Performance MonitoringとBottleneck分析

分散したマイクロサービスで、ピーク時のAPI p95レイテンシーが目標300ミリ秒に対して650ミリ秒まで悪化した。EC2やコンテナのCPU使用率には明確な上昇がない。個々のリクエストがどのサービスや依存関係で時間を消費しているか確認したい。最も適切な方法はどれか。

Amazon EKS上の多数のワークロードがPrometheus互換のメトリクスを公開している。Prometheusサーバーの基盤管理を増やさず、大規模にメトリクスを取り込み、PromQLで分析したい。最も適切なサービスはどれか。

運用チームは、Amazon CloudWatchのメトリクス、Prometheus互換メトリクス、AWS X-Rayのトレースを、共通のダッシュボードから横断して調査したい。最も適切な構成はどれか。

新規の注文APIについて、代表負荷5,000リクエスト/秒で正常に動作した試験結果をベースラインとして記録した。正常状態ではp95レイテンシー220ミリ秒、CPU使用率55%、DB接続数300だった。同じ5,000リクエスト/秒で別の性能試験を行ったところ、p95レイテンシー700ミリ秒、CPU使用率56%、DB接続数950、DB接続上限1,000となった。このベースラインを使った分析として最も適切なものはどれか。

負荷試験で、決済APIのp95レイテンシーが目標300ミリ秒に対して800ミリ秒だった。AWS X-Rayのトレースでは決済サービス内の不正検知サービス呼び出しが約520ミリ秒を占め、決済サービス自体のCPUとメモリには十分な余裕がある。最も適切な分析判断はどれか。

AWS X-Rayで、価格計算サービスそのものの処理に約700ミリ秒かかっていることまでは特定できた。下流サービスの遅延は小さいが、このサービスのCPU使用率は高い。サービス内部のどのコード経路がCPU時間を多く消費しているか特定したい。次に有効な測定はどれか。

新規の注文システムについて、代表負荷5,000リクエスト/秒で、p95レイテンシー230ミリ秒、アプリケーションCPU45%、DB接続数320を正常時ベースラインとして記録している。同じ負荷で別の性能試験を行ったところ、p95レイテンシー780ミリ秒、アプリケーションCPU47%、DB接続数330となった。CPU使用率とDB接続数はベースラインに近いためAWS X-Rayでトレースを確認すると、注文サービス90ミリ秒、決済サービス610ミリ秒、データベース35ミリ秒だった。この測定結果を組み合わせた分析として適切なものを2つ選択してください。

新規の分散アプリケーションでトレースを収集し、AWS X-Rayで分析できるようにしたい。2026年9月時点のAWSの推奨を踏まえ、将来を見据えた計装方式として最も適切なものはどれか。