Az Azure SQL Database és az Azure SQL Managed Instance teljesítményproblémáinak Intelligent Insights-teljesítménydiagnosztikai naplójának használata

  • Cikk

A következőre vonatkozik: Azure SQL DatabaseFelügyelt Azure SQL-példány

Ez a lap az Azure SQL Database és az Azure SQL Managed Instance teljesítményproblémáinak Intelligent Insightsja által létrehozott teljesítménydiagnosztikai naplók, azok formátumával és az egyéni fejlesztési igényekhez tartozó adatokkal kapcsolatos használatáról nyújt tájékoztatást. Ezt a diagnosztikai naplót elküldheti az Azure Monitor-naplókba, az Azure Event Hubsba, az Azure Storage-ba vagy egy külső megoldásba egyéni DevOps-riasztási és jelentéskészítési képességekhez.

Megjegyzés:

Az intelligens elemzések előzetes verziójú funkciók, amelyek nem érhetők el a következő régiókban: Nyugat-Európa, Észak-Európa, USA 1. nyugati régiója és USA 1. keleti régiója.

Naplófejléc

A diagnosztikai napló JSON szabványformátummal adja ki az Intelligent Insights eredményeit. Az Intelligent Insights-naplók eléréséhez pontos kategóriatulajdonság az "SQLInsights" rögzített érték, amely nem kapcsolódik az Azure SQL Database és az Azure Monitor SQL Insights (előzetes verzió) monitorozásához.

A napló fejléce gyakori, és a bejegyzés létrehozásakor megjelenő időbélyegből (TimeGenerated) áll. Emellett tartalmaz egy erőforrás-azonosítót (ResourceId), amely arra az adatbázisra hivatkozik, amelyre a bejegyzés vonatkozik. A kategória (Kategória), szint (Szint) és művelet neve (OperationName) rögzített tulajdonságok, amelyek értékei nem változnak. Azt jelzik, hogy a naplóbejegyzés tájékoztató jellegű, és az Intelligent Insightsból (SQLInsights) származik.

"TimeGenerated" : "2017-9-25 11:00:00", // time stamp of the log entry
"ResourceId" : "database identifier", // value points to a database resource
"Category": "SQLInsights", // fixed property
"Level" : "Informational", // fixed property
"OperationName" : "Insight", // fixed property

Probléma azonosítója és az érintett adatbázis

A problémaazonosító tulajdonság (issueId_d) lehetővé teszi a teljesítményproblémák egyedi nyomon követését a megoldásig. Ugyanazon probléma naplójelentési állapotában több eseményrekord is ugyanazt a problémaazonosítót fogja megosztani.

A problémaazonosító mellett a diagnosztikai napló a diagnosztikai naplóban jelentett problémához kapcsolódó esemény kezdési (intervalStartTime_t) és záró (intervalEndTme_t) időbélyegeit is jelenti.

A rugalmas készlet (elasticPoolName_s) tulajdonság azt jelzi, hogy a problémás adatbázis melyik rugalmas készletéhez tartozik. Ha az adatbázis nem része rugalmas készletnek, ennek a tulajdonságnak nincs értéke. Az adatbázis, amelyben hibát észleltek, az adatbázis neve (databaseName_s) tulajdonságban lesz közzétve.

"intervalStartTime_t": "2017-9-25 11:00", // start of the issue reported time stamp
"intervalEndTme_t":"2017-9-25 12:00", // end of the issue reported time stamp
"elasticPoolName_s" : "", // resource elastic pool (if applicable)
"databaseName_s" : "db_name", // database name
"issueId_d" : 1525, // unique ID of the issue detected
"status_s" : "Active" // status of the issue – possible values: "Active", "Verifying", and "Complete"

Észlelt problémák

Az Intelligent Insights teljesítménynaplójának következő szakasza a beépített mesterséges intelligencián keresztül észlelt teljesítményproblémákat tartalmazza. Az észlelések a JSON diagnosztikai naplójában lévő tulajdonságokban jelennek meg. Ezek az észlelések a probléma kategóriájából, a probléma hatásából, az érintett lekérdezésekből és a metrikákból állnak. Az észlelési tulajdonságok több teljesítményproblémát is tartalmazhatnak.

Az észlelt teljesítményproblémák a következő észlelési tulajdonságstruktúrával jelennek meg:

"detections_s" : [{
"impact" : 1 to 3, // impact of the issue detected, possible values 1-3 (1 low, 2 moderate, 3 high impact)
"category" : "Detectable performance pattern", // performance issue detected, see the table
"details": <Details outputted> // details of an issue (see the table)
}]

Az észlelhető teljesítménymintákat és a diagnosztikai naplóba kiosztott részleteket az alábbi táblázat tartalmazza.

Észlelési kategória

A kategória (kategória) tulajdonság az észlelhető teljesítményminták kategóriáját írja le. Az észlelhető teljesítményminták összes lehetséges kategóriáját az alábbi táblázatban tekinthet meg. További információ: Az Intelligent Insights adatbázis-teljesítményével kapcsolatos problémák elhárítása.

Az észlelt teljesítményproblémától függően a diagnosztikai naplófájlban kibocsátott adatok ennek megfelelően eltérnek.

