Ajouter des données de télémétrie à votre bot

S’APPLIQUE À : KIT de développement logiciel (SDK) v4

La journalisation de télémétrie permet aux applications bots d’envoyer des données d’événement à des services de télémétrie tels qu’Application Insights. La télémétrie fournit des insights sur votre bot en montrant les fonctionnalités les plus utilisées, en détectant les comportements indésirables et en offrant une visibilité sur la disponibilité, les performances et l’utilisation.

Cet article explique comment implémenter la télémétrie dans votre bot à l’aide d’Application Insights. Cet article couvre les points suivants :

• Code requis pour connecter les données de télémétrie dans votre bot et se connecter à Application Insights.
• Comment activer la télémétrie dans les boîtes de dialogue de votre bot.
• Comment activer la télémétrie pour capturer des données d’utilisation à partir d’autres services, tels que les services Azure AI.
• Comment visualiser vos données de télémétrie dans Application Insights.

Important

Pour un bot régional qui peut collecter des informations d’identification personnelle (PII) dans la télémétrie, votre ressource Application Insights et votre ressource Azure Bot doivent se trouver dans la même région que le bot. Si les ressources se trouvent dans des régions différentes, les informations d’identification personnelle peuvent quitter la région géographique du bot.

Prérequis

C#

• L’exemple de code CoreBot
• L’exemple de code d’Application Insights
• Un abonnement à Microsoft Azure
• Une clé Application Insights
• Vous êtes familiarisé à Application Insights
• git

Notes

L'exemple de code Application Insights a été créé au-dessus de l’exemple de code CoreBot. Cet article vous guide tout au long de la modification de l’exemple de code CoreBot pour incorporer la télémétrie. Si vous suivez dans Visual Studio, vous disposerez de l’exemple de code Application Insights au moment où vous aurez terminé.

JavaScript

• L’exemple de code CoreBot
• L’exemple de code d’Application Insights
• Un abonnement à Microsoft Azure
• Une clé Application Insights
• Vous êtes familiarisé à Application Insights
• Visual Studio Code
• Node.js version 10.14 ou ultérieure. Utilisez la commande node --version pour déterminer la version du nœud dont vous disposez.
• Bot Framework Emulator

Notes

L'exemple de code Application Insights a été créé au-dessus de l’exemple de code CoreBot. Cet article vous guide tout au long de la modification de l’exemple de code CoreBot pour incorporer la télémétrie. Si vous suivez dans Visual Studio Code, vous disposerez de l’exemple de code Application Insights au moment où vous aurez terminé.

Activer la télémétrie dans votre bot

C#

Cet article commence à partir de l’exemple d’application CoreBot et ajoute le code requis pour intégrer les données de télémétrie dans n’importe quel bot. Cela permet à Application Insights de commencer à suivre les requêtes.

Important

Si vous n’avez pas configuré votre compte Application Insights et créé votre clé Application Insights, effectuez cette opération avant de continuer.

1. Ouvrez l’exemple d’application CoreBot dans Visual Studio.

2. Ajoutez le package NuGet Microsoft.Bot.Builder.Integration.ApplicationInsights.Core. Pour plus d’informations sur l’utilisation de NuGet, consultez Installer et gérer des packages dans Visual Studio :

3. Ajoutez les instructions suivantes dans Startup.cs :

   using Microsoft.ApplicationInsights.Extensibility;
   using Microsoft.Bot.Builder.ApplicationInsights;
   using Microsoft.Bot.Builder.Integration.ApplicationInsights.Core;
   using Microsoft.Bot.Builder.Integration.AspNet.Core;
   

   Conseil

   Si vous suivez en mettant à jour l’exemple de code CoreBot, vous remarquerez que l’instruction using pour Microsoft.Bot.Builder.Integration.AspNet.Core existe déjà dans l’exemple CoreBot.

4. Ajoutez le code suivant à la méthode ConfigureServices() dans Startup.cs. Cela rendra les services de télémétrie disponibles pour votre robot via l’injection de dépendances (DI) :

   // This method gets called by the runtime. Use this method to add services to the container.
   public void ConfigureServices(IServiceCollection services)
   {
       ...
           // Create the Bot Framework Adapter with error handling enabled.
           services.AddSingleton<IBotFrameworkHttpAdapter, AdapterWithErrorHandler>();
   
           // Add Application Insights services into service collection
           services.AddApplicationInsightsTelemetry();
   
           // Create the telemetry client.
           services.AddSingleton<IBotTelemetryClient, BotTelemetryClient>();
   
           // Add telemetry initializer that will set the correlation context for all telemetry items.
           services.AddSingleton<ITelemetryInitializer, OperationCorrelationTelemetryInitializer>();
   
           // Add telemetry initializer that sets the user ID and session ID (in addition to other bot-specific properties such as activity ID)
           services.AddSingleton<ITelemetryInitializer, TelemetryBotIdInitializer>();
   
           // Create the telemetry middleware to initialize telemetry gathering
           services.AddSingleton<TelemetryInitializerMiddleware>();
   
           // Create the telemetry middleware (used by the telemetry initializer) to track conversation events
           services.AddSingleton<TelemetryLoggerMiddleware>();
       ...
   }
   

   Conseil

   Si vous suivez en mettant à jour l’exemple de code CoreBot, vous remarquerez qu’il services.AddSingleton<IBotFrameworkHttpAdapter, AdapterWithErrorHandler>(); existe déjà.

5. Demandez à l’adaptateur d’utiliser le code de l’intergiciel qui a été ajouté à la méthode ConfigureServices(). Pour ce AdapterWithErrorHandler.cs faire, utilisez le paramètre TelemetryInitializerMiddleware telemetryInitializerMiddleware dans la liste des paramètres du constructeur et l’instruction Use(telemetryInitializerMiddleware); dans le constructeur, comme illustré ici :

       public AdapterWithErrorHandler(IConfiguration configuration, ILogger<BotFrameworkHttpAdapter> logger, TelemetryInitializerMiddleware telemetryInitializerMiddleware, ConversationState conversationState = null)
           : base(configuration, logger)
   {
       ...
       Use(telemetryInitializerMiddleware);
   }
   

6. Vous devez également ajouter Microsoft.Bot.Builder.Integration.ApplicationInsights.Core à votre liste d’instructions using dans AdapterWithErrorHandler.cs.

7. Ajoutez la clé d’instrumentation Application Insights à votre fichier appsettings.json. Le appsettings.json fichier contient des métadonnées sur les services externes que le bot utilise lors de l’exécution. Par exemple, la connexion et les métadonnées des services Cosmos DB, Application Insights et Azure AI y sont stockées. L’ajout à votre fichier appsettings.json doit être au format suivant :

   {
       "MicrosoftAppId": "",
       "MicrosoftAppPassword": "",
       "ApplicationInsights": {
           "InstrumentationKey": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
       }
   }
   

   Notes

   Pour plus d’informations sur l’obtention de la clé d’instrumentation Application Insights, consultez l’article clés Application Insights.

À ce stade, le travail préliminaire pour activer la télémétrie à l’aide d’Application Insights est effectué. Vous pouvez exécuter votre bot localement à l’aide de l’émulateur, puis accéder à Application Insights pour voir ce qui est journalisé, comme le temps de réponse, l’intégrité globale de l’application et les informations générales d’exécution.

Activer la télémétrie dans les boîtes de dialogue de votre bot

Lorsque vous ajoutez un nouveau dialogue à ComponentDialog, celui-ci hérite de Microsoft.Bot.Builder.IBotTelemetryClient pour son dialogue parent. Par exemple, dans l’exemple d’application CoreBot, toutes les boîtes de dialogue sont ajoutées à MainDialog, qui est un ComponentDialog. Une fois que vous avez défini la propriété TelemetryClient sur MainDialog, toutes les boîtes de dialogue qui y sont ajoutées héritent automatiquement du telemetryClient, de sorte qu’il n’a pas besoin d’être défini explicitement lors de l’ajout de boîtes de dialogue.

Suivez les étapes ci-dessous pour mettre à jour votre exemple de CoreBot :

1. Dans MainDialog.cs, mettez à jour la liste des paramètres de constructeur afin d'inclure le paramètre IBotTelemetryClient, puis définissez la propriété TelemetryClient de MainDialog sur cette valeur comme indiqué dans l’extrait de code suivant :

   public MainDialog(IConfiguration configuration, ILogger<MainDialog> logger, IBotTelemetryClient telemetryClient)
       : base(nameof(MainDialog))
   {
       // Set the telemetry client for this and all child dialogs.
       this.TelemetryClient = telemetryClient;
       ...
   }
   

Conseil

Si vous suivez et mettez à jour l’exemple de code CoreBot, vous pouvez vous référer à l’exemple de code Application Insights si vous rencontrez des problèmes.

La télémétrie est désormais ajoutée aux boîtes de dialogue de votre bot. Si vous exécutez votre bot maintenant, vous devriez voir que des éléments sont enregistrés dans Application Insights ; Toutefois, si vous disposez d’une technologie intégrée telle qu’un service Azure AI, vous devez également ajouter à TelemetryClient ce code.

JavaScript

Cet article commence par l’exemple d’application CoreBot et ajoute le code requis pour intégrer la télémétrie dans n’importe quel bot. Cela permet à Application Insights de commencer à suivre les requêtes.

Important

Si vous n’avez pas configuré votre compte Application Insights et créé votre clé Application Insights, effectuez cette opération avant de continuer.

1. Ouvrez l’exemple d’application CoreBot dans Visual Studio Code.

2. Ajoutez la clé Application Insights à votre .env fichier : InstrumentationKey=<EnterInstrumentationKeyHere>. Le .env fichier contient des métadonnées sur les services externes que le bot utilise lors de l’exécution. Par exemple, la connexion et les métadonnées des services Application Insights et Azure AI y sont stockées. L’ajout à votre fichier .env doit être au format suivant :

   MicrosoftAppType=
   MicrosoftAppId=
   MicrosoftAppPassword=
   MicrosoftAppTenantId=
   LuisAppId=
   LuisAPIKey=
   LuisAPIHostName=
   InstrumentationKey=
   

   Notes

   Pour plus d’informations sur l’obtention de la clé d’instrumentation Application Insights, consultez l’article clés Application Insights.

3. Ajoutez une référence aux modules ApplicationInsightsTelemetryClient et TelemetryInitializerMiddleware qui se trouvent dans botbuilder-applicationinsights le Kit de développement logiciel (SDK) Bot Framework. Pour ce faire, ajoutez le code suivant en commençant en haut de index.js, juste après le code pour importer les packages requis :

   const { ApplicationInsightsTelemetryClient, TelemetryInitializerMiddleware } = require('botbuilder-applicationinsights');
   const { TelemetryLoggerMiddleware } = require('botbuilder-core');
   

   Conseil

   Les exemples de bot JavaScript utilisent Node.js, qui suit le système de module CommonJS, et la fonction intégrée require pour inclure des modules qui existent dans des fichiers distincts.

4. Créez une fonction à la fin de index.js nommée getTelemetryClient qui prend votre clé d’instrumentation en tant que paramètre et retourne un client de télémétrie à l’aide du ApplicationInsightsTelemetryClient module que vous avez référencé précédemment. Ce client de télémétrie est l’endroit où vos données de télémétrie seront envoyées, dans ce cas Application Insights.

   // Listen for Upgrade requests for Streaming.
   server.on('upgrade', async (req, socket, head) => {
       // Create an adapter scoped to this WebSocket connection to allow storing session data.
       const streamingAdapter = new CloudAdapter(botFrameworkAuthentication);
   
       // Set onTurnError for the CloudAdapter created for each connection.
       streamingAdapter.onTurnError = onTurnErrorHandler;
   

5. Ensuite, vous devez ajouter le middleware de télémétrie au pipeline middleware de l’adaptateur. Pour ce faire, ajoutez le code suivant, en commençant juste après le code de gestion des erreurs :

   
   // For local development, in-memory storage is used.
   // CAUTION: The Memory Storage used here is for local bot debugging only. When the bot
   // is restarted, anything stored in memory will be gone.
   const memoryStorage = new MemoryStorage();
   

6. Pour que votre boîte de dialogue signale des données de télémétrie, son telemetryClient doit correspondre à celui utilisé pour le middleware de télémétrie, c’est-à-dire, dialog.telemetryClient = telemetryClient;

   const server = restify.createServer();
   server.listen(process.env.port || process.env.PORT || 3978, function() {
       console.log(`\n${ server.name } listening to ${ server.url }`);
       console.log('\nGet Bot Framework Emulator: https://aka.ms/botframework-emulator');
       console.log('\nTo talk to your bot, open the emulator select "Open Bot"');
   });
   

7. Après avoir créé l’objet serveur web HTTP restify, demandez-lui d’utiliser le bodyParser gestionnaire.

       }
       return new NullTelemetryClient();
   }
   

   Conseil

   Cela utilise la fonction restifybodyParser . restify est une infrastructure de service web Node.js optimisée pour la création de services web RESTful sémantiquement corrects prêts à être utilisés en production à grande échelle. restify optimise pour l’introspection et les performances, et est utilisé dans certains des plus grands déploiements Node.js au monde. Pour plus d’informations, consultez le site web restify .

   Node.js suit le système de module CommonJS et utilise la fonction intégrée require pour inclure des modules qui existent dans des fichiers distincts.

À ce stade, le travail préliminaire pour activer la télémétrie à l’aide d’Application Insights est effectué. Vous pouvez exécuter votre bot localement à l’aide de l’émulateur, puis accéder à Application Insights pour voir ce qui est journalisé, comme le temps de réponse, l’intégrité globale de l’application et les informations générales d’exécution.

Activer ou désactiver l’événement d’activité et la journalisation des informations personnelles

C#

Activer ou désactiver la journalisation des activités

Par défaut, TelemetryInitializerMiddleware utilise TelemetryLoggerMiddleware pour journaliser les données de télémétrie quand votre bot envoie/reçoit des activités. La journalisation des activités crée des journaux d’événements personnalisés dans votre ressource Application Insights. Si vous le souhaitez, vous pouvez désactiver la journalisation des événements d’activité en définissant logActivityTelemetry sur false sur le lors de l’inscription TelemetryInitializerMiddleware dans Startup.cs.

public void ConfigureServices(IServiceCollection services)
{
    ...
    // Add the telemetry initializer middleware
    services.AddSingleton<TelemetryInitializerMiddleware>(sp =>
            {
                var loggerMiddleware = sp.GetService<TelemetryLoggerMiddleware>();
                return new TelemetryInitializerMiddleware(loggerMiddleware, logActivityTelemetry: false);
            });
    ...
}

Activer ou désactiver la journalisation des informations personnelles

Par défaut, si la journalisation des activités est activée, certaines propriétés sur les activités entrantes/sortantes sont exclues de la journalisation, car elles sont susceptibles de contenir des informations personnelles, telles que le nom d’utilisateur et le texte de l’activité. Vous pouvez choisir d’inclure ces propriétés dans votre journalisation en apportant la modification suivante à Startup.cs au moment d’inscrire TelemetryLoggerMiddleware.

public void ConfigureServices(IServiceCollection services)
{
    ...
    // Add the telemetry initializer middleware
    services.AddSingleton<TelemetryLoggerMiddleware>(sp =>
            {
                var telemetryClient = sp.GetService<IBotTelemetryClient>();
                return new TelemetryLoggerMiddleware(telemetryClient, logPersonalInformation: true);
            });
    ...
}

Nous verrons ensuite ce qui doit être inclus pour ajouter la fonctionnalité de télémétrie aux boîtes de dialogue. Cela vous permettra d’obtenir des informations supplémentaires, telles que ce qui est exécuté par les boîtes de dialogue et les statistiques sur chacune d’elles.

