Intelligent Insights przy użyciu AI do monitorowania i rozwiązywania problemów z wydajnością bazy danych (wersja zapoznawcza)Intelligent Insights using AI to monitor and troubleshoot database performance (preview)

dotyczy:  tak Azure SQL Database  tak, wystąpienie zarządzane Azure SQLAPPLIES TO: yesAzure SQL Database yesAzure SQL Managed Instance

Intelligent Insights w Azure SQL Database i wystąpienie zarządzane usługi Azure SQL Server pozwala znać, co dzieje się z wydajnością bazy danych.Intelligent Insights in Azure SQL Database and Azure SQL Managed Instance lets you know what is happening with your database performance.

Intelligent Insights używa wbudowanej analizy do ciągłego monitorowania użycia bazy danych za pomocą sztucznej analizy i wykrywania zdarzeń powodujących zakłócenia, które powodują niską wydajność.Intelligent Insights uses built-in intelligence to continuously monitor database usage through artificial intelligence and detect disruptive events that cause poor performance. Po wykryciu zostanie utworzona Szczegółowa analiza, która generuje dziennik zasobów Intelligent Insights (o nazwie SQLInsights) z inteligentną oceną problemu.Once detected, a detailed analysis is performed that generates an Intelligent Insights resource log (called SQLInsights) with an intelligent assessment of the issue. Ta ocena polega na analