Een Azure Monitor voor uw Python-toepassing instellen

Azure Monitor biedt ondersteuning voor gedistribueerde tracering, het verzamelen van metrische gegevens en logboekregistratie van Python-toepassingen.

De ondersteunde oplossing van Microsoft voor het bijhouden en exporteren van gegevens voor uw Python-toepassingen is via de Opencensus Python SDK via de Azure Monitor export.

Andere telemetrie-SDK's voor Python worden niet ondersteund en worden niet aanbevolen door Microsoft om te gebruiken als een telemetrieoplossing.

Mogelijk hebt u opgemerkt dat OpenCensus wordt geconvergeerde naar OpenTelemetry. We blijven openCensus echter aanbevelen terwijl OpenTelemetry geleidelijk wordt gerijpt.

Vereisten

  • Een Azure-abonnement. Als u nog geen abonnement op Azure hebt, maak dan een gratis account aan voordat u begint.
  • Python-installatie. In dit artikel wordt Python 3.7.0gebruikt, hoewel andere versies waarschijnlijk met kleine wijzigingen werken. De Opencensus Python SDK ondersteunt alleen Python v2.7 en v3.4+.
  • Maak een Application Insights resource. U krijgt uw eigen instrumentatiesleutel (ikey) toegewezen voor uw resource.

Introductie van Opencensus Python SDK

OpenCensus is een set open source bibliotheken voor het verzamelen van gedistribueerde tracering, metrische gegevens en logboekregistratie van telemetrie. Door gebruik te maken Azure Monitor exportexports,kunt u deze verzamelde telemetrie verzenden naar Application Insights. In dit artikel wordt u door het proces voor het instellen van OpenCensus en Azure Monitor Exporten voor Python beschreven om uw bewakingsgegevens naar uw Azure Monitor.

Instrument met OpenCensus Python SDK met Azure Monitor export

Installeer de OpenCensus-Azure Monitor export:

python -m pip install opencensus-ext-azure

Notitie

De python -m pip install opencensus-ext-azure opdracht gaat ervan uit dat u een PATH omgevingsvariabele hebt ingesteld voor uw Python-installatie. Als u deze variabele nog niet hebt geconfigureerd, moet u het volledige mappad opgeven naar de locatie van het uitvoerbare Python-bestand. Het resultaat is een opdracht als deze: C:\Users\Administrator\AppData\Local\Programs\Python\Python37-32\python.exe -m pip install opencensus-ext-azure .

De SDK gebruikt drie Azure Monitor export om verschillende typen telemetrie te verzenden naar Azure Monitor. Dit zijn traceergegevens, metrische gegevens en logboeken. Zie overzicht van het gegevensplatform voor meer informatie over deze telemetrietypen. Gebruik de volgende instructies om deze telemetrietypen via de drie exporten te verzenden.

Telemetrietypetoewijzingen

Hier ziet u de exporten die OpenCensus biedt, die zijn toe te rekenen aan de typen telemetrie die u ziet in Azure Monitor.

Pijler van waarneembaarheid Telemetrietype in Azure Monitor Uitleg
Logboeken Traceringen, uitzonderingen, customEvents Logboek-telemetrie, uitzonderings-telemetrie, telemetrie van gebeurtenissen
Metrische gegevens customMetrics, performanceCounters Prestatiemeters voor aangepaste metrische gegevens
Tracering Afhankelijkheden aanvragen Binnenkomende aanvragen, uitgaande aanvragen

Logboeken

  1. Eerst gaan we enkele lokale logboekgegevens genereren.

    import logging
    
    logger = logging.getLogger(__name__)
    
    def valuePrompt():
        line = input("Enter a value: ")
        logger.warning(line)
    
    def main():
        while True:
            valuePrompt()
    
    if __name__ == "__main__":
        main()
    
  2. De code vraagt continu om een waarde die moet worden ingevoerd. Voor elke ingevoerde waarde wordt een logboekinvoer ingediend.

    Enter a value: 24
    24
    Enter a value: 55
    55
    Enter a value: 123
    123
    Enter a value: 90
    90
    
  3. Hoewel het invoeren van waarden nuttig is voor demonstratiedoeleinden, willen we uiteindelijk de logboekgegevens naar de Azure Monitor. Geef uw connection string rechtstreeks door aan de export. U kunt deze ook opgeven in een omgevingsvariabele, APPLICATIONINSIGHTS_CONNECTION_STRING . Wijzig uw code uit de vorige stap op basis van het volgende codevoorbeeld:

    import logging
    from opencensus.ext.azure.log_exporter import AzureLogHandler
    
    logger = logging.getLogger(__name__)
    
    # TODO: replace the all-zero GUID with your instrumentation key.
    logger.addHandler(AzureLogHandler(
        connection_string='InstrumentationKey=00000000-0000-0000-0000-000000000000')
    )
    
    def valuePrompt():
        line = input("Enter a value: ")
        logger.warning(line)
    
    def main():
        while True:
            valuePrompt()
    
    if __name__ == "__main__":
        main()
    
  4. De export verzendt logboekgegevens naar Azure Monitor. U vindt de gegevens onder traces .

    Notitie

    In deze context traces is niet hetzelfde als tracing . Hier traces verwijst naar het type telemetrie dat u ziet in Azure Monitor u AzureLogHandler gebruikt. Maar tracing verwijst naar een concept in OpenCensus en heeft betrekking op gedistribueerde tracering.

    Notitie

    De hoofdlogboekregistratie is geconfigureerd met het niveau WAARSCHUWING. Dit betekent dat logboeken die u verzendt met een minder ernst worden genegeerd en op hun beurt niet worden verzonden naar Azure Monitor. Zie de documentatie voor meer informatie.

  5. U kunt ook aangepaste eigenschappen toevoegen aan uw logboekberichten in het extra trefwoordargument met behulp van custom_dimensions veld. Deze eigenschappen worden weergegeven als sleutel-waardeparen customDimensions in in Azure Monitor.

    Notitie

    Deze functie werkt alleen als u een woordenlijst aan het custom_dimensions doorgeven. Als u argumenten van een ander type doorkeert, worden deze genegeerd door de logboeken.

    import logging
    
    from opencensus.ext.azure.log_exporter import AzureLogHandler
    
    logger = logging.getLogger(__name__)
    # TODO: replace the all-zero GUID with your instrumentation key.
    logger.addHandler(AzureLogHandler(
        connection_string='InstrumentationKey=00000000-0000-0000-0000-000000000000')
    )
    
    properties = {'custom_dimensions': {'key_1': 'value_1', 'key_2': 'value_2'}}
    
    # Use properties in logging statements
    logger.warning('action', extra=properties)
    

Notitie

Als onderdeel van het gebruik van Application Insights-instrumentatie, verzamelen en verzenden we diagnostische gegevens naar Microsoft. Deze gegevens helpen ons bij het uitvoeren en verbeteren van application Insights. U hebt de mogelijkheid om het verzamelen van niet-essentiële gegevens uit te schakelen. Meer informatie.

Logboekregistratie configureren voor Django-toepassingen

U kunt logboekregistratie expliciet configureren in uw toepassingscode zoals hierboven voor uw Django-toepassingen, of u kunt deze opgeven in de configuratie van Logboekregistratie van Django. Deze code kan naar elk bestand gaan dat u gebruikt voor de configuratie van Django-instellingen. Zie Django-instellingen voor het configureren van Django-instellingen. Zie Django-logboekregistratie voor meer informatie over het configureren van logboekregistratie.

