Monitorare Azure Data Factory

L'articolo illustra:

• Tipi di dati di monitoraggio che è possibile raccogliere per questo servizio.
• Modalità di analisi dei dati.

Nota

Se si ha già familiarità con questo servizio e/o Monitoraggio di Azure e si vuole solo sapere come analizzare i dati di monitoraggio, vedere la sezione Analizza alla fine di questo articolo.

Quando si hanno applicazioni e processi aziendali critici che si basano sulle risorse di Azure, è necessario monitorare e ricevere avvisi per il sistema. Il servizio Monitoraggio di Azure raccoglie e aggrega metriche e log da ogni componente del sistema. Monitoraggio di Azure offre una visualizzazione della disponibilità, delle prestazioni e della resilienza e notifica i problemi. È possibile usare la portale di Azure, PowerShell, l'interfaccia della riga di comando di Azure, l'API REST o le librerie client per configurare e visualizzare i dati di monitoraggio.

• Per altre informazioni su Monitoraggio di Azure, vedere Panoramica di Monitoraggio di Azure.
• Per altre informazioni su come monitorare le risorse di Azure in generale, vedere Monitorare le risorse di Azure con Monitoraggio di Azure.

Metodi di monitoraggio

Esistono diversi modi per monitorare Azure Data Factory.

Azure Data Factory Studio

È possibile monitorare tutte le esecuzioni della pipeline di Data Factory in modo nativo in Azure Data Factory Studio. Per aprire l'esperienza di monitoraggio, selezionare Avvia Studio dalla pagina Data Factory nel portale di Azure e in Azure Data Factory Studio selezionare Monitoraggio dal menu a sinistra.

Per altre informazioni sul monitoraggio in Azure Data Factory Studio, vedere gli articoli seguenti:

• Monitorare visivamente Azure Data Factory
• Monitoraggio del flusso di dati
• Monitorare l'attività di copia
• Log di sessione in un attività Copy

Azure portal

È anche possibile monitorare Azure Data Factory direttamente dal portale di Azure. Nella pagina Panoramica di portale di Azure per Data Factory vengono visualizzati diversi grafici delle metriche. Nel menu a sinistra della barra laterale è possibile accedere al log attività di Azure oppure selezionare Avvisi, metriche, impostazioni di diagnostica o log dalla sezione Monitoraggio.

Monitorare a livello di codice

È possibile monitorare le pipeline di Data Factory a livello di codice usando .NET, PowerShell, Python o l'API REST. Per altre informazioni, vedere gli articoli seguenti:

• Monitorare Azure Data Factory a livello di codice
• Configurare i log di diagnostica tramite l'API REST di Monitoraggio di Azure

Tipi di risorse

Azure usa il concetto di tipi di risorse e ID per identificare tutti gli elementi in una sottoscrizione. Monitoraggio di Azure organizza in modo analogo i dati di monitoraggio di base in metriche e log in base ai tipi di risorse, detti anche spazi dei nomi. Metriche e log diversi sono disponibili per diversi tipi di risorse. Il servizio potrebbe essere associato a più tipi di risorsa.

I tipi di risorsa fanno anche parte degli ID risorsa per ogni risorsa in esecuzione in Azure. Ad esempio, un tipo di risorsa per una macchina virtuale è Microsoft.Compute/virtualMachines. Per un elenco dei servizi e dei relativi tipi di risorse associati, vedere Provider di risorse.

Per altre informazioni sui tipi di risorse per Azure Data Factory, vedere Informazioni di riferimento sui dati di monitoraggio di Data Factory.

Archiviazione di dati

Per Monitoraggio di Azure:

• I dati delle metriche vengono archiviati nel database delle metriche di Monitoraggio di Azure.
• I dati di log vengono archiviati nell'archivio dei log di Monitoraggio di Azure. Log Analytics è uno strumento nella portale di Azure in grado di eseguire query su questo archivio.
• Il log attività di Azure è un archivio separato con la propria interfaccia nella portale di Azure.

Facoltativamente, è possibile instradare i dati delle metriche e dei log attività all'archivio dei log di Monitoraggio di Azure. È quindi possibile usare Log Analytics per eseguire query sui dati e correlarli con altri dati di log.

