Metriche del processo di Analisi di flusso di Azure
Analisi di flusso di Azure offre numerose metriche che è possibile usare per monitorare e risolvere i problemi relativi alle prestazioni delle query e dei processi. È possibile visualizzare i dati di queste metriche nella pagina Panoramica della portale di Azure, nella sezione Monitoraggio.
Per controllare una metrica specifica, selezionare Metriche nella sezione Monitoraggio . Nella pagina visualizzata selezionare la metrica.
Metriche disponibili per l'analisi di flusso
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. |
Scenari da monitorare
Analisi di flusso di Azure offre un servizio di elaborazione di streaming distribuito serverless. I processi possono essere eseguiti in uno o più nodi di streaming distribuiti, gestiti automaticamente dal servizio. I dati di input vengono partizionati e allocati a nodi di streaming diversi per l'elaborazione.
| Metric | Condizione | Aggregazione temporale | Threshold | Azioni correttive |
|---|---|---|---|---|
| Utilizzo della percentuale di unità di streaming (memoria) | Maggiore di | Media | 80 | Più fattori aumentano l'utilizzo delle UR. È possibile ridimensionare con la parallelizzazione delle query o aumentare il numero di unità di streaming. Per altre informazioni, vedere Sfruttare i vantaggi della parallelizzazione delle query in Analisi di flusso di Azure. |
| Utilizzo % CPU | Maggiore di | Media | 90 | Ciò significa probabilmente che alcune operazioni , ad esempio funzioni definite dall'utente, aggregazioni definite dall'utente o deserializzazione di input complessa, richiedono molti cicli di CPU. In genere è possibile risolvere questo problema aumentando il numero di UR per il processo. |
| Errori di runtime | Maggiore di | Totale | 0 | Esaminare i log attività o della risorsa e apportare le modifiche appropriate a input, query o output. |
| Ritardo limite | Maggiore di | Media | Quando il valore medio di questa metrica negli ultimi 15 minuti è maggiore della tolleranza di arrivo in ritardo (in secondi). Se la tolleranza di arrivo in ritardo non è stata modificata, il valore predefinito è impostato su 5 secondi. | Provare ad aumentare il numero di unità di streaming o la parallelizzazione delle query. Per altre informazioni sulle unità di streaming, vedere Comprendere e regolare le unità di streaming. Per altre informazioni sulla parallelizzazione delle query, vedere Sfruttare i vantaggi della parallelizzazione delle query in Analisi di flusso di Azure. |
| Errori di deserializzazione di input | Maggiore di | Totale | 0 | Esaminare i log attività o della risorsa e apportare le modifiche appropriate all'input. Per altre informazioni sui log delle risorse, vedere Risolvere i problemi di Analisi di flusso di Azure usando i log delle risorse. |
Come ottenere assistenza
Per ulteriore assistenza, provare la pagina Domande e risposte Microsoft per Analisi di flusso di Azure.
Passaggi successivi
- Introduzione ad Analisi dei flussi di Azure
- Dimensioni per le metriche di Analisi di flusso di Azure
- Comprendere e regolare le unità di streaming
- Analizzare le prestazioni dei processi di Analisi di flusso usando metriche e dimensioni
- Monitorare un processo di Analisi di flusso con il portale di Azure
- Introduzione all'uso di Analisi di flusso di Azure