LOGGING = {
    "handlers": {
        "azure": {
            "level": "DEBUG",
        "class": "opencensus.ext.azure.log_exporter.AzureLogHandler",
            "instrumentation_key": "<your-ikey-here>",
         },
        "console": {
            "level": "DEBUG",
            "class": "logging.StreamHandler",
            "stream": sys.stdout,
         },
      },
    "loggers": {
        "logger_name": {"handlers": ["azure", "console"]},
    },
}

Zorg ervoor dat u de logboeken gebruikt met dezelfde naam als de naam die is opgegeven in uw configuratie.

import logging

logger = logging.getLogger("logger_name")
logger.warning("this will be tracked")

Uitzonderingen verzenden

OpenCensus Python houdt telemetrie niet automatisch bij en verzendt exception deze niet automatisch. Ze worden verzonden met AzureLogHandler behulp van uitzonderingen via de Python-bibliotheek voor logboekregistratie. U kunt aangepaste eigenschappen toevoegen, net als bij normale logboekregistratie.

import logging

from opencensus.ext.azure.log_exporter import AzureLogHandler

logger = logging.getLogger(__name__)
# TODO: replace the all-zero GUID with your instrumentation key.
logger.addHandler(AzureLogHandler(
    connection_string='InstrumentationKey=00000000-0000-0000-0000-000000000000')
)

properties = {'custom_dimensions': {'key_1': 'value_1', 'key_2': 'value_2'}}

# Use properties in exception logs
try:
    result = 1 / 0  # generate a ZeroDivisionError
except Exception:
    logger.exception('Captured an exception.', extra=properties)

Omdat u uitzonderingen expliciet moet logboeken, is het aan de gebruiker hoe deze onverhandelde uitzonderingen wil aanmelden. OpenCensus stelt geen beperkingen op de manier waarop een gebruiker dit wil doen, zolang ze expliciet een uitzonderings-telemetrielogboek maken.

Gebeurtenissen verzenden

U kunt customEvent telemetrie op exact dezelfde manier verzenden als u telemetrie verzendt, behalve door in plaats daarvan trace te AzureEventHandler gebruiken.

import logging

from opencensus.ext.azure.log_exporter import AzureEventHandler

logger = logging.getLogger(__name__)
logger.addHandler(AzureEventHandler(connection_string='InstrumentationKey=<your-instrumentation_key-here>'))
logger.setLevel(logging.INFO)
logger.info('Hello, World!')

Steekproeven

Bekijk sampling in OpenCensus voor informatie over steekproeven in OpenCensus.

Logboekcorrelatie

Zie Integratie van OpenCensus Python-logboeken voor meer informatie over het verrijken van uw logboekenmet traceercontextgegevens.

Telemetrie wijzigen

Zie OpenCensus Python telemetry processors(Telemetrieprocessors voor OpenCensus Python) voor meer informatie over het wijzigen van bijgespoorde telemetrie voordat deze wordt verzonden naar Azure Monitor.

Metrische gegevens

OpenCensus.stats ondersteunt 4 aggregatiemethoden, maar biedt gedeeltelijke ondersteuning voor Azure Monitor:

  • Aantal: Het aantal meetpunten. De waarde is cumulatief, kan alleen toenemen en wordt bij opnieuw opstarten opnieuw ingesteld op 0.
  • Som: Een som van de meetpunten. De waarde is cumulatief, kan alleen toenemen en wordt bij opnieuw opstarten opnieuw ingesteld op 0.
  • LastValue: Behoudt de laatst vastgelegde waarde en laat de rest vallen.
  • Distributie: Histogramdistributie van de meetpunten. Deze methode wordt NIET ondersteund door de Azure-export.

Voorbeeld van aggregatie aantal

  1. Eerst gaan we enkele lokale metrische gegevens genereren. We maken een eenvoudige metriek om het aantal keren bij te houden dat de gebruiker de Enter-toets selecteert.

    from datetime import datetime
    from opencensus.stats import aggregation as aggregation_module
    from opencensus.stats import measure as measure_module
    from opencensus.stats import stats as stats_module
    from opencensus.stats import view as view_module
    from opencensus.tags import tag_map as tag_map_module
    
    stats = stats_module.stats
    view_manager = stats.view_manager
    stats_recorder = stats.stats_recorder
    
    prompt_measure = measure_module.MeasureInt("prompts",
                                               "number of prompts",
                                               "prompts")
    prompt_view = view_module.View("prompt view",
                                   "number of prompts",
                                   [],
                                   prompt_measure,
                                   aggregation_module.CountAggregation())
    view_manager.register_view(prompt_view)
    mmap = stats_recorder.new_measurement_map()
    tmap = tag_map_module.TagMap()
    
    def prompt():
        input("Press enter.")
        mmap.measure_int_put(prompt_measure, 1)
        mmap.record(tmap)
        metrics = list(mmap.measure_to_view_map.get_metrics(datetime.utcnow()))
        print(metrics[0].time_series[0].points[0])
    
    def main():
        while True:
            prompt()
    
    if __name__ == "__main__":
        main()
    