Molti servizi possono usare le impostazioni di diagnostica per inviare i dati delle metriche e dei log ad altre posizioni di archiviazione all'esterno di Monitoraggio di Azure. Gli esempi includono Archiviazione di Azure, sistemi partner ospitati e sistemi partner non Azure usando Hub eventi.

Per informazioni dettagliate su come Monitoraggio di Azure archivia i dati, vedere Piattaforma dati di Monitoraggio di Azure.

Archiviare i dati di esecuzione della pipeline di Data Factory

Data Factory archivia i dati di esecuzione della pipeline solo per 45 giorni. Usare Monitoraggio di Azure per instradare i log di diagnostica se si vogliono mantenere i dati più a lungo.

Instradare i dati a Log Analytics se si vuole analizzarli con query complesse, creare avvisi personalizzati o monitorarli tra data factory. È possibile indirizzare i dati da più data factory a una singola area di lavoro Log Analytics.

È possibile usare un account di archiviazione o uno spazio dei nomi dell'hub eventi che non si trova nella sottoscrizione della risorsa che genera i log. L'utente che configura l'impostazione deve avere l'accesso appropriato per il controllo degli accessi in base al ruolo di Azure a entrambe le sottoscrizioni.

Metriche della piattaforma di Monitoraggio di Azure

Monitoraggio di Azure fornisce metriche della piattaforma per la maggior parte dei servizi. Le metriche sono le seguenti:

• Definito singolarmente per ogni spazio dei nomi.
• Archiviato nel database delle metriche delle serie temporali di Monitoraggio di Azure.
• Leggero e in grado di supportare avvisi quasi in tempo reale.
• Usato per tenere traccia delle prestazioni di una risorsa nel tempo.

Raccolta: Monitoraggio di Azure raccoglie automaticamente le metriche della piattaforma. Non è richiesta alcuna configurazione.

Routing: in genere è anche possibile instradare le metriche della piattaforma ai log di Monitoraggio di Azure/Log Analytics in modo da poterle eseguire query con altri dati di log. Per altre informazioni, vedere l'impostazione di diagnostica Metriche. Per informazioni su come configurare le impostazioni di diagnostica per un servizio, vedere Creare impostazioni di diagnostica in Monitoraggio di Azure.

Per un elenco di tutte le metriche è possibile raccogliere per tutte le risorse in Monitoraggio di Azure, vedere Metriche supportate in Monitoraggio di Azure.

Per un elenco delle metriche disponibili per Data Factory, vedere Informazioni di riferimento per i dati di monitoraggio di Data Factory.

Log delle risorse di Monitoraggio di Azure

I log delle risorse forniscono informazioni dettagliate sulle operazioni eseguite da una risorsa di Azure. I log vengono generati automaticamente, ma è necessario indirizzarli ai log di Monitoraggio di Azure per salvarli o eseguirne query. I log sono organizzati in categorie. Uno spazio dei nomi specificato potrebbe avere più categorie di log delle risorse.

Raccolta: i log delle risorse non vengono raccolti e archiviati fino a quando non si crea un'impostazione di diagnostica e si instradano i log a una o più posizioni. Quando si crea un'impostazione di diagnostica, si specificano quali categorie di log raccogliere. Esistono diversi modi per creare e gestire le impostazioni di diagnostica, tra cui il portale di Azure, a livello di codice e anche Criteri di Azure.

Routing: l'impostazione predefinita consigliata consiste nel instradare i log delle risorse ai log di Monitoraggio di Azure in modo da poterli eseguire query con altri dati di log. Sono disponibili anche altre località, ad esempio Archiviazione di Azure, Hub eventi di Azure e alcuni partner di monitoraggio Microsoft. Per altre informazioni, vedere Log delle risorse di Azure e destinazioni del log delle risorse.

Per informazioni dettagliate sulla raccolta, l'archiviazione e il routing dei log delle risorse, vedere Impostazioni di diagnostica in Monitoraggio di Azure.

Per un elenco di tutte le categorie di log delle risorse disponibili in Monitoraggio di Azure, vedere Log delle risorse supportate in Monitoraggio di Azure.