JavaScript

Activer ou désactiver la journalisation des activités

Par défaut, le TelemetryInitializerMiddleware utilise pour journaliser les TelemetryLoggerMiddleware données de télémétrie lorsque votre bot envoie ou reçoit des activités. La journalisation des activités crée des journaux d’événements personnalisés dans votre ressource Application Insights. Si vous le souhaitez, vous pouvez désactiver la journalisation des événements d’activité en définissant logActivityTelemetry sur false sur le lors de l’inscription TelemetryInitializerMiddleware dans index.js.

L’extrait de code suivant provient de l’exemple 21.corebot-app-insightset montre l’appel à TelemetryInitializerMiddleware:

// For local development, in-memory storage is used.
// CAUTION: The Memory Storage used here is for local bot debugging only. When the bot
// is restarted, anything stored in memory will be gone.
const memoryStorage = new MemoryStorage();

L’extrait de code ci-dessous montre la modification nécessaire dans l’exemple 21.corebot-app-insights, dans l’appel à TelemetryInitializerMiddleware pour désactiver la journalisation d’activité :

// Add telemetry middleware to the adapter middleware pipeline
var telemetryClient = getTelemetryClient(process.env.InstrumentationKey);
var telemetryLoggerMiddleware = new TelemetryLoggerMiddleware(telemetryClient);
var initializerMiddleware = new TelemetryInitializerMiddleware(telemetryLoggerMiddleware, false);
adapter.use(initializerMiddleware);

Activer ou désactiver la journalisation des informations personnelles

Lorsque la journalisation des activités est activée, certaines propriétés des activités entrantes/sortantes sont exclues de la journalisation par défaut, car elles sont susceptibles de contenir des informations personnelles, telles que le nom d’utilisateur et le texte de l’activité. Vous pouvez choisir d’inclure ces propriétés dans votre journalisation en modifiant le logPersonalInformation paramètre de à true lors de false l’inscription TelemetryLoggerMiddleware dans index.js.

// For local development, in-memory storage is used.
// CAUTION: The Memory Storage used here is for local bot debugging only. When the bot
// is restarted, anything stored in memory will be gone.
const memoryStorage = new MemoryStorage();

Nous verrons ensuite ce qui doit être inclus pour ajouter la fonctionnalité de télémétrie aux boîtes de dialogue. Cela vous permettra d’obtenir des informations supplémentaires, telles que ce qui est exécuté par les boîtes de dialogue et les statistiques sur chacune d’elles.

Activation de la télémétrie pour capturer les données d'utilisation d'autres services, comme LUIS et QnA Maker

Notes

Azure AI QnA Maker sera mis hors service le 31 mars 2025. À compter du 1er octobre 2022, vous ne pourrez pas créer de ressources ou bases de connaissances QnA Maker. Une version plus récente de la fonctionnalité de questions et réponses est désormais disponible dans le cadre d’Azure AI Language.

Les réponses aux questions personnalisées, une fonctionnalité d’Azure AI Language, sont la version mise à jour du service QnA Maker. Pour plus d’informations sur la prise en charge des questions-réponses dans le Kit de développement logiciel (SDK) Bot Framework, consultez Compréhension du langage naturel.

Notes

Language Understanding (LUIS) sera mis hors service le 1er octobre 2025. À compter du 1er avril 2023, vous ne pourrez pas créer de ressources LUIS. Une version plus récente de la compréhension des langues est désormais disponible dans le cadre d’Azure AI Language.