  2. Als u de code herhaaldelijk wilt uitvoeren, wordt u gevraagd om Enter te selecteren. Er wordt een metrische gegevens gemaakt om het aantal keren bij te houden dat Enter is geselecteerd. Bij elke vermelding wordt de waarde verhoogd en worden de metrische gegevens weergegeven in de -console. De informatie bevat de huidige waarde en het huidige tijdstempel wanneer de metrische waarde is bijgewerkt.

    Press enter.
    Point(value=ValueLong(5), timestamp=2019-10-09 20:58:04.930426)
    Press enter.
    Point(value=ValueLong(6), timestamp=2019-10-09 20:58:06.570167)
    Press enter.
    Point(value=ValueLong(7), timestamp=2019-10-09 20:58:07.138614)
    
  3. Hoewel het invoeren van waarden nuttig is voor demonstratiedoeleinden, willen we uiteindelijk de metrische gegevens naar de Azure Monitor. Geef uw connection string rechtstreeks door aan de exporteur. U kunt deze ook opgeven in een omgevingsvariabele, APPLICATIONINSIGHTS_CONNECTION_STRING . Wijzig de code uit de vorige stap op basis van het volgende codevoorbeeld:

    from datetime import datetime
    from opencensus.ext.azure import metrics_exporter
    from opencensus.stats import aggregation as aggregation_module
    from opencensus.stats import measure as measure_module
    from opencensus.stats import stats as stats_module
    from opencensus.stats import view as view_module
    from opencensus.tags import tag_map as tag_map_module
    
    stats = stats_module.stats
    view_manager = stats.view_manager
    stats_recorder = stats.stats_recorder
    
    prompt_measure = measure_module.MeasureInt("prompts",
                                               "number of prompts",
                                               "prompts")
    prompt_view = view_module.View("prompt view",
                                   "number of prompts",
                                   [],
                                   prompt_measure,
                                   aggregation_module.CountAggregation())
    view_manager.register_view(prompt_view)
    mmap = stats_recorder.new_measurement_map()
    tmap = tag_map_module.TagMap()
    
    # TODO: replace the all-zero GUID with your instrumentation key.
    exporter = metrics_exporter.new_metrics_exporter(
        connection_string='InstrumentationKey=00000000-0000-0000-0000-000000000000')
    
    view_manager.register_exporter(exporter)
    
    def prompt():
        input("Press enter.")
        mmap.measure_int_put(prompt_measure, 1)
        mmap.record(tmap)
        metrics = list(mmap.measure_to_view_map.get_metrics(datetime.utcnow()))
        print(metrics[0].time_series[0].points[0])
    
    def main():
        while True:
            prompt()
    
    if __name__ == "__main__":
        main()
    
  4. De export verzendt metrische gegevens naar Azure Monitor met een vast interval. De standaardwaarde is om de 15 seconden. We volgen één metrische waarde, dus deze metrische gegevens, met de waarde en het tijdstempel die deze bevat, worden elk interval verzonden. De waarde is cumulatief, kan alleen toenemen en wordt opnieuw ingesteld op 0 bij opnieuw opstarten. U vindt de gegevens onder , maar de eigenschappen customMetrics customMetrics valueCount, valueSum, valueMin, valueMax en valueStdDev worden niet effectief gebruikt.

Aangepaste dimensies instellen in metrische gegevens

Met Opencensus Python SDK kunt u aangepaste dimensies toevoegen aan uw telemetriegegevens met metrische gegevens via , wat in feite een woordenlijst van tags sleutel-waardeparen is.

