios, or mapping elevation or heart rate changes along a racecourse, providing valuable insights for athletes and trainers.

추세 패널을 활용하여 함수 그래프를 그려 수학적 관계 또는 시뮬레이션을 설명하고, 엔진의 RPM/토크 곡선을 시각화하여 성능 특성을 이해하고, 경제 또는 비즈니스 시나리오에서 공급/수요 관계를 분석하는 등 시각적으로 매력적인 예를 보여줄 수 있습니다. 경마장에 따른 고도 또는 심박수 변화를 매핑하여 운동선수와 트레이너에게 귀중한 통찰력을 제공합니다.

Figure 7 – Trend visual

그림 7 – 추세 시각적 요소

Datagrid Visual

The Datagrid visual allows users to create, edit, and adjust data directly within the platform. It can be used as both a standalone data source and a tabular visualization tool within a dashboard. Users have the flexibility to manipulate existing data, start with a blank slate, or import data via drag-and-drop. This feature enables significant customization and editing, including the deletion of data to reset the state.

Datagrid Visual Datagrid 시각적 개체를 사용하면 사용자가 플랫폼 내에서 직접 데이터를 생성, 편집 및 조정할 수 있습니다. 독립 실행형 데이터 소스와 대시보드 내 표 형식의 시각화 도구로 모두 사용할 수 있습니다. 사용자는 기존 데이터를 조작하거나, 빈 상태로 시작하거나, 끌어서 놓기를 통해 데이터를 가져올 수 있는 유연성을 갖습니다. 이 기능을 사용하면 상태를 재설정하기 위한 데이터 삭제를 포함하여 중요한 사용자 정의 및 편집이 가능합니다.

Figure 8 – Datagrid visual

그림 8 - Datagrid 시각적 개체

XY Chart

The XY Chart plots data points on numerical X and Y axes. Ideal for scientific, engineering, financial, and statistical applications, this chart excels at illustrating the relationships between two variables. Users can effectively analyze correlations, trends, and outliers within their datasets, enabling clear and precise visualizations of complex information.

XY 차트 XY 차트는 숫자 X 및 Y 축에 데이터 포인트를 표시합니다. 과학, 공학, 금융 및 통계 응용 분야에 이상적인 이 차트는 두 변수 간의 관계를 설명하는 데 탁월합니다. 사용자는 데이터 세트 내의 상관 관계, 추세 및 이상값을 효과적으로 분석하여 복잡한 정보를 명확하고 정확하게 시각화할 수 있습니다.

Figure 9 – XY Chart

그림 9 – XY 차트

Take a look at the Panels and Visualizations documentation to learn more.

자세한 내용은 패널 및 시각화 문서를 살펴보세요.

Subfolders

The subfolders feature in Amazon Managed Grafana 10.4 improves dashboard management by allowing you to organize dashboards into a hierarchical structure, similar to a file system. This organization aids in clearer, more manageable setups, especially in environments with many dashboards or multiple teams. It also simplifies access control, as permissions can be set at the folder level, streamlining management and enhancing security for different user groups. This feature is particularly useful for larger organizations or those with complex monitoring setups, ensuring that dashboards are easier to find, manage, and secure.

하위 폴더 Amazon Managed Grafana 10.4의 하위 폴더 기능을 사용하면 대시보드를 파일 시스템과 유사한 계층 구조로 구성할 수 있어 대시보드 관리가 향상됩니다. 이 조직은 특히 대시보드가 ​​많거나 팀이 여러 개 있는 환경에서 더욱 명확하고 관리하기 쉬운 설정을 지원합니다. 또한 폴더 수준에서 권한을 설정할 수 있으므로 액세스 제어가 단순화되어 관리가 간소화되고 다양한 사용자 그룹에 대한 보안이 강화됩니다. 이 기능은 대규모 조직이나 모니터링 설정이 복잡한 조직에 특히 유용하며 대시보드를 더 쉽게 찾고, 관리하고, 보호할 수 있습니다.

Figure 10 – Organizing folders and subfolders

그림 10 – 폴더 및 하위 폴더 구성

Grafana alerting preview

With version 10.4, Grafana introduced Grafana alerting upgrade with rule preview, a feature that allows users to view, edit, and delete migrated rules prior to cutting over, with the option to roll back to classic alerting if needed. Users looking to migrate from classic alerting to Grafana Alerting can do so with confidence with the migration preview. Classic alerting will be completely removed from Grafana in version 11.

Grafana 경고 미리 보기 버전 10.4에서 Grafana는 규칙 미리 보기가 포함된 Grafana 경고 업그레이드를 도입했습니다. 이 기능은 사용자가 전환하기 전에 마이그레이션된 규칙을 보고, 편집하고, 삭제할 수 있으며 필요한 경우 클래식 경고로 롤백할 수 있는 옵션을 제공합니다. 클래식 경고에서 Grafana 경고로 마이그레이션하려는 사용자는 마이그레이션 미리 보기를 통해 자신있게 마이그레이션할 수 있습니다. 버전 11에서는 Grafana에서 클래식 경고가 완전히 제거됩니다.

Figure 11 – Previewing alerting upgrade

그림 11 - 알림 업그레이드 미리보기

Cleanup

If you ran the instructions, make sure to delete resources to stop incurring any charges.