La compréhension du langage conversationnel (CLU), une fonctionnalité d’Azure AI Language, est la version mise à jour de LUIS. Pour plus d’informations sur la prise en charge de la compréhension du langage dans le Kit de développement logiciel (SDK) Bot Framework, consultez Compréhension du langage naturel.

C#

Nous allons ensuite implémenter la fonctionnalité de télémétrie dans votre service LUIS. Le service LUIS dispose d’une journalisation de télémétrie intégrée disponible. Vous n’avez donc que peu à faire pour commencer à obtenir des données de télémétrie à partir de LUIS. Si vous souhaitez activer la télémétrie dans un bot avec QnA Maker, consultez Ajouter des données de télémétrie à votre bot QnA Maker

1. Le paramètre IBotTelemetryClient telemetryClient est obligatoire dans le constructeur FlightBookingRecognizer de FlightBookingRecognizer.cs :

   public FlightBookingRecognizer(IConfiguration configuration, IBotTelemetryClient telemetryClient)
   

2. Ensuite, activez le telemetryClient lorsque vous créez votre LuisRecognizer dans le FlightBookingRecognizer constructeur. Pour ce faire, ajoutez le telemetryClient en tant que nouveau LuisRecognizerOption :

   if (luisIsConfigured)
   {
       var luisApplication = new LuisApplication(
           configuration["LuisAppId"],
           configuration["LuisAPIKey"],
           "https://" + configuration["LuisAPIHostName"]);
   
       // Set the recognizer options depending on which endpoint version you want to use.
       var recognizerOptions = new LuisRecognizerOptionsV3(luisApplication)
       {
           TelemetryClient = telemetryClient,
       };
       _recognizer = new LuisRecognizer(recognizerOptions);
   }
   

Et voilà ! Vous disposez d’un robot fonctionnel qui enregistre les données de télémétrie dans Application Insights. Vous pouvez utiliser Bot Framework Emulator pour exécuter votre robot localement. Vous ne devriez pas voir les modifications apportées au comportement du robot, mais les informations de journalisation seront enregistrées dans Application Insights. Interagissez avec le bot en envoyant plusieurs messages et dans la section suivante, nous examinerons les résultats des données de télémétrie dans Application Insights.

Pour plus d’informations sur le test et le débogage de votre robot, vous pouvez consulter les articles suivants :

• Déboguer un bot
• Recommandations en matière de test et de débogage
• Déboguer avec l’émulateur

JavaScript

Nous allons ensuite implémenter la fonctionnalité de télémétrie dans votre service LUIS. Le service LUIS dispose d’une journalisation de télémétrie intégrée disponible. Vous n’avez donc que peu à faire pour commencer à obtenir des données de télémétrie à partir de LUIS.

Pour activer le client de télémétrie dans votre module de reconnaissance LUIS :

1. Ouvrez FlightBookingRecognizer.js

2. Passez le telemetryClient paramètre au FlightBookingRecognizer constructeur :

   constructor(config, telemetryClient) {
   

3. Définissez le telemetryClient champ de l’objet recognizerOptions sur la telemetryClient propriété qui est passée au FlightBookingRecognizer constructeur, une fois terminé, votre constructeur s’affiche comme suit :

   if (luisIsConfigured) {
       // Set the recognizer options depending on which endpoint version you want to use e.g v2 or v3.
       // More details can be found in https://docs.microsoft.com/azure/cognitive-services/luis/luis-migration-api-v3
       const recognizerOptions = {
           apiVersion: 'v3',
           telemetryClient: telemetryClient
       };
   
       this.recognizer = new LuisRecognizer(config, recognizerOptions);
   }
   

4. Enfin, vous devez inclure le lors de la telemetryClient création d’un instance du FlightBookingRecognizer dans index.js:

   const memoryStorage = new MemoryStorage();
   

Voilà; vous devez disposer d’un bot fonctionnel qui consigne les données de télémétrie dans Application Insights. Vous pouvez utiliser Bot Framework Emulator pour exécuter votre robot localement. Vous ne devriez pas voir les modifications apportées au comportement du robot, mais les informations de journalisation seront enregistrées dans Application Insights. Interagissez avec le bot en envoyant plusieurs messages, et la section suivante décrit comment passer en revue les résultats de télémétrie dans Application Insights.

