Intelligent Insights met behulp van AI voor het bewaken van databaseprestaties en het oplossen van problemen (preview)

Van toepassing op: Azure SQL DatabaseAzure SQL Managed Instance

Intelligent Insights in Azure SQL Database en Azure SQL Managed Instance laat u weten wat er gebeurt met de prestaties van uw database.

Intelligent Insights maakt gebruik van ingebouwde intelligentie om het databasegebruik continu te bewaken via kunstmatige intelligentie en verstorende gebeurtenissen te detecteren die slechte prestaties veroorzaken. Zodra dit is gedetecteerd, wordt een gedetailleerde analyse uitgevoerd die een Intelligent Insights-resourcelogboek genereert met de naam SQLInsights (niet gerelateerd aan Azure Monitor SQL Insights (preview)) met een intelligente evaluatie van de problemen. Deze evaluatie bestaat uit een hoofdoorzaakanalyse van het prestatieprobleem van de database en, indien mogelijk, aanbevelingen voor prestatieverbeteringen.

Wat kan Intelligent Insights voor u doen?

Intelligent Insights is een unieke mogelijkheid van ingebouwde Azure-intelligentie die de volgende waarde biedt:

  • Proactieve controle
  • Inzichten op maat voor prestaties
  • Vroege detectie van prestatievermindering van databases
  • Hoofdoorzaakanalyse van gedetecteerde problemen
  • Aanbevelingen voor prestatieverbetering
  • Uitschalen op honderdduizenden databases
  • Positieve impact op DevOps-resources en de totale eigendomskosten

Hoe werkt Intelligent Insights?

Intelligent Insights analyseert de databaseprestaties door de databaseworkload van het afgelopen uur te vergelijken met de workload van de afgelopen zeven dagen basislijn. De databaseworkload bestaat uit query's die het belangrijkst zijn voor de prestaties van de database, zoals de meest herhaalde en grootste query's. Omdat elke database uniek is op basis van de structuur, gegevens, het gebruik en de toepassing, is elke workloadbasislijn die wordt gegenereerd, specifiek en uniek voor die workload. Intelligent Insights, onafhankelijk van de workloadbasislijn, bewaakt ook absolute operationele drempelwaarden en detecteert problemen met overmatige wachttijden, kritieke uitzonderingen en problemen met queryparameterisaties die de prestaties kunnen beïnvloeden.

Nadat een prestatiedegradatieprobleem is gedetecteerd op basis van meerdere waargenomen metrische gegevens met behulp van kunstmatige intelligentie, wordt analyse uitgevoerd. Er wordt een diagnostisch logboek gegenereerd met een intelligent inzicht in wat er met uw database gebeurt. Intelligent Insights maakt het eenvoudig om het prestatieprobleem van de database bij te houden vanaf het eerste uiterlijk tot de oplossing. Elk gedetecteerd probleem wordt bijgehouden via de levenscyclus van de eerste detectie van problemen en verificatie van prestatieverbeteringen totdat het probleem is voltooid.

Database performance analysis workflow

De metrische gegevens die worden gebruikt om databaseprestaties te meten en te detecteren, zijn gebaseerd op queryduur, time-outaanvragen, overmatige wachttijden en foutieve aanvragen. Zie Metrische detectiegegevens voor meer informatie over metrische gegevens.

Geïdentificeerde databaseprestaties worden vastgelegd in het SQLInsights-logboek van Intelligent Insights met intelligente vermeldingen die bestaan uit de volgende eigenschappen:

Eigenschappen DETAILS
Databasegegevens Metagegevens over een database waarop een inzicht is gedetecteerd, zoals een resource-URI.
Waargenomen tijdsbereik Begin- en eindtijd voor de periode van het gedetecteerde inzicht.
Beïnvloede metrische gegevens Metrische gegevens waardoor een inzicht werd gegenereerd:
  • Toename van queryduur [seconden].
  • Overmatig wachten [seconden].
  • Time-outaanvragen [percentage].
  • Mislukte aanvragen [percentage].
Impactwaarde De waarde van een metrische waarde die wordt gemeten.
Betrokken query's en foutcodes Query-hash of foutcode. Deze kunnen worden gebruikt om eenvoudig te correleren met betrokken query's. Er worden metrische gegevens opgegeven die bestaan uit een toename van de queryduur, wachttijden, time-outaantallen of foutcodes.
Detecties Detectie die tijdens een gebeurtenis in de database is geïdentificeerd. Er zijn 15 detectiepatronen. Zie Problemen met databaseprestaties met Intelligent Insights oplossen voor meer informatie.
Hoofdoorzaakanalyse Hoofdoorzaakanalyse van het probleem dat is geïdentificeerd in een door mensen leesbare indeling. Sommige inzichten kunnen waar mogelijk een aanbeveling voor prestatieverbetering bevatten.

Intelligent Insights geeft inzicht in het detecteren en oplossen van prestatieproblemen met databases. Als u Intelligent Insights wilt gebruiken om prestatieproblemen met databases op te lossen, raadpleegt u Prestatieproblemen met Intelligent Insights oplossen.

Intelligent Insights-opties

Er zijn intelligent Insights-opties beschikbaar:

Optie Intelligent Insights Ondersteuning voor Azure SQL Database Ondersteuning voor Azure SQL Managed Instance
Intelligent Insights configureren - Intelligent Insights-analyse configureren voor uw databases. Ja Ja
Inzichten streamen naar Azure SQL Analytics : Stream Insights naar Azure SQL Analytics. Ja Ja
Inzichten streamen naar Azure Event Hubs - Inzichten streamen naar Event Hubs voor verdere aangepaste integraties. Ja Ja
Inzichten streamen naar Azure Storage : Stream insights naar Azure Storage voor verdere analyse en langetermijnarchivering. Ja Ja

Notitie

Intelligente inzichten is een preview-functie die niet beschikbaar is in de volgende regio's: Europa - west, Europa - noord, VS - west 1 en VS - oost 1.

De export van het Intelligent Insights-logboek configureren

De uitvoer van Intelligent Insights kan worden gestreamd naar een van de verschillende bestemmingen voor analyse:

  • Uitvoer die naar een Log Analytics-werkruimte wordt gestreamd, kan worden gebruikt met Azure SQL Analytics om inzichten te bekijken via de gebruikersinterface van Azure Portal. Dit is de geïntegreerde Azure-oplossing en de meest typische manier om inzichten weer te geven.
  • Uitvoer die naar Azure Event Hubs wordt gestreamd, kan worden gebruikt voor het ontwikkelen van aangepaste bewakings- en waarschuwingsscenario's
  • Uitvoer die naar Azure Storage wordt gestreamd, kan worden gebruikt voor aangepaste toepassingsontwikkeling voor aangepaste rapportage, langetermijnarchivering van gegevens, enzovoort.

Integratie van Azure SQL Analytics-, Azure Event Hubs-, Azure Storage- of producten van derden voor verbruik wordt uitgevoerd door eerst Intelligent Insights-logboekregistratie (het logboek SQLInsights) in te schakelen op de pagina Diagnostische instellingen van een database en vervolgens intelligent Insights-logboekgegevens te configureren die moeten worden gestreamd naar een van deze bestemmingen.

Zie Voor meer informatie over het inschakelen van Intelligent Insights-logboekregistratie en het configureren van metrische en resourcelogboekgegevens die naar een verbruikend product moeten worden gestreamd, metrische gegevens en diagnostische logboekregistratie.

Instellen met Azure SQL Analytics

De Azure SQL Analytics-oplossing biedt grafische gebruikersinterface, rapportage- en waarschuwingsmogelijkheden voor databaseprestaties, met behulp van de Intelligent Insights-resourcelogboekgegevens.

Voeg Azure SQL Analytics toe aan uw Azure Portal-dashboard vanuit de marketplace en om een werkruimte te maken. Zie Azure SQL Analytics configureren

Als u Intelligent Insights wilt gebruiken met Azure SQL Analytics, configureert u Intelligent Insights-logboekgegevens die moeten worden gestreamd naar de Azure SQL Analytics-werkruimte die u in de vorige stap hebt gemaakt, raadpleegt u Logboekregistratie van metrische gegevens en diagnostische gegevens.