  1. Voeg de tags die u wilt gebruiken in de tagkaart in. De tagkaart fungeert als een soort pool van alle beschikbare tags die u kunt gebruiken.

    ...
    tmap = tag_map_module.TagMap()
    tmap.insert("url", "http://example.com")
    ...
    
  2. Geef voor een specifieke de tags op die u wilt gebruiken bij het vastleggen van metrische View gegevens met die weergave via de tagsleutel.

    ...
    prompt_view = view_module.View("prompt view",
                                "number of prompts",
                                ["url"], # <-- A sequence of tag keys used to specify which tag key/value to use from the tag map
                                prompt_measure,
                                aggregation_module.CountAggregation())
    ...
    
  3. Zorg ervoor dat u de tagkaart gebruikt bij het vastleggen in de metingskaart. De tagsleutels die zijn opgegeven in de View moeten worden gevonden in de tagmap die wordt gebruikt om vast te maken.

    ...
    mmap = stats_recorder.new_measurement_map()
    mmap.measure_int_put(prompt_measure, 1)
    mmap.record(tmap) # <-- pass the tag map in here
    ...
    
  4. Onder de customMetrics tabel hebben alle records met metrische gegevens die worden uitgezonden met behulp van de aangepaste prompt_view dimensies {"url":"http://example.com"} .

  5. Als u tags met verschillende waarden wilt maken met dezelfde sleutels, maakt u er nieuwe tagkaarten voor.

    ...
    tmap = tag_map_module.TagMap()
    tmap2 = tag_map_module.TagMap()
    tmap.insert("url", "http://example.com")
    tmap2.insert("url", "https://www.wikipedia.org/wiki/")
    ...
    

Prestatiemeteritems

Standaard verzendt de export van metrische gegevens een set prestatiemeters naar Azure Monitor. U kunt dit uitschakelen door de vlag in enable_standard_metrics te stellen op in de False constructor van de export van metrische gegevens.

...
exporter = metrics_exporter.new_metrics_exporter(
  enable_standard_metrics=False,
  connection_string='InstrumentationKey=<your-instrumentation-key-here>')
...

Deze prestatiemeters worden momenteel verzonden:

  • Beschikbaar geheugen (bytes)
  • CPU-processortijd (percentage)
  • Aantal binnenkomende aanvragen (per seconde)
  • Gemiddelde uitvoeringstijd van binnenkomende aanvraag (milliseconden)
  • CPU-gebruik verwerken (percentage)
  • Persoonlijke bytes (bytes) verwerken

U zou deze metrische gegevens moeten kunnen zien in performanceCounters . Zie prestatiemeters voor meer informatie.

Telemetrie wijzigen

Zie OpenCensus Python telemetry processors (OpenCensus Python-telemetrieprocessors)voor meer informatie over het wijzigen van bij te houden telemetrie voordat deze wordt verzonden naar Azure Monitor.

Tracering

Notitie

In OpenCensus verwijst tracing naar gedistribueerde tracering. De AzureExporter verzendt requests en dependency telemetrie naar Azure Monitor.

  1. Eerst gaan we lokaal enkele traceergegevens genereren. Voer in Python IDLE of de editor van uw keuze de volgende code in:

    from opencensus.trace.samplers import ProbabilitySampler
    from opencensus.trace.tracer import Tracer
    
    tracer = Tracer(sampler=ProbabilitySampler(1.0))
    
    def valuePrompt():
        with tracer.span(name="test") as span:
            line = input("Enter a value: ")
            print(line)
    
    def main():
        while True:
            valuePrompt()
    
    if __name__ == "__main__":
        main()
    
  2. Als u de code herhaaldelijk wilt uitvoeren, wordt u gevraagd een waarde in te voeren. Bij elke vermelding wordt de waarde afgedrukt in de shell. De OpenCensus Python-module genereert een bijbehorend deel van SpanData . Het OpenCensus-project definieert een traceer als een boomstructuur van omspannen.