정리 지침을 실행한 경우 요금이 발생하지 않도록 리소스를 삭제해야 합니다.

If you deployed Amazon Managed Grafana using the AWS Console you will need to navigate to the Amazon Managed Grafana service section and deleted the workspace you created.

AWS 콘솔을 사용하여 Amazon Managed Grafana를 배포한 경우 Amazon Managed Grafana 서비스 섹션으로 이동하여 생성한 작업 공간을 삭제해야 합니다.

If you deployed using the AWS CLI you will need to execute the below commands. Replace with the actual ID of your workspace.

AWS CLI를 사용하여 배포한 경우 아래 명령을 실행해야 합니다. 작업공간의 실제 ID로 바꾸세요.

aws grafana delete-workspace --workspace-id 

If you deployed using the Terraform module you will need to execute the below commands.

aws grafana delete-workspace --workspace-id Terraform 모듈을 사용하여 배포한 경우 아래 명령을 실행해야 합니다.

cd terraform-aws-observability-accelerator/examples/existing-cluster-with-base-and-infra terraform destroy cd terraform-aws-observability-accelerator/examples/managed-grafana-workspace terraform destroy

Finally, if you used the AWS CLI to create your Amazon Managed Grafana workspace, run:

cd terraform-aws-observability-accelerator/examples/existing-cluster-with-base-and-infra terraform destroy cd terraform-aws-observability-accelerator/examples/managed-grafana-workspace terraform destroy 마지막으로 AWS CLI를 사용한 경우 Amazon Managed Grafana 작업 공간을 생성하려면 다음을 실행하세요.

aws iam detach-role-policy      --role-name grafana-v10-demo      --policy-arn $APS_POLICY_ARN  aws iam delete-policy  --policy-arn $APS_POLICY_ARN  aws iam detach-role-policy                                                         --role-name grafana-v10-demo  --policy-arn arn:aws:iam::aws:policy/AWSXrayReadOnlyAccess  aws iam detach-role-policy                                                         --role-name grafana-v10-demo  --policy-arn arn:aws:iam::aws:policy/service-role/AmazonGrafanaCloudWatchAccess  aws iam delete-role --role-name grafana-v10-demo  aws grafana delete-workspace --workspace-id  

Conclusion

In this blog, we’ve highlighted key new features of Grafana version 10.4 in Amazon Managed Grafana including Correlations, new navigation experience, and panels updates. We’ve seen how to setup a new workspace in 10.4, and how to migrate to the Amazon Managed Grafana v10.4 workspaces. With the replacement of Grafana API keys by Grafana Service Accounts, we’ve also covered our related new control plane APIs to help you perform operations in your workspace.

aws iam detach-role-policy --role-name grafana-v10-demo --policy-arn $APS_POLICY_ARN aws iam delete-policy --policy-arn $APS_POLICY_ARN aws iam detach-role-policy --role-name grafana- v10-demo --policy-arn arn:aws:iam::aws:policy/AWSXrayReadOnlyAccess aws iam detach-role-policy --role-name grafana-v10-demo --policy-arn arn:aws:iam::aws :policy/service-role/AmazonGrafanaCloudWatchAccess aws iam delete-role --role-name grafana-v10-demo aws grafana delete-workspace --workspace-id 결론 이 블로그에서는 Grafana 버전 10.4의 새로운 주요 기능을 강조했습니다. 상관 관계, 새로운 탐색 환경 및 패널 업데이트를 포함한 Amazon Managed Grafana. 10.4에서 새 작업 공간을 설정하는 방법과 Amazon Managed Grafana v10.4 작업 공간으로 마이그레이션하는 방법을 살펴보았습니다. Grafana API 키를 Grafana 서비스 계정으로 대체하면서 작업 공간에서 작업을 수행하는 데 도움이 되는 관련된 새로운 제어 플레인 API도 다루었습니다.

To explore the complete list of new features in version 10.4, refer to the user documentation. To learn more about Amazon Managed Grafana features and its pricing, visit the product page and pricing page.

버전 10.4의 새로운 기능 전체 목록을 살펴보려면 사용자 설명서를 참조하세요. Amazon Managed Grafana 기능과 가격에 대해 자세히 알아보려면 제품 페이지와 가격 페이지를 방문하세요.

• Check out One Observability Workshop aimed at providing a hands-on experience for you on the wide variety of toolsets AWS offers to setup monitoring and observability on your applications.
• Refer to AWS Observability best practices to learn more about prescriptive guidance and recommendations with implementation examples.
• If you are interested in Observability with infrastructure-as-code check out the AWS Observability accelerator which is a set of Terraform modules or CDK patterns to help you configure Observability for your workloads with AWS Observability services.

애플리케이션에 대한 모니터링 및 관찰 가능성을 설정하기 위해 AWS가 제공하는 다양한 도구 세트에 대한 실습 경험을 제공하기 위한 One Observability Workshop을 확인하세요. 구현 예와 함께 규범적 지침 및 권장 사항에 대해 자세히 알아보려면 AWS 관측 가능성 모범 사례를 참조하십시오. 코드형 인프라를 사용한 Observability에 관심이 있다면 AWS Observability 서비스를 통해 워크로드에 대한 Observability를 구성하는 데 도움이 되는 Terraform 모듈 또는 CDK 패턴 세트인 AWS Observability Accelerator를 확인하십시오.