In het volgende voorbeeld ziet u een Intelligent Insights die wordt weergegeven via Azure SQL Analytics:

Intelligent Insights report

Instellen met Event Hubs

Als u Intelligent Insights wilt gebruiken met Event Hubs, configureert u Intelligent Insights-logboekgegevens die moeten worden gestreamd naar Event Hubs. Zie metrische gegevens en diagnostische logboekenvan Azure streamen naar Event Hubs.

Als u Event Hubs wilt gebruiken om aangepaste bewaking en waarschuwingen in te stellen, raadpleegt u Wat u moet doen met metrische gegevens en diagnostische logboeken in Event Hubs.

Instellen met Azure Storage

Als u Intelligent Insights met Storage wilt gebruiken, configureert u Intelligent Insights-logboekgegevens die naar Storage moeten worden gestreamd. Zie Metrische gegevens en diagnostische logboekregistratie en Stream naar Azure Storage.

Aangepaste integraties van Intelligent Insights-logboek

Als u Intelligent Insights wilt gebruiken met hulpprogramma's van derden of voor aangepaste waarschuwings- en bewakingsontwikkeling, raadpleegt u het diagnostische logboek van de Intelligent Insights-databaseprestaties gebruiken.

Metrische detectiegegevens

Metrische gegevens die worden gebruikt voor detectiemodellen die Intelligent Insights genereren, zijn gebaseerd op bewaking:

  • Queryduur
  • Time-outaanvragen
  • Overmatige wachttijd
  • Mislukte aanvragen

Queryduur en time-outaanvragen worden gebruikt als primaire modellen bij het detecteren van problemen met de prestaties van databaseworkloads. Ze worden gebruikt omdat ze rechtstreeks meten wat er met de workload gebeurt. Om alle mogelijke gevallen van prestatievermindering van de workload te detecteren, worden overmatige wachttijden en mislukte aanvragen gebruikt als extra modellen om problemen aan te geven die van invloed zijn op de prestaties van de workload.

Het systeem beschouwt automatisch wijzigingen in de workload en wijzigingen in het aantal queryaanvragen in de database om dynamisch normale en verouderde drempelwaarden voor databaseprestaties te bepalen.

Alle metrische gegevens worden samen in verschillende relaties beschouwd via een wetenschappelijk afgeleid gegevensmodel dat elk gedetecteerd prestatieprobleem categoriseert. Informatie die via een intelligent inzicht wordt verstrekt, omvat:

  • Details van het gedetecteerde prestatieprobleem.
  • Een hoofdoorzaakanalyse van het probleem dat is gedetecteerd.
  • Aanbevelingen over het verbeteren van de prestaties van de bewaakte database, indien mogelijk.

Queryduur

Het model voor degradatie van de queryduur analyseert afzonderlijke query's en detecteert de toename in de tijd die nodig is om een query te compileren en uit te voeren in vergelijking met de prestatiebasislijn.

Als ingebouwde intelligentie een aanzienlijke toename van de querycompilatie- of queryuitvoeringstijd detecteert die van invloed is op de prestaties van de workload, worden deze query's gemarkeerd als prestatieproblemen met queryduur.

Het diagnostische logboek van Intelligent Insights voert de query-hash uit van de query die is gedegradeerd in de prestaties. De query-hash geeft aan of de prestatievermindering betrekking heeft op de toename van de querycompilatie of uitvoeringstijd, waardoor de duur van de query is toegenomen.

Time-outaanvragen

Het model voor time-outaanvragen analyseert afzonderlijke query's en detecteert eventuele toename van time-outs op het niveau van de uitvoering van query's en de algemene time-outs voor aanvragen op databaseniveau vergeleken met de periode van de prestatiebasislijn.

Sommige query's kunnen een time-out hebben, zelfs voordat ze de uitvoeringsfase bereiken. Via de middelen van afgebroken werknemers versus aanvragen die zijn gedaan, worden ingebouwde intelligentiemetingen uitgevoerd en worden alle query's geanalyseerd die de database hebben bereikt, ongeacht of ze naar de uitvoeringsfase zijn gekomen of niet.

