面向中文开发者的 AWS 实战知识库 代维服务
上云咨询

SOA-C02 考试领域深度解析:监控、日志记录与修复

导出 PDF 浅色排版、带版权水印,可在打印窗口另存为 PDF
SOA-C02 考试领域深度解析:监控、日志记录与修复

摘要

  • 领域 1(监控、日志记录与修复)占 SOA-C02 的 20%——是占比最大的单一板块——而且动手实验往往也集中在这里,所以要在第 1–2 周学习它,而不是等到考前一晚。
  • 围绕固定数字做计划:65 道题、180 分钟、150 美元、换算分数 720/1000 通过,以及在错误区域操作时每个实验会耗掉 15 分钟。
  • 这个领域奖励的是肌肉记忆,而不是死记硬背。如果 aws logs test-metric-filter、--treat-missing-data notBreaching 和 EventBridge→SSM 运行手册还不是你的条件反射,那就练到成为条件反射为止。

领域地图:20% 是最大的一块,其他一切都借力于它

SOA-C02 分为六个加权领域。以下是官方公布的权重,以及真正让人失分的地方:

领域 权重 考生失分点
1. 监控、日志记录与修复 20% 告警状态语义、指标筛选器语法、EventBridge 目标
2. 可靠性与业务连续性 16% RTO/RPO 表述、多可用区 vs 只读副本 vs 备份/恢复
3. 部署、预置与自动化 18% CloudFormation 漂移、StackSets、CodeDeploy 生命周期钩子
4. 安全与合规 16% KMS 密钥策略、IAM 权限边界、Config 规则
5. 网络与内容分发 18% 安全组 vs NACL、Transit Gateway、Route 53 故障转移
6. 成本与性能优化 12% Savings Plans、gp2→gp3、使用 Compute Optimizer 进行适当规模调整

领域 1 值得格外关注的原因不只是那 20%。还因为领域 2 到 6 的题目经常以监控题的形式出现:“哪个指标告诉你故障转移发生了”、“哪个告警操作触发运行手册”、“你如何证明补丁已应用”。你无法通过跳过领域 1 来避开 CloudWatch。

如果你正在两个认证之间做决定,区别大致是:SAA-C03 要求你设计它,SOA-C02 要求你在凌晨两点让它活着。后者更接近日常的中小企业运维工作。

领域 1 实际测试什么:检测,然后修复

公开考试指南给领域 1 设定了两个任务领域——实施和管理监控与日志记录解决方案,以及实施和管理修复与维护。在实践中,这意味着 CloudWatch 代理及其配置文件、自定义命名空间、针对结构化日志的指标筛选器、用于降低噪音的复合告警、用于 API 级审计轨迹的 CloudTrail,以及通过 SSM 运行手册、EventBridge 规则和 Config 自动修复实现的自动化。

陷阱在于语法。指标筛选器模式不是正则表达式,而且它们在不同日志格式之间不可互换。像 [level, request_id, status_code = 5*] 这样的模式是以空格分隔的模式,适用于纯文本日志;JSON 日志需要 { $.statusCode >= 500 }。混用它们会产生零匹配,而且完全没有错误消息,这正是告警最终悄无声息的原因。

以下是我为新服务保存在草稿文件中的一对命令:

aws logs put-metric-filter 
  --log-group-name /aws/lambda/checkout 
  --filter-name Checkout5xx 
  --filter-pattern '{ $.statusCode >= 500 }' 
  --metric-transformations metricName=Checkout5xx,metricNamespace=AppErrors,metricValue=1,defaultValue=0 
  --region us-east-1

aws cloudwatch put-metric-alarm 
  --alarm-name checkout-5xx 
  --namespace AppErrors --metric-name Checkout5xx 
  --statistic Sum --period 60 --evaluation-periods 3 
  --threshold 5 --comparison-operator GreaterThanOrEqualToThreshold 
  --treat-missing-data notBreaching 
  --alarm-actions arn:aws:sns:us-east-1:111122223333:ops-pager 
  --region us-east-1


注意 `defaultValue=0` 和 `--treat-missing-data notBreaching`。这两个标志是可靠告警与永远停留在告警悬置状态的告警之间的区别。考试题很喜欢这个。

