技能介绍

解决什么问题

当 CloudWatch 告警触发时，值班工程师通常要在控制台里来回跳转：先查 GetMetricData 的指标曲线，再开 Logs Insights 查询窗口搜错误日志，最后翻 X-Ray 找到对应的 trace 才能判断故障发生在哪一层。这个流程里大部分动作是重复性的——看哪些指标、跑哪些查询、关联哪些 trace，其实都有固定套路。这个技能的目标就是把这套套路脚本化，让事件分类不再依赖人肉翻控制台。

它如何工作

技能围绕三个 SDK 调用组织，对应事件处理的三个阶段：

指标采集：通过 AWS SDK 的 CloudWatchClient 调用 GetMetricData 拉取告警时间窗口内的自定义指标，替代手动打开图表页面。
日志分析：调用 CloudWatch Logs Insights 的 StartQueryExecution 提交查询，在指定日志组中检索与事件相关的错误模式。
根因关联：通过 DescribeAlarms 拿到告警详情后，将警报与 X-Ray 的 trace segments 做关联，把指标异常、日志报错和调用链路串成一条线，缩小排查范围。

三者按顺序执行：先确认哪些指标越界，再查对应日志，最后沿着 trace 定位到具体的服务与依赖，形成从现象到根因的闭环。

适用边界与注意点

技能基于 AWS SDK for JavaScript v3，环境需要 Node.js 与 yarn，上游文档以通用 JavaScript 代码测试为前提。
项目依赖 @aws-sdk/client-dynamodb 等 SDK 包，运行前需确认依赖已安装、锁定文件已更新。
指标查询的成本由 GetMetricData 的 API 调用计费规则决定，高频轮询前应评估调用频率。
它是分类与分析的自动化工具，不替代告警本身的配置；指标命名、日志组划分、trace 采样策略仍需要提前规划好。