PythonエージェントのLogs in contextは、New RelicのログとAPMのデータをつなぎます。これらのデータを1つのツールにまとめることで、問題の根本的な原因に素早くたどり着き、問題を特定して解決するために必要なログラインを見つけることができます。
Pythonアプリのセットアップ
Pythonによって監視されるAPMアプリのコンテキストでログを有効にするには、手動インストールオプションを使用できます。
- New Relic の ロギングの設定がすでに完了していることを確認してください。これには、アプリケーションのログを収集し、New Relic に転送されるメタデータを拡張する、サポートされているログフォワーダーの設定が含まれます。
- をインストールするか、 を最新の Python エージェントバージョンに更新し、 分散型トレーシングを有効にする. Python agent version 5.4.0 or higher を使用して、コンテキスト内のログを取得します。
- ログハンドラーのコンテキストでログを設定します。
- ログアペンダーが正しく構成されていることを確認するには、アプリケーションを実行してから、クエリ演算子
has:span.id has:trace.id
を使用してNewRelicのログデータを確認します。
すべての設定が正しく行われ、データがエンリッチメントされたメタデータとともにNew Relicに転送されていれば、ログはJSONとして出力され、 trace.id
と span.id
フィールドが含まれているはずです。UI にログデータが表示されない場合は、 トラブルシューティングの手順 に従ってください。
次のステップ
APMのログを文脈に合わせて設定した後は、ログデータを最大限に活用しましょう。
- Logs UI を使って、プラットフォーム全体のロギングデータを調べてみましょう。
- APM UI で、アプリケーションのパフォーマンスのコンテキストでログを確認できます。 エラーのトラブルシューティング 分散型トレース 、スタックトレース、アプリケーションログなどを使用します。
- インフラストラクチャ監視エージェント でログを転送することで、アプリケーションとプラットフォームの両方のパフォーマンスデータをより深く把握することができます。 インフラストラクチャーのログ をUIで確認することができます。
- アラートの設定.
- データのクエリ と ダッシュボードの作成.