这个领域的另一半是修复。要知道检测与修复之间的区别:针对 `EC2 Instance State-change Notification` 的 EventBridge 规则 → 用于重新附加 EIP 的 SSM Automation 文档是一个修复答案;SNS 邮件不是。带自动修复的 Config 规则用于合规漂移,而不是运行时事件。

| 告警旋钮 | 它改变了什么 | 考试后果 |
|---|---|---|
| `Statistic: Average` vs `Maximum` | 取平均值会掩盖 30 秒的尖峰 | `Maximum` 配合 `period 60` 能捕捉你本来会漏掉的尖峰 |
| `Period × EvaluationPeriods` | 触发前的总时间 | 60 × 3 = 持续违规 3 分钟 |
| `treatMissingData` | 没有数据点时的行为 | `notBreaching` 阻止误报 `INSUFFICIENT_DATA` |
| `ComparisonOperator` + 阈值 | 灵敏度 | `GreaterThanThreshold` vs `GreaterThanOrEqualToThreshold` 会改变边界情况 |

## 来之不易的教训:19 分钟的 502 和一个从未响过的告警

2026-11-14 UTC 02:12,us-east-1 中 ALB 后面的三台 `m5.xlarge` 实例开始返回 502。寻呼机保持沉默。一个面向客户的检查在 19 分钟后发现了它。我的第一反应是 SNS——主题存在,但我以为邮件订阅仍在等待确认。事实并非如此;每个订阅都显示 `Confirmed`。

于是我去看告警本身:

```bash
aws cloudwatch describe-alarms --alarm-names checkout-5xx 
  --query 'MetricAlarms[0].{State:StateValue,Reason:StateReason}' --output json


```json
{"State": "INSUFFICIENT_DATA", "Reason": "Insufficient Data: 1 datapoint was unknown."}


这个告警从未评估过任何东西。罪魁祸首是指标筛选器:服务记录 JSON(`{"level":"error","statusCode":502,...}`),但筛选器使用了从旧 nginx 日志组复制来的空格分隔模式。没有令牌匹配,没有指标被发出,没有数据点存在,而且因为我们没有设置 `defaultValue`,告警就永远等待下去。CloudWatch 不会警告你某个模式什么都没匹配到。

诊断只需要对着捕获的事件运行一条命令:

```bash
echo '["{"level":"error","statusCode":502,"path":"/checkout"}"]' > sample.json
aws logs test-metric-filter 
  --filter-pattern '[level, request_id, status_code = 5*]' 
  --log-event-messages file://sample.json


匹配列表为空。我换入 `{ $.statusCode >= 500 }`,立刻就得到了匹配。更新指标筛选器后,我用 `aws logs put-log-events` 推送了一个合成事件,并看着 `get-metric-statistics` 在接下来的一分钟内返回 `Sum: 1.0`——这就是我验证修复而不是假设修复的方式。

我们现在在所有地方都应用两个后续措施:对每个指标转换设置 `defaultValue=0`,以及一个复合告警,当 5xx 率飙升*或*底层指标消失时*任一*情况发生就寻呼。沉默的告警比嘈杂的告警更糟。

## 注册、费用和那 180 分钟

通过 AWS Certification 门户注册,并通过 Pearson VUE 安排考试;如果你的桌面和身份证件通过 OnVUE 检查,可以选择在线监考。考试费为 150 美元,时长 180 分钟,评分按 100–1000 换算,720 分通过。考试结束时屏幕上会显示结果;数字徽章随后单独发放。

| 项目 | 详情 |
|---|---|
| 考试费 | 150 美元(地区定价有所不同) |
| 官方练习题 | 撰写时为 20 美元,对于实验风格题目值得购买 |
| 重考等待 | 失败后等待 14 天,再次支付全额费用 |
| 有效期 | 通过日期起 3 年 |
| 学习时间 | 如果你日常已经在运行 AWS,需要 40–60 小时;如果不是,需要 80+ 小时 |

在关注内容之前先规划好时间。180 分钟做 65 道题,每道题 2.7 分钟——直到实验每题要花 15–20 分钟,剩下的大约每道题只有 2 分钟。按这个速度练习,而不是悠闲地练习。

## 先考 SAA-C03 还是 SOA-C02?

| | SAA-C03 | SOA-C02 |
|---|---|---|
| 时间 | 130 分钟 | 180 分钟 |
| 题目 | 65 道,单选/多选 | 65 道,包括动手实验 |
| 重点 | 架构和设计决策 | 运维、监控、修复 |
|

参考来源

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注