Tutti i log delle risorse in Monitoraggio di Azure hanno gli stessi campi di intestazione, seguiti da campi specifici del servizio. Lo schema comune è descritto in Schema dei log delle risorse di Monitoraggio di Azure.

• Per le categorie di log delle risorse di Data Factory disponibili, le tabelle di Log Analytics associate e gli schemi dei log, vedere Informazioni di riferimento sui dati di monitoraggio di Data Factory.

• Per configurare le impostazioni di diagnostica e un'area di lavoro Log Analytics per monitorare Data Factory, vedere Configurare le impostazioni di diagnostica e un'area di lavoro.

Finestra Log attività di Azure

Il log attività contiene eventi a livello di sottoscrizione che tengono traccia delle operazioni per ogni risorsa di Azure, come illustrato dall'esterno di tale risorsa; Ad esempio, la creazione di una nuova risorsa o l'avvio di una macchina virtuale.

Raccolta: gli eventi del log attività vengono generati e raccolti automaticamente in un archivio separato per la visualizzazione nella portale di Azure.

Routing: è possibile inviare i dati del log attività ai log di Monitoraggio di Azure in modo da poterli analizzare insieme ad altri dati di log. Sono disponibili anche altre località, ad esempio Archiviazione di Azure, Hub eventi di Azure e alcuni partner di monitoraggio Microsoft. Per altre informazioni su come indirizzare il log attività, vedere Panoramica del log attività di Azure.

Monitorare i runtime di integrazione

Il runtime di integrazione è l'infrastruttura di calcolo usata da Data Factory per fornire funzionalità di integrazione dei dati in ambienti di rete diversi. Data Factory offre diversi tipi di runtime di integrazione:

• Runtime di integrazione di Azure
• Runtime di integrazione self-hosted
• Runtime di integrazione di Azure-SQL Server Integration Services (SSIS)
• Runtime di integrazione di Apache Airflow

Monitoraggio di Azure raccoglie metriche e log di diagnostica per tutti i tipi di runtime di integrazione. Per istruzioni dettagliate sul monitoraggio dei runtime di integrazione, vedere gli articoli seguenti:

• Monitorare un runtime di integrazione in Azure Data Factory
• Monitorare un runtime di integrazione all'interno di una rete virtuale gestita
• Monitorare il runtime di integrazione self-hosted in Azure
• Configurare il runtime di integrazione self-hosted per la raccolta di Log Analytics
• Monitorare le operazioni di SSIS con Monitoraggio di Azure
• Log di diagnostica e metriche per Apache Airflow

Analizzare i dati di monitoraggio

Sono disponibili molti strumenti per l'analisi dei dati di monitoraggio.

Strumenti di Monitoraggio di Azure

Monitoraggio di Azure supporta gli strumenti di base seguenti:

• Esplora metriche, uno strumento nella portale di Azure che consente di visualizzare e analizzare le metriche per le risorse di Azure. Per altre informazioni, vedere Analizzare le metriche con Esplora metriche di Monitoraggio di Azure.

• Log Analytics, uno strumento nella portale di Azure che consente di eseguire query e analizzare i dati di log usando il linguaggio di query Kusto (KQL). Per altre informazioni, vedere Introduzione alle query di log in Monitoraggio di Azure.

• Log attività, che dispone di un'interfaccia utente nel portale di Azure per la visualizzazione e le ricerche di base. Per eseguire analisi più approfondite, è necessario instradare i dati ai log di Monitoraggio di Azure ed eseguire query più complesse in Log Analytics.

Gli strumenti che consentono una visualizzazione più complessa includono:

• Dashboard che consentono di combinare diversi tipi di dati in un singolo riquadro nel portale di Azure.
• Cartelle di lavoro, report personalizzabili che è possibile creare nel portale di Azure. Le cartelle di lavoro possono includere testo, metriche e query di log.
• Grafana, uno strumento open platform che eccelle nei dashboard operativi. È possibile usare Grafana per creare dashboard che includono dati da più origini diverse da Monitoraggio di Azure.
• Power BI, un servizio di analisi aziendale che fornisce visualizzazioni interattive tra varie origini dati. È possibile configurare per Power BI per importare automaticamente i dati di log da Monitoraggio di Azure per sfruttare i vantaggi di queste visualizzazioni.