Pour plus d’informations sur le test et le débogage de votre robot, vous pouvez consulter les articles suivants :

• Déboguer un bot
• Recommandations en matière de test et de débogage
• Déboguer avec l’émulateur

Visualisation des données de votre télémétrie dans Application Insights

Application Insights surveille la disponibilité, les performances et l’utilisation de votre application robot, qu’elle soit hébergée dans le cloud ou localement. Il utilise la puissante plateforme d’analyse des données dans Azure Monitor pour vous fournir des informations approfondies sur les opérations de votre application et diagnostiquer les erreurs sans attendre qu’un utilisateur les signale. Il existe plusieurs façons de consulter les données de télémétrie collectées par Application Insights, deux des principales méthodes s’effectuent via des requêtes et le tableau de bord.

Interrogation des données de votre télémétrie dans Application Insights à l’aide des requêtes Kusto

Utilisez cette section comme point de départ pour apprendre à utiliser des requêtes de journal dans Application Insights. Elle illustre deux requêtes utiles et fournit des liens vers d’autres documents contenant des informations supplémentaires.

Pour interroger vos données

1. Accédez au Portail Azure.

2. Pour accéder à votre page Application Insights, sélectionnez Surveiller, puis Applications, puis recherchez-la.

3. Une fois dans application Insights, sélectionnez Journaux (Analytics).

   

4. Cela fera apparaître la fenêtre Requête. Entrez la requête suivante et sélectionnez Exécuter :

   customEvents
   | where name=="WaterfallStart"
   | extend DialogId = customDimensions['DialogId']
   | extend InstanceId = tostring(customDimensions['InstanceId'])
   | join kind=leftouter (customEvents | where name=="WaterfallComplete" | extend InstanceId = tostring(customDimensions['InstanceId'])) on InstanceId
   | summarize starts=countif(name=='WaterfallStart'), completes=countif(name1=='WaterfallComplete') by bin(timestamp, 1d), tostring(DialogId)
   | project Percentage=max_of(0.0, completes * 1.0 / starts), timestamp, tostring(DialogId)
   | render timechart
   

5. Cette opération renvoie le pourcentage de boîtes de dialogue en cascade qui s’exécutent jusqu’à leur achèvement.

   

Conseil

Vous pouvez épingler n’importe quelle requête à votre tableau de bord Application Insights en sélectionnant le bouton en haut à droite du panneau Journaux (Analytics). Il vous suffit de sélectionner le tableau de bord auquel vous voulez épingler la requête pour qu’elle soit disponible lors de votre prochaine visite de ce tableau de bord.

Le tableau de bord Application Insights

Chaque fois que vous créez une ressource Application Insights dans Azure, un nouveau tableau de bord est automatiquement créé et associé. Vous pouvez consulter ce tableau de bord en sélectionnant le bouton en haut du panneau Application Insights, intitulé Tableau de bord de l’application.

Sinon, pour afficher les données, accédez au Portail Azure. Sélectionnez Tableau de bord à gauche, puis sélectionnez le tableau de bord souhaité dans la liste déroulante.

Vous y trouverez des informations par défaut sur les performances de votre robot et des requêtes supplémentaires que vous avez épinglées à votre tableau de bord.

Informations supplémentaires

• Ajouter la télémétrie à votre bot QnA Maker
• Présentation d’Application Insights
• Utilisation de la recherche dans Application Insights
• Créer des tableaux de bord d’indicateurs de performance clé à l’aide d’Azure Application Insights