使用基於 Amazon.com 和 AWS 多年卓越運營經驗的機器學習 (ML) 模型,偵測異常應用程式行為。
進一步了解
接收有關異常行為的洞察和內容相關資訊,以及切實可行的補救建議。
自動分析應用程式指標、日誌和事件,以適應不斷變化的行為和系統架構。
使用 ML 模型來限制警示噪音,以便您的團隊可以專注於修復和回應。
識別無伺服器應用程式操作問題的早期跡象,並在其影響客戶之前對其進行補救。
探索 Amazon DevOps Guru for Serverless
在 Amazon Relational Database Service (RDS) 中偵測、評估和修復各種與資料庫相關的問題。
探索 Amazon DevOps Guru for RDS
透過自動更新靜態規則和警示節省時間和精力,這樣就可以有效地監控複雜且不斷演變的應用程式。
進一步了解監控應用程式
在記憶體、CPU 和磁碟空間等可耗盡資源超過佈建容量收到提醒。
進一步了解 AWS 資源管理