    Enter a value: 4
    4
    [SpanData(name='test', context=SpanContext(trace_id=8aa41bc469f1a705aed1bdb20c342603, span_id=None, trace_options=TraceOptions(enabled=True), tracestate=None), span_id='15ac5123ac1f6847', parent_span_id=None, attributes=BoundedDict({}, maxlen=32), start_time='2019-06-27T18:21:22.805429Z', end_time='2019-06-27T18:21:44.933405Z', child_span_count=0, stack_trace=None, annotations=BoundedList([], maxlen=32), message_events=BoundedList([], maxlen=128), links=BoundedList([], maxlen=32), status=None, same_process_as_parent_span=None, span_kind=0)]
    Enter a value: 25
    25
    [SpanData(name='test', context=SpanContext(trace_id=8aa41bc469f1a705aed1bdb20c342603, span_id=None, trace_options=TraceOptions(enabled=True), tracestate=None), span_id='2e512f846ba342de', parent_span_id=None, attributes=BoundedDict({}, maxlen=32), start_time='2019-06-27T18:21:44.933405Z', end_time='2019-06-27T18:21:46.156787Z', child_span_count=0, stack_trace=None, annotations=BoundedList([], maxlen=32), message_events=BoundedList([], maxlen=128), links=BoundedList([], maxlen=32), status=None, same_process_as_parent_span=None, span_kind=0)]
    Enter a value: 100
    100
    [SpanData(name='test', context=SpanContext(trace_id=8aa41bc469f1a705aed1bdb20c342603, span_id=None, trace_options=TraceOptions(enabled=True), tracestate=None), span_id='f3f9f9ee6db4740a', parent_span_id=None, attributes=BoundedDict({}, maxlen=32), start_time='2019-06-27T18:21:46.157732Z', end_time='2019-06-27T18:21:47.269583Z', child_span_count=0, stack_trace=None, annotations=BoundedList([], maxlen=32), message_events=BoundedList([], maxlen=128), links=BoundedList([], maxlen=32), status=None, same_process_as_parent_span=None, span_kind=0)]
    
  3. Hoewel het invoeren van waarden nuttig is voor demonstratiedoeleinden, willen we uiteindelijk naar SpanData Azure Monitor. Geef uw connection string rechtstreeks door aan de exporteur. U kunt deze ook opgeven in een omgevingsvariabele, APPLICATIONINSIGHTS_CONNECTION_STRING . Wijzig de code uit de vorige stap op basis van het volgende codevoorbeeld:

    from opencensus.ext.azure.trace_exporter import AzureExporter
    from opencensus.trace.samplers import ProbabilitySampler
    from opencensus.trace.tracer import Tracer
    
    # TODO: replace the all-zero GUID with your instrumentation key.
    tracer = Tracer(
        exporter=AzureExporter(
            connection_string='InstrumentationKey=00000000-0000-0000-0000-000000000000'),
        sampler=ProbabilitySampler(1.0),
    )
    
    def valuePrompt():
        with tracer.span(name="test") as span:
            line = input("Enter a value: ")
            print(line)
    
    def main():
        while True:
            valuePrompt()
    
    if __name__ == "__main__":
        main()
    
  4. Wanneer u nu het Python-script gaat uitvoeren, moet u nog steeds worden gevraagd om waarden in te voeren, maar alleen de waarde wordt afgedrukt in de shell. Het gemaakte SpanData wordt verzonden naar Azure Monitor. U vindt de afgegeven spangegevens onder dependencies . Zie OpenCensus Python-afhankelijkheden voor meer informatie over uitgaande aanvragen. Zie OpenCensus Python-aanvragen voor meer informatie over inkomende aanvragen.

Steekproeven

Bekijk sampling in OpenCensus voor informatie over steekproeven in OpenCensus.

Correlatie traceren

Zie OpenCensus Python telemetry correlation (Python-telemetriecorrelatie van OpenCensus) voor meer informatie over telemetriecorrelatie in uw traceergegevens.