Nadat het aantal time-outs voor uitgevoerde query's of het aantal afgebroken aanvraagwerkers de door het systeem beheerde drempelwaarde overschrijdt, wordt een diagnostisch logboek gevuld met intelligente inzichten.

De gegenereerde inzichten bevatten het aantal time-outaanvragen en het aantal time-outquery's. Indicatie van de prestatievermindering is gerelateerd aan een time-outverhoging in de uitvoeringsfase of het algehele databaseniveau. Wanneer de toename van time-outs als belangrijk wordt beschouwd voor de prestaties van de database, worden deze query's gemarkeerd als problemen met time-outprestaties.

Overmatige wachttijden

Het overmatige wachttijdmodel bewaakt afzonderlijke databasequery's. Er worden ongebruikelijk hoge querywachtstatistieken gedetecteerd die de door het systeem beheerde absolute drempelwaarden hebben overschreden. De volgende metrische gegevens over de wachttijd worden waargenomen met behulp van Query Store Wait Stats (sys.query_store_wait_stats):

  • Resourcelimieten bereiken
  • Resourcelimieten voor elastische pools bereiken
  • Overmatig aantal werkrol- of sessiethreads
  • Overmatige databasevergrendeling
  • Geheugendruk
  • Andere wachtstatistieken

Het bereiken van resourcelimieten of resourcelimieten voor elastische pools geeft aan dat het verbruik van beschikbare resources in een abonnement of in de elastische pool absolute drempelwaarden heeft overschreden. Deze statistieken geven aan dat de prestaties van de workload afnemen. Een overmatig aantal werkrol- of sessiethreads geeft een voorwaarde aan waarin het aantal werkrolthreads of -sessies dat absolute drempelwaarden heeft geïnitieerd. Deze statistieken geven aan dat de prestaties van de workload afnemen.

Overmatige databasevergrendeling geeft een voorwaarde aan waarin het aantal vergrendelingen in een database absolute drempelwaarden heeft overschreden. Deze statistiek geeft aan dat de prestaties van de workload afnemen. Geheugendruk is een voorwaarde waarin het aantal threads dat geheugen aanvraagt, een absolute drempelwaarde overschrijdt. Deze statistiek geeft aan dat de prestaties van de workload afnemen.

Andere detectie van wachtstatistieken geeft een voorwaarde aan waarin diverse metrische gegevens die zijn gemeten via de Query Store Wait Stats een absolute drempelwaarde overschreden. Deze statistieken geven aan dat de prestaties van de workload afnemen.

Nadat overmatige wachttijden zijn gedetecteerd, afhankelijk van de beschikbare gegevens, levert het diagnostische logboek van Intelligent Insights hashes op van de beïnvloede en beïnvloede query's gedegradeerd in prestaties, details van de metrische gegevens die ertoe leiden dat query's in uitvoering worden gewacht en gemeten wachttijd.

Mislukte aanvragen

Het foutopgetreden aanvraagdegradatiemodel bewaakt afzonderlijke query's en detecteert een toename van het aantal query's dat is opgetreden ten opzichte van de basislijnperiode. Dit model bewaakt ook kritieke uitzonderingen waarbij absolute drempelwaarden worden overschreden die worden beheerd door ingebouwde intelligentie. Het systeem houdt automatisch rekening met het aantal queryaanvragen in de database en accounts voor eventuele wijzigingen in de workload in de bewaakte periode.

Wanneer de gemeten toename van mislukte aanvragen ten opzichte van het totale aantal aanvragen dat is gedaan aanzienlijk wordt geacht voor de prestaties van de workload, worden betrokken query's gemarkeerd als problemen met prestatievermindering van fouten in aanvragen.

Het Intelligent Insights-logboek voert het aantal mislukte aanvragen uit. Het geeft aan of de prestatievermindering te maken had met een toename van mislukte aanvragen of om een bewaakte drempelwaarde voor kritieke uitzonderingen te overschrijden en de gemeten tijd van de prestatievermindering.

Als een van de bewaakte kritieke uitzonderingen de absolute drempelwaarden overschrijdt die door het systeem worden beheerd, wordt er een intelligent inzicht gegenereerd met kritieke uitzonderingsdetails.

Volgende stappen