Procedimientos recomendados para la creación y administración de reglas de recopilación de datos en Azure Monitor
Las reglas de recopilación de datos (DCR) determinan cómo recopilar y procesar la telemetría enviada a Azure. Algunas reglas de recopilación de datos se crearán y administrarán mediante Azure Monitor y puede crear otras para personalizar la recopilación de datos según sus requisitos concretos. En este artículo se describen algunos procedimientos recomendados que se deben aplicar al crear sus propias reglas de recopilación de datos.
Cuando se crea una regla de recopilación de datos, hay algunos aspectos que se deben tener en cuenta:
- Tipo de datos que se recopilarán, también conocidos como tipo de origen de datos (rendimiento, eventos)
- Las máquinas virtuales de destino a las que se asociará la regla
- El destino de los datos recopilados
Tener en cuenta todos estos factores es fundamental para una buena organización de DCR. Todos los puntos anteriores afectan al esfuerzo de administración de la regla de recopilación de datos, así como al consumo de recursos para la transferencia y el procesamiento de la configuración.
Dada la granularidad nativa, que permite asociar una RCD determinada a más de una máquina virtual de destino y viceversa, es importante hacer que las RCD sean lo más sencillas posible con menos orígenes de datos cada una. También es importante hacer que la lista de elementos recopilados de cada origen de datos sea simple y esté orientada al ámbito de la observabilidad.
Para aclarar lo que podría ser un ámbito de observabilidad, piense en él como su límite lógico preferido para recopilar datos. Por ejemplo, un posible ámbito podría ser un conjunto de máquinas virtuales que ejecutan software (por ejemplo, "SQL Servers") necesario para una aplicación específica, o contadores básicos del sistema operativo o un conjunto de eventos utilizados por sus administradores de TI. También es posible crear ámbitos similares dedicados para distintos entornos ("Desarrollo", "Prueba", "Producción") para especializarse aún más.
De hecho, no es ideal, ni siquiera recomendable, crear una única regla de recopilación de datos que contenga todos los orígenes de datos, los elementos de la recopilación y los destinos para implementar la observabilidad. En la tabla siguiente, hay varias recomendaciones que podrían ayudar a planear mejor la creación y el mantenimiento de una regla de recopilación de datos:
| Category | Procedimiento recomendado | Explicación | Área de impacto |
|---|---|---|---|
| Recopilación de datos | Definición del ámbito de observabilidad | Definir el ámbito de observabilidad es clave para la administración de una regla de recopilación de datos más sencilla y correcta, y un ámbito de observabilidad de la organización. Ayudará a aclarar cuál es la necesidad de la recopilación y desde qué máquina virtual de destino se debe realizar. Como se explicó anteriormente, un ámbito de observabilidad podría ser un conjunto de máquinas virtuales que ejecutan un software que es común a una aplicación específica, un conjunto de información común para el departamento de TI, etc. Por ejemplo, la recopilación del contador de rendimiento básico del sistema operativo, que incluye el uso de CPU, memoria disponible y espacio libre en disco, podrían considerarse como ámbito para la administración central de TI. | No tener un ámbito claramente definido no aporta claridad y no permite una administración adecuada. |
| Creación de reglas de recopilación de datos específicas del ámbito de observabilidad | La creación de reglas independientes basadas en el ámbito de observabilidad es clave para facilitar el mantenimiento. Le permitirá asociar fácilmente las reglas a las máquinas virtuales de destino pertinentes. | ¿Por qué crear una única regla que recopile contadores de rendimiento del sistema operativo, contadores de servidores web y contadores de bases de datos juntos? Este enfoque, no solo obligará a cada máquina virtual asociada a transferir, procesar y ejecutar la configuración que está fuera del ámbito, sino que también requerirá más esfuerzo cuando sea necesario actualizar la configuración de la regla. Piense en la administración de una plantilla que incluya entradas innecesarias; esta situación no es la ideal y da pie a errores. | |
| Creación de una regla de recopilación de datos específica del tipo de origen de datos dentro de los ámbitos de observabilidad definidos | La creación de reglas independientes para el rendimiento y los eventos le ayudará a administrar la configuración y la asociación con una granularidad basada en las máquinas de destino. Por ejemplo, la creación de una regla para recopilar eventos y contadores de rendimiento podría dar lugar a un enfoque poco óptimo. Puede haber situaciones en las que una máquina determinada (o conjunto de máquinas) no tenga los registros de eventos ni los contadores de rendimiento configurados en la regla de recopilación de datos. En esta situación, las máquinas virtuales se verán obligadas a procesar y ejecutar una configuración que no es necesaria según el software instalado en ella. | Si no se usan reglas diferentes, se forzará a cada máquina virtual asociada a transferir, procesar y ejecutar una configuración que podría no ser aplicable según el software instalado. Se puede producir un consumo excesivo de recursos de proceso y errores en la configuración de procesamiento que hagan que el agente de Azure Monitor (AMA) deje de responder. Además, la recopilación de datos innecesarios aumentará los costos de ingesta de datos. | |
| Destino de los datos | Creación de una regla de recopilación de datos diferente basada en el destino | Estas reglas tienen la capacidad de enviar datos a varios destinos diferentes, como métricas de Azure Monitor y registros de Azure Monitor, simultáneamente. Tener reglas específicas para el destino es útil para administrar los requisitos de legislación o soberanía de datos. Dado que, ser compatible puede requerir enviar datos solo a los repositorios permitidos creados en regiones permitidas, tener diferentes reglas permite un destino más específico. | No separar las reglas en función del destino de los datos, puede dar lugar a que no sea compatible con el control de datos, la privacidad y los requisitos de acceso, y puede hacer que la recopilación de datos innecesaria provoque costos inesperados. |
Los principios mencionados anteriormente proporcionan una base para crear su propio enfoque de administración de DCR que equilibra la capacidad de mantenimiento, la facilidad de reutilización, la granularidad y los límites de servicio. Las reglas también necesitan gobernanza compartida para minimizar la creación de silos y la duplicación innecesaria del trabajo.