Skip to main content

X-Ray

An image

AWS X-Ray เป็นหนึ่งในบริการที่ทรงพลังมากของ AWS แต่กลับถูกใช้งานน้อยกว่าที่ควร แม้กระทั่งการสอบ Certification ของ AWS ก็ยังให้ความสำคัญกับความรู้เกี่ยวกับ X-Ray เนื่องจากบริการนี้ถูกออกแบบมาเพื่อช่วยในการ Debug และ Monitoring แอปพลิเคชันได้อย่างมีประสิทธิภาพ

ความท้าทายของการ Debug ใน Production​

โดยปกติ การ Debug แอปพลิเคชันใน Production มักทำดังนี้:

  • ทดสอบใน Local
  • ใส่ log statements จำนวนมาก
  • Redeploy
  • วิเคราะห์ logs

ซึ่งกระบวนการนี้ยุ่งยากและไม่ใช่วิธีที่ดี โดยเฉพาะเมื่อมีหลายแอปพลิเคชันที่เขียน Log ลง CloudWatch ด้วย Format ที่ต่างกัน ทำให้ยากต่อการรวบรวมและวิเคราะห์ข้อมูล

ในระบบ Distributed Systems ที่มี Microservices หลายตัวสื่อสารกัน ปัญหาจะซับซ้อนยิ่งขึ้น เพราะการจะได้มุมมองรวมของทั้ง Architecture หรือ Service Map นั้นยากมาก

ภาพรวมของ AWS X-Ray​

AWS X-Ray ช่วยให้คุณ เห็นภาพรวมเชิง Visual ของแอปพลิเคชัน เช่น:

  • เมื่อมี Client ส่ง Request เข้ามา X-Ray จะแสดงจำนวน Request ที่สำเร็จ/ล้มเหลว
  • สามารถ Trace การทำงานภายใน เช่นการเรียกไปยัง IP, SNS, DynamoDB ฯลฯ
  • ช่วย ระบุสาเหตุของ Error ได้อย่างชัดเจน เช่นปัญหาเกิดจาก DynamoDB ไม่ใช่ SNS หรือส่วนอื่น ๆ

ข้อดีของ AWS X-Ray​

  • แก้ปัญหาด้าน Performance และระบุ Bottleneck
  • เข้าใจ Dependencies ภายใน Microservice Architecture
  • ชี้เป้าว่าบริการไหนเป็นต้นตอของปัญหา
  • วิเคราะห์ Request Behavior เพื่อหาข้อผิดพลาดและ Exceptions
  • ตรวจสอบว่า SLA ของ Latency/Processing Time ตรงตามที่กำหนดหรือไม่
  • ระบุว่า Service ไหนช้า หรือถูก Throttle
  • ดูได้ว่าผู้ใช้กลุ่มใดได้รับผลกระทบจาก Error

ความเข้ากันได้ (Compatibility)​

X-Ray ใช้งานได้กับหลายบริการของ AWS เช่น:

  • Lambda
  • Elastic Beanstalk
  • ECS
  • ELBs
  • API Gateway
  • EC2 instances
  • แม้กระทั่ง On-premise application servers

วิธีการทำงานของ AWS X-Ray​

  • X-Ray ใช้ Tracing เพื่อติดตาม Request แบบ End-to-End
  • ทุก Component ที่เกี่ยวข้อง (Database, Gateway, Load Balancer, Application Server ฯลฯ) จะสร้าง Trace Segment ของตัวเอง
  • Segment สามารถมี Subsegments และ Annotations ที่บอก Context เพิ่มเติมได้
  • สามารถตั้งค่าให้ Sample Requests ได้ เช่น เก็บเพียงบางส่วนหรือจำนวนที่กำหนดต่อนาที

ด้าน Security:

  • ใช้ IAM Authorization
  • รองรับการ Encryption at rest ด้วย KMS

การเปิดใช้งาน AWS X-Ray​

  1. แก้ไขโค้ด (Code Modification)

    • เพิ่ม AWS X-Ray SDK ในโค้ด (Java, Python, Go, Node.js, .NET)
    • SDK จะดักจับการเรียก AWS Services, HTTP/HTTPS, Database (MySQL, PostgreSQL, DynamoDB) และ Queue

  2. การรัน X-Ray Daemon

    • สำหรับ On-premise หรือ EC2 → ต้องติดตั้งและรัน X-Ray Daemon เอง (มีให้ใช้บน Linux, Windows, Mac)
    • สำหรับ AWS Lambda และบริการที่รองรับ → Daemon จะทำงานอัตโนมัติ
    • แอปพลิเคชันต้องมี IAM Permission เพื่อเขียนข้อมูลไปยัง X-Ray

ปัญหาที่พบบ่อย​

  • X-Ray ทำงานได้ใน Local แต่ไม่ทำงานบน EC2

  • สาเหตุ: บน EC2 ไม่มีการรัน X-Ray Daemon

  • วิธีแก้:

    • แอปต้อง Import SDK และส่ง Trace ไปยัง Daemon
    • Daemon จะ Batch Trace Data ทุกวินาที แล้วส่งไปยัง AWS X-Ray
    • X-Ray จะสร้าง Service Map แบบกราฟิก

จุดเด่นคือ แม้ผู้ใช้ที่ไม่ใช่สายเทคนิคก็สามารถใช้ Service Map เพื่อช่วย Troubleshooting ได้

การแก้ปัญหา X-Ray บน EC2 และ Lambda​

  • EC2: ตรวจสอบให้แน่ใจว่า IAM Role ถูกต้อง และ Daemon กำลังทำงานอยู่
  • Lambda: Function ต้องมี IAM Execution Role ที่ถูกต้อง, Import SDK, และเปิดใช้งาน Active Tracing ในการตั้งค่า Lambda

สรุป​

AWS X-Ray เป็นบริการที่ช่วย Debug และ Trace ระบบแบบ Distributed ได้อย่างทรงพลัง ทำให้คุณเห็นภาพรวมของ Performance, Error และ Dependency ของ Microservices

Key Takeaways​

  • AWS X-Ray คือเครื่องมือ Visual Analysis สำหรับ Debug และ Trace แอปพลิเคชันแบบ Distributed
  • ช่วยหาคอขวด (Bottleneck), ข้อผิดพลาด และ Dependency
  • เปิดใช้งานได้ง่าย แค่เพิ่ม SDK และ Daemon (หรือใช้ Integration ของ Lambda)
  • ต้องมี IAM Permission และตั้งค่า Daemon ให้ถูกต้อง จึงจะทำงานได้ใน Production