Strumenti di esportazione di Monitoraggio di Azure

È possibile ottenere dati da Monitoraggio di Azure in altri strumenti usando i metodi seguenti:

• Metriche: usare l'API REST per le metriche per estrarre i dati delle metriche dal database delle metriche di Monitoraggio di Azure. L'API supporta espressioni di filtro per perfezionare i dati recuperati. Per altre informazioni, vedere Informazioni di riferimento sull'API REST di Monitoraggio di Azure.

• Log: usare l'API REST o le librerie client associate.

• Un'altra opzione è l'esportazione dei dati dell'area di lavoro.

Per iniziare a usare l'API REST per Monitoraggio di Azure, vedere Procedura dettagliata per l'API REST di monitoraggio di Azure.

Per istruzioni dettagliate sulla configurazione dei log di diagnostica tramite l'API REST, vedere Configurare i log di diagnostica tramite l'API REST di Monitoraggio di Azure.

Query Kusto

È possibile analizzare i dati di monitoraggio nell'archivio Log/Log Analytics di Monitoraggio di Azure usando il linguaggio di query Kusto (KQL).

Importante

Quando si seleziona Log dal menu del servizio nel portale, Log Analytics si apre con l'ambito della query impostato sul servizio corrente. Questo ambito significa che le query di log includeranno solo i dati di quel tipo di risorsa. Per eseguire una query che include dati di altri servizi di Azure, selezionare Log dal menu Monitoraggio di Azure. Per i dettagli, vedere Ambito e intervallo di tempo delle query su log in Log Analytics di Monitoraggio di Azure.

Per un elenco delle query comuni per qualsiasi servizio, vedere l'interfaccia query di Log Analytics.

Per le query di esempio, selezionare Log in Monitoraggio nel riquadro di spostamento sinistro della pagina data factory nel portale di Azure e quindi selezionare la scheda Query. Ecco alcune query di esempio:

Disponibilità di PipelineRuns: offre la disponibilità delle esecuzioni della pipeline.

ADFPipelineRun
| where Status != 'InProgress' and Status != 'Queued'
| where FailureType != 'UserError'
| summarize availability = 100.00 - (100.00*countif(Status != 'Succeeded') / count())  by bin(TimeGenerated, 1h)), _ResourceId
| order by TimeGenerated asc
| render timechart

Esecuzioni di attività top 5 errori: restituisce le prime cinque attività che hanno esito negativo con errori di sistema.

ADFActivityRun 
| where TimeGenerated >= ago(24h)
| where Status != 'InProgress' and Status != 'Queued'
| where FailureType != 'UserError'
| where ActivityName  in (name)
| summarize failureCount = countif(Status != 'Succeeded') by bin(TimeGenerated, 1h), ActivityName
| top 5 by failureCount desc nulls last
| order by TimeGenerated asc
| render timechart

Stato più recente dell'esecuzione della pipeline: restituisce lo stato più recente delle esecuzioni della pipeline.

ADFPipelineRun
| summarize argmax(TimeGenerated, * ) by RunId, Status, _ResourceId

Avvisi

Gli avvisi di Monitoraggio di Azure avvisano in modo proattivo quando vengono rilevate condizioni specifiche nei dati di monitoraggio. Consentono di identificare e risolvere i problemi del sistema prima che gli utenti li notino. Per altre informazioni, vedere Avvisi di Monitoraggio di Azure.

Esistono molte origini di avvisi comuni per le risorse di Azure. Per esempi di avvisi comuni per le risorse di Azure, vedere Query di avviso di log di esempio. Il sito Avvisi di base di Monitoraggio di Azure (AMBA) offre un metodo semi-automatizzato per implementare importanti avvisi, dashboard e linee guida per le metriche della piattaforma. Il sito si applica a un sottoinsieme di servizi di Azure in continua espansione, inclusi tutti i servizi che fanno parte della zona di destinazione di Azure (ALZ).

Lo schema di avviso comune standardizza l'utilizzo delle notifiche di avviso di Monitoraggio di Azure. Per altre informazioni, vedere Schema di avviso comune.

Tipi di avviso:

È possibile creare avvisi su qualsiasi metrica o fonte di dati di log nella piattaforma di dati di Monitoraggio di Azure. Esistono molti tipi diversi di avvisi a seconda dei servizi monitorati e dei dati di monitoraggio raccolti. Diversi tipi di avvisi presentano diversi vantaggi e svantaggi. Per altre informazioni, vedere Scegliere il tipo di avviso di monitoraggio corretto.

L'elenco seguente descrive i tipi di avvisi di Monitoraggio di Azure che è possibile creare:

• Gli avvisi delle metriche valutano le metriche delle risorse a intervalli regolari. Le metriche possono essere metriche della piattaforma, metriche personalizzate, log di Monitoraggio di Azure convertiti in metriche o metriche di Application Insights. Gli avvisi delle metriche possono anche applicare più condizioni e soglie dinamiche.
• Gli avvisi di log consentono agli utenti di usare una query di Log Analytics per valutare i log delle risorse a una frequenza predefinita.
• Gli avvisi del log attività vengono attivati quando si verifica un nuovo evento del log attività che corrisponde alle condizioni definite. Gli avvisi sull'integrità delle risorse e gli avvisi sull'integrità dei servizi sono avvisi di log delle attività che segnalano l'integrità dei servizi e delle risorse.

Alcuni servizi di Azure supportano anche avvisi di rilevamento intelligente, avvisi prometheus o regole di avviso consigliate.

Per alcuni servizi, è possibile monitorare su larga scala applicando la stessa regola di avviso delle metriche a più risorse dello stesso tipo presenti nella stessa area di Azure. Le singole notifiche vengono inviate per ogni risorsa monitorata. Per i servizi e i cloud di Azure supportati, vedere Monitorare più risorse con una regola di avviso.

Regole di avviso di Data Factory

Per creare e gestire gli avvisi, selezionare Avvisi in Monitoraggio nel riquadro di spostamento a sinistra della pagina Data Factory nel portale di Azure.

Nella tabella seguente sono elencate le regole di avviso comuni per Data Factory. Questo è solo un elenco consigliato. È possibile impostare avvisi per qualsiasi voce di metrica, voce di log o log attività elencata nel riferimento ai dati di monitoraggio di Data Factory.

Tipo di avviso	Condizione	Descrizione
Metric	Failed pipeline runs metrics (Metrica esecuzioni pipeline non riuscite)	Ogni volta che la metrica totale delle esecuzioni della pipeline non riuscita è maggiore di 0
Metric	Total entities count (Conteggio totale entità)	Ogni volta che il numero massimo di entità totali è maggiore di 1700000
Metric	Maximum allowed entities count (Conteggio massimo consentito per le entità)	Ogni volta che le dimensioni massime della factory totale (unità GB) sono maggiori di 6

Le notifiche forniscono avvisi proattivi durante o dopo l'esecuzione di una pipeline.

• Inviare un messaggio di posta elettronica con una pipeline di Azure Data Factory illustra come configurare le notifiche di posta elettronica dagli avvisi della pipeline.
• Inviare notifiche a un canale di Microsoft Teams da una pipeline di Azure Data Factory illustra come configurare le notifiche dagli avvisi della pipeline in Microsoft Teams.

Elementi consigliati di Advisor

Per alcuni servizi, se si verificano condizioni critiche o modifiche imminenti durante le operazioni sulle risorse, viene visualizzato un avviso nella pagina Panoramica del servizio nel portale. È possibile trovare altre informazioni e correzioni consigliate per l'avviso in Raccomandazioni di Advisor in Monitoraggio nel menu a sinistra. Durante le normali operazioni, non vengono visualizzate raccomandazioni di Advisor.

Per altre informazioni su Azure Advisor, vedere Panoramica di Azure Advisor.

Contenuto correlato

• Per informazioni di riferimento sulle metriche, i log e altri valori importanti creati per Data Factory, vedere Informazioni di riferimento sui dati di monitoraggio di Data Factory.
• Per informazioni generali sul monitoraggio delle risorse di Azure, vedere Monitoraggio di Azure con Monitoraggio di Azure.