Telemetrie wijzigen

Zie OpenCensus Python telemetry processors (OpenCensus Python-telemetrieprocessors)voor meer informatie over het wijzigen van bij te houden telemetrie voordat deze wordt verzonden naar Azure Monitor.

Exporten Azure Monitor configureren

Zoals u kunt zien, zijn er drie verschillende Azure Monitor die ondersteuning bieden voor OpenCensus. Elk type verzendt verschillende typen telemetrie naar Azure Monitor. Zie de volgende lijst om te zien welke typen telemetrie elke exporteur verzendt.

Elke export accepteert dezelfde argumenten voor configuratie, die worden doorgegeven via de constructors. U kunt de details van elk van deze hier bekijken:

  • connection_string: de connection string gebruikt om verbinding te maken met uw Azure Monitor resource. Heeft prioriteit boven instrumentation_key .
  • enable_standard_metrics: wordt gebruikt voor AzureMetricsExporter . Signaleert de exporteur om metrische gegevens van prestatiemeters automatisch naar de Azure Monitor. De standaardwaarde is True .
  • export_interval: wordt gebruikt om de frequentie op te geven in seconden na het exporteren.
  • instrumentation_key: de instrumentatiesleutel die wordt gebruikt om verbinding te maken met Azure Monitor resource.
  • logging_sampling_rate: wordt gebruikt voor AzureLogHandler . Biedt een steekproeffrequentie [0,1,0] voor het exporteren van logboeken. De standaardwaarde is 1.0.
  • max_batch_size: hiermee geeft u de maximale grootte van telemetrie op die in één keer wordt geëxporteerd.
  • proxies: hiermee geeft u een reeks -proxies op die moeten worden gebruikt voor het verzenden van gegevens naar Azure Monitor. Zie voor meer informatie proxies.
  • storage_path: Een pad naar de lokale opslagmap (niet-afgeziene telemetrie). Vanaf opencensus-ext-azure v1.0.3 is het standaardpad de map temp van het besturingssysteem + opencensus-python + your-ikey . Vóór v1.0.3 is het standaardpad $USER + .opencensus + .azure + python-file-name .

Verificatie (preview)

Notitie

Verificatiefunctie is beschikbaar vanaf opencensus-ext-azure v1.1b0

Elk van de Azure Monitor exporteurs ondersteunt de configuratie van het veilig verzenden van nettoladingen van telemetrie via OAuth-verificatie met Azure Active Directory (AAD). Raadpleeg de documentatie over verificatie voor meer informatie.

Uw gegevens weergeven met query's

U kunt de telemetriegegevens bekijken die vanuit uw toepassing zijn verzonden via het tabblad Logboeken (Analyse).

Schermopname van het overzichtsvenster met 'Logboeken (Analytics)' in een rood vak geselecteerd

In de lijst onder Actief:

  • Voor telemetrie die wordt verzonden met Azure Monitor export, worden binnenkomende aanvragen weergegeven onder requests . Uitgaande of in-process aanvragen worden weergegeven onder dependencies .
  • Voor telemetrie die wordt verzonden met Azure Monitor export, worden verzonden metrische gegevens weergegeven onder customMetrics .
  • Voor telemetrie die wordt verzonden met de Azure Monitor logboeken worden logboeken weergegeven onder traces . Uitzonderingen worden weergegeven onder exceptions .

Zie Logboeken in Azure Monitor voor meer informatie over het gebruik van query'Azure Monitor.

Meer informatie over OpenCensus voor Python

Volgende stappen

Waarschuwingen

  • Beschikbaarheidstests: maak tests om ervoor te zorgen dat uw site zichtbaar is op internet.
  • Slimme diagnostische gegevens: deze tests worden automatisch uitgevoerd, zodat u niets hoeft te doen om ze in te stellen. Deze geeft aan of een app een ongebruikelijk aantal mislukte aanvragen heeft.
  • Metrische waarschuwingen:stel waarschuwingen in om u te waarschuwen als een metrische gegevens een drempelwaarde overschrijden. U kunt deze instellen op aangepaste metrische gegevens die u in uw app codeert.