通力電梯(KONE) 觀測雲

把 AWS 資源、RUM、APM、日誌及業務採集連接至同一條排查路徑

AWS 統一監控
RUM / APM / 日誌關聯
自訂採集與告警

客戶背景

KONE 是一家總部位於芬蘭的升降機及自動扶梯企業,亦提供設備維護、升級及數碼服務。觀測雲已發佈的客戶案例指出,KONE 的相關數碼業務運行於 AWS,涵蓋設備狀態、人流及維護服務等場景。

隨著設備及應用程式資料增加,原有監控方式難以把雲端資源、應用程式呼叫、使用者體驗及日誌放在相同脈絡。開發及運維團隊需要縮短由異常訊號到具體元件及業務影響的排查路徑。

分散資料令故障定位流程變長

設備或應用程式出現異常時,團隊需要跨多個入口檢查系統效能、應用程式行為及日誌,難以一直保留相同時段與物件關係。

分散資料令故障定位流程變長

導入方式

關聯 RUM、APM 與日誌資料

KONE 把 RUM、APM 及日誌接入觀測雲,讓團隊可由使用者體驗或應用程式異常繼續查看相關請求、服務及日誌,而毋須在獨立工具之間重新拼接脈絡。

關聯 RUM、APM 與日誌資料

以 DataFlux Func 延伸業務採集及告警

透過 DataFlux Func 的可編程能力,團隊可按特定業務場景編寫採集及告警邏輯,把標準監控以外的業務資料納入相同分析流程。

統一日誌格式、搜尋及告警脈絡

日誌進入統一平台後可按業務需要解析及顯示,並與告警及應用程式脈絡關聯,協助團隊由異常現象追查原始證據。

統一日誌格式、搜尋及告警脈絡

客戶獲得的能力

AWS 運行狀態進入統一視圖

EC2、EKS、RDS 等 AWS 服務的指標可與應用程式及日誌資料一併查看,令雲端資源狀態成為故障排查的一部分。

自訂採集貼近業務物件

團隊可用自訂程式碼補充業務維度,把特定設備或業務狀態帶入監控、告警及分析流程。

日誌分析保留更多故障脈絡

分散日誌經集中採集及解析後,可與告警及應用程式鏈路共同分析,減少重複搜尋及人手對齊。

常見問題

KONE 案例主要監控哪些對象?

公開案例描述了 AWS 上的數碼業務,以及 EC2、EKS、RDS、應用程式效能、使用者體驗及日誌等資料。實際接入範圍視乎工作負載及權限設定。

為何需要關聯 RUM、APM 及日誌?

RUM 反映真實存取體驗,APM 還原請求經過的服務,日誌提供具體錯誤及業務欄位。三者共享時間及物件脈絡後,團隊可沿相同證據鏈排查。

DataFlux Func 在此案例中有甚麼作用?

公開案例描述了以 DataFlux Func 編寫自訂採集及告警程式碼,補充標準監控以外的業務場景。

更多客戶案例