DOPモニタリングとロギング
ある企業はAmazon ECS上で20以上のマイクロサービスを運用しています。特定の時間帯に断続的なレイテンシースパイクが発生しますが、どのサービスが原因か特定できていません。サービス間の依存関係とレイテンシーのボトルネックを最も効果的に可視化できる方法はどれですか？
A全サービスでAWS X-Rayトレーシングを有効化し、X-Rayサービスマップでサービス間のレイテンシー分布とホットスポットを特定する
✓ 正解
X-Rayのサービスマップは全サービスにまたがるリクエストのエンドツーエンドトレースを可視化し、サービス間の依存関係・レイテンシー分布・エラー率をリアルタイムで表示します。全サービスをインストルメント化することで、断続的なスパイクの根本原因をホットスポット検出で効果的に特定できます。
Bレイテンシーが疑われる主要サービスのみAWS X-Rayトレーシングを有効化し、サービスマップで部分的にレイテンシーを分析する
主要サービスのみのX-Rayインストルメント化ではサービスマップに空白領域が生じ、インストルメントされていないサービスでのボトルネックを見落とす可能性があります。断続的スパイクの原因が非インストルメントサービスにある場合、特定が困難になります。
CCloudWatch Container InsightsでECSタスクのCPU使用率・メモリ使用率を監視し、リソース枯渇によるレイテンシーを特定する
Container InsightsはECSタスクのCPU・メモリ使用率監視に特化しており、アプリケーションレベルのレイテンシー分析やサービス間依存関係の可視化はできません。リソース枯渇検出のみでは断続的スパイクの根本原因特定には不十分です。
DCloudWatch Logs InsightsでAPIレスポンスタイムのログをクエリし、エンドポイント別の平均応答時間を集計して比較する
CloudWatch Logs Insightsはログの集計分析に有効ですが、サービス間の依存関係やリクエストの伝播経路を可視化する分散トレーシング機能がなく、マイクロサービス間のレイテンシーボトルネックの特定には不向きです。
解説
AWS X-Rayのサービスマップはリクエストのエンドツーエンドトレースを可視化し、サービス間の依存関係・レイテンシー・エラー率をリアルタイムで表示します。断続的なレイテンシースパイクのボトルネック特定には分散トレーシングが最も効果的です。
選択肢Bは主要サービスのみへのX-Ray適用であり、インストルメントされていないサービスでのボトルネックを見落とす可能性があります。どのサービスが原因か不明な場合は全サービスへの適用が必須です。
選択肢C（CloudWatch Container Insights）はECSタスクのCPU・メモリ使用率監視に特化しており、サービス間のレイテンシー因果関係を可視化できません。
選択肢D（CloudWatch Logs Insights）はログ集計分析に有効ですが、分散トレーシングやサービス依存関係の可視化機能がないため、本シナリオには不十分です。
ドメイン別正答率・予想スコアでリアルタイムに実力把握
無限ノックでDOPを徹底対策。全問AI生成のオリジナル問題。
無料で演習を始める →