Informazioni di riferimento per i dati di monitoraggio di Analisi di flusso di Azure
Questo articolo contiene tutte le informazioni di riferimento sul monitoraggio per questo servizio.
Vedere Monitorare Analisi di flusso di Azure per informazioni dettagliate sui dati che è possibile raccogliere per Analisi di flusso di Azure e su come usarli.
Metrica
Questa sezione elenca tutte le metriche della piattaforma raccolte automaticamente per questo servizio. Queste metriche fanno anche parte dell'elenco globale di tutte le metriche della piattaforma supportate nel Monitoraggio di Azure.
Per informazioni sulla conservazione delle metriche, vedere Informazioni generali sulle metriche del Monitoraggio di Azure.
Metriche supportate per Microsoft.StreamAnalytics/streamingjobs
La tabella seguente elenca le metriche disponibili per il tipo di risorsa Microsoft.StreamAnalytics/streamingjobs.
- Potrebbero non essere presenti tutte le colonne in ogni tabella.
- Alcune colonne potrebbero superare l'area di visualizzazione della pagina. Selezionare Espandi tabella per visualizzare tutte le colonne disponibili.
Intestazioni di tabella
- Categoria: gruppo o classificazione delle metriche.
- Metrica: nome visualizzato della metrica come visualizzato nella portale di Azure.
- Nome nell'API REST: nome della metrica indicato nell'API REST.
- Unità: Unità di misura.
- Aggregazione: tipo di aggregazione predefinito. Valori validi: Medio (Avg), Minimo (Min), Massimo (Max), Totale (Sum), Conteggio.
- Dimensioni - Dimensioni disponibili per la metrica.
- Intervalli di tempo - Intervalli in cui viene campionata la metrica. Ad esempio,
PT1M
indica che la metrica viene campionata ogni minuto,PT30M
ogni 30 minuti,PT1H
ogni ora e così via. - Esportazione DS: indica se la metrica è esportabile nei log di Monitoraggio di Azure tramite le impostazioni di diagnostica. Per informazioni sull'esportazione delle metriche, vedere Creare impostazioni di diagnostica nel Monitoraggio di Azure.
Categoria | Metric | Nome nell'API REST | Unità | Aggregazione | Dimensioni | Intervalli di tempo | Esportazione DS |
---|---|---|---|---|---|---|---|
Richieste di funzioni non riuscite Richieste di funzioni non riuscite |
AMLCalloutFailedRequests |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Eventi della funzione Eventi di funzioni |
AMLCalloutInputEvents |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Richieste di funzione Richieste di funzioni |
AMLCalloutRequests |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Errori di conversione dei dati Errori di conversione dati |
ConversionErrors |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Errori di deserializzazione di input Errori di deserializzazione dell'input |
DeserializationError |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Eventi non in ordine Eventi non in ordine |
DroppedOrAdjustedEvents |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Eventi di input anticipati Eventi di input anticipati |
EarlyInputEvents |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Errori di runtime Errori di runtime |
Errors |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Byte evento di input Byte evento di input |
InputEventBytes |
Byte | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Eventi di input Eventi di input |
InputEvents |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Eventi di input registrati di nuovo Eventi di input con backlog |
InputEventsSourcesBacklogged |
Conteggio | Media, Massimo, Minimo | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Origini di input ricevute Origini di input ricevute |
InputEventsSourcesPerSecond |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Ultimi eventi di input Ultimi eventi di input |
LateInputEvents |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Eventi di output Eventi di output |
OutputEvents |
Count | Totale | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Ritardo limite Ritardo limite |
OutputWatermarkDelaySeconds |
Secondi | Media, Massimo, Minimo | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Utilizzo % CPU Utilizzo % CPU |
ProcessCPUUsagePercentage |
Percentuale | Media, Massimo, Minimo | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì | |
Utilizzo della percentuale di unità di streaming (memoria) Utilizzo della percentuale di unità di streaming (memoria) |
ResourceUtilization |
Percentuale | Media, Massimo, Minimo | LogicalName , PartitionId , ProcessorInstance NodeName |
PT1M | Sì |
Descrizioni delle metriche
Analisi di flusso di Azure fornisce le metriche seguenti per monitorare l'integrità del processo.