Észlelhető teljesítményminták A kimenetben megadott adatok
Erőforráskorlátok elérése
  • Érintett erőforrások
  • Lekérdezési kivonatok
  • Erőforrás-felhasználás százalékos aránya
    		•
    Számítási feladatok növelése
  • Azon lekérdezések száma, amelyek végrehajtása megnövekedett
  • A számítási feladatok növekedéséhez legnagyobb mértékben hozzájáruló lekérdezések lekérdezési kivonatai
    		•
    Memóriaterhelés
  • Memóriajegyző
    		•
    Zárolás
  • Érintett lekérdezéskivonatok
  • Lekérdezéskivonatok blokkolása
    		•
    Megnövelt MAXDOP
  • Lekérdezési kivonatok
  • CXP várakozási idő
  • Várakozási idők
    		•
    Pagelatch-versengés
  • A versengést okozó lekérdezések lekérdezési kivonatai
    		•
    Hiányzó index
  • Lekérdezési kivonatok
    		•
    Új lekérdezés
  • Az új lekérdezések lekérdezési kivonata
    		•
    Szokatlan várakozási statisztika
  • Szokatlan várakozási típusok
  • Lekérdezési kivonatok
  • Lekérdezés várakozási ideje
    		•
    tempdb Állítás
  • A versengést okozó lekérdezések lekérdezési kivonatai
  • Lekérdezés-hozzárendelés a teljes adatbázis-pagelatch-versengés várakozási idejéhez [%]
    		•
    Rugalmas készlet DTU-hiánya
  • Rugalmas készlet
  • Legnépszerűbb DTU-használó adatbázis
  • A legfelső fogyasztó által használt készlet DTU-jának százalékos aránya
    		•
    Regresszió megtervezése
  • Lekérdezési kivonatok
  • Jó tervazonosítók
  • Rossz tervazonosítók
    		•
    Adatbázis-hatókörű konfigurációs érték módosítása
  • Adatbázis-hatókörű konfiguráció változásai az alapértelmezett értékekhez képest
    		•
    Lassú ügyfél
  • Lekérdezési kivonatok
  • Várakozási idők
    		•
    Tarifacsomagok leminősítése
  • Szöveges értesítés
    		•

    Hatás

    Az impact (impact) tulajdonság azt írja le, hogy az észlelt viselkedés mennyiben járult hozzá az adatbázis problémájához. A hatások 1 és 3 között mozognak, és 3 a legmagasabb hozzájárulás, 2 a mérsékelt, 1 pedig a legalacsonyabb hozzájárulás. Az hatásérték az egyéni riasztási automatizálás bemeneteként is használható, az adott igényektől függően. Az érintett tulajdonság-lekérdezések (QueryHashes) az adott észlelés által érintett lekérdezéskivonatok listáját adják meg.

    Érintett lekérdezések

    Az Intelligent Insights-napló következő szakasza információkat nyújt az észlelt teljesítményproblémák által érintett egyes lekérdezésekről. Ez az információ a impact_s tulajdonságba beágyazott objektumok tömbjeként jelenik meg. A hatástulajdonság entitásokból és metrikákból áll. Az entitások egy adott lekérdezésre hivatkoznak (típus: Lekérdezés). Az egyedi lekérdezés kivonata az Érték (Érték) tulajdonság alatt lesz közzétve. Emellett minden közzétett lekérdezést egy metrika és egy érték követ, amely egy észlelt teljesítményproblémát jelez.

    A következő napló példában a 0x9102EXZ4 kivonatot tartalmazó lekérdezést a rendszer megnövekedett végrehajtási időtartamúnak észlelte (Metrika: DurationIncreaseSeconds). A 110 másodperces érték azt jelzi, hogy az adott lekérdezés végrehajtása 110 másodperccel hosszabb időt vett igénybe. Mivel több lekérdezés is észlelhető, ez a naplószakasz több lekérdezési bejegyzést is tartalmazhat.

    "impact" : [{
"entity" : {
"Type" : "Query", // type of entity - query
"Value" : "query hash value", // for example "0x9102EXZ4" query hash value },
"Metric" : "DurationIncreaseSeconds", // measured metric and the measurement unit (in this case seconds)
"Value" : 110 // value of the measured metric (in this case seconds)
}]

    Metrikák

    Az egyes jelentett metrikák mértékegysége a metrika (metrika) tulajdonságban van megadva a másodpercek, a szám és a százalék lehetséges értékeivel. A mért metrikák értékét az érték (érték) tulajdonságban jelenti a rendszer.

    Az DurationIncreaseSeconds tulajdonság másodpercekben adja meg a mértékegységet. A CriticalErrorCount mértékegysége egy hibaszámnak megfelelő szám.

    "metric" : "DurationIncreaseSeconds", // issue metric type – possible values: DurationIncreaseSeconds, CriticalErrorCount, WaitingSeconds
"value" : 102 // value of the measured metric (in this case seconds)

    Alapvető okok elemzése és javítása – javaslatok

    Az Intelligent Insights teljesítménynaplójának utolsó része az azonosított teljesítménycsökkenési probléma automatikus kiváltó okelemzésére vonatkozik. Az információk a kiváltó okok elemzésének (rootCauseAnalysis_s) tulajdonságában jelennek meg az emberbarát részletességben. A fejlesztési javaslatok lehetőség szerint szerepelnek a naplóban.

    // example of reported root cause analysis of the detected performance issue, in a human-readable format

"rootCauseAnalysis_s" : "High data IO caused performance to degrade. It seems that this database is missing some indexes that could help."

    Az Intelligent Insights teljesítménynaplója Azure Monitor-naplókkal vagy külső megoldással használható egyéni DevOps-riasztási és jelentéskészítési képességekhez.

    További lépések