Metrico | Definizione |
---|---|
Eventi di input registrati di nuovo | Numero di eventi di input con backlog. Un valore diverso da zero per questa metrica implica che il processo non può tenere il passo con il numero di eventi in ingresso. Se questo valore aumenta lentamente o è costantemente diverso da zero, è consigliabile aumentare il numero di istanze del processo. Per altre informazioni, vedere Comprendere e regolare le unità di streaming. |
Errori di conversione dei dati | Numero di eventi di output che non è stato possibile convertire nello schema di output previsto. Per eliminare gli eventi che si verificano in questo scenario, è possibile modificare i criteri di errore in Drop. |
Utilizzo % CPU (anteprima) | Percentuale di CPU utilizzata dal processo. Anche se questo valore è molto elevato (90% o più), non è consigliabile aumentare il numero di unità di streaming in base a questa metrica da sola. Se il numero di eventi di input registrati di nuovo o ritardi limite aumenta, è possibile usare questa metrica per determinare se la CPU è il collo di bottiglia. Questa metrica potrebbe avere picchi intermittenti. È consigliabile eseguire test di scalabilità per determinare il limite superiore del processo dopo il quale gli input vengono registrati nuovamente o ritardi limite aumentano a causa di un collo di bottiglia della CPU. |
Eventi di input anticipati | Eventi il cui timestamp dell'applicazione è precedente all'ora di arrivo di più di 5 minuti. |
Richieste di funzioni non riuscite | Numero di chiamate non riuscite alla funzione di Azure Machine Learning (se presente). |
Eventi della funzione | Numero di chiamate inviate alla funzione di Azure Machine Learning (se presente). |
Richieste di funzione | Numero di chiamate alla funzione di Azure Machine Learning (se presente). |
Errori di deserializzazione di input | Numero di eventi di input che non possono essere deserializzati. |
Byte evento di input | Quantità di dati ricevuti dal processo di Analisi di flusso, in byte. È possibile usare questa metrica per verificare che gli eventi vengano inviati all'origine di input. |
Eventi di input | Numero di record deserializzati da eventi di input. Questo conteggio non include gli eventi in ingresso che generano errori di deserializzazione. Analisi di flusso può inserire più volte gli stessi eventi in scenari come ripristini interni e self-join. Non aspettarsi che le metriche degli eventi di input e degli eventi di output corrispondano se il processo ha una query pass-through semplice. |
Origini di input ricevute | Numero di messaggi ricevuti dal processo. Per Hub eventi di Azure, un messaggio è un singolo EventData elemento. Per Archiviazione BLOB di Azure, un messaggio è un singolo BLOB. Si noti che le origini di input vengono conteggiate prima della deserializzazione. Se si verificano errori di deserializzazione, le origini di input possono essere maggiori degli eventi di input. In caso contrario, le origini di input possono essere minori o uguali agli eventi di input perché ogni messaggio può contenere più eventi. |
Ultimi eventi di input | Eventi arrivati in un secondo momento rispetto alla finestra di tolleranza configurata per gli arrivi in ritardo. Altre informazioni sulle considerazioni sull'ordine degli eventi di Analisi di flusso di Azure. |
Eventi non in ordine | Numero di eventi ricevuti in ordine non ordinato che sono stati eliminati o assegnati un timestamp rettificato, in base ai criteri di ordinamento degli eventi. Questa metrica può essere influenzata dalla configurazione dell'impostazione Tolleranza non in ordine. |
Eventi di output | Quantità di dati inviati dal processo di Analisi di flusso alla destinazione di output, in numero di eventi. |
Errori di runtime | Numero totale di errori correlati all'elaborazione delle query. Esclude gli errori rilevati durante l'inserimento di eventi o l'output dei risultati. |
Utilizzo della percentuale di unità di streaming (memoria) | Percentuale di memoria utilizzata dal processo. Se questa metrica è costantemente superiore all'80%, il ritardo limite aumenta e il numero di eventi registrati di nuovo aumenta, prendere in considerazione l'aumento delle unità di streaming .If this metric is constant over 80 percent, the watermark delay is rising, and the number of backlogged events is rising, consider consideri l'aumento delle unità di streaming (SU). L'utilizzo elevato indica che il processo usa quasi le risorse allocate massime. |
Ritardo limite | Ritardo massimo limite in tutte le partizioni di tutti gli output nel processo. |
Dimensioni delle metriche
Per informazioni sulle dimensioni delle metriche, vedere Metriche multidimensionali.
Questo servizio ha le dimensioni seguenti associate alle relative metriche.
- Nome logico: nome di input o output per un processo di Analisi di flusso di Azure.
- ID partizione: ID della partizione di dati di input da un'origine di input.
- Nome nodo: identificatore di un nodo di streaming di cui viene effettuato il provisioning durante l'esecuzione di un processo.
Per informazioni dettagliate, vedere Dimensioni per le metriche di Analisi di flusso di Azure.
Log risorse
Questa sezione elenca i tipi di log delle risorse che si possono raccogliere per questo servizio. La sezione esegue il pull dall'elenco di tutti i tipi di categoria dei log delle risorse supportati nel Monitoraggio di Azure.
Log delle risorse supportati per Microsoft.StreamAnalytics/streamingjobs
Categoria | Nome visualizzato della categoria | Tabella di log | Supporta il piano di log di base | Supporta la trasformazione in fase di inserimento | Query di esempio | Costi da esportare |
---|---|---|---|---|---|---|
Authoring |
Creazione | AzureDiagnostics Log da più risorse di Azure. |
No | No | Query | No |
Execution |
Esecuzione | AzureDiagnostics Log da più risorse di Azure. |
No | No | Query | No |
Per lo schema e le proprietà dei log delle risorse per gli errori e gli eventi dei dati, vedere Schema dei log delle risorse.
Tabelle dei log di Monitoraggio di Azure
Questa sezione elenca le tabelle dei log di Monitoraggio di Azure pertinenti a questo servizio, disponibili per la query da parte di Log Analytics tramite query Kusto. Le tabelle contengono dati di log delle risorse e probabilmente più a seconda di ciò che viene raccolto e indirizzato a tali dati.
Processi di analisi di flusso
microsoft.streamanalytics/streamingjobs
Log attività
Nella tabella collegata sono elencate le operazioni che possono essere registrate nel log attività per questo servizio. Queste operazioni sono un sottoinsieme di tutte le possibili operazioni del provider di risorse nel log attività.
Per altre informazioni sullo schema delle voci del log attività, vedere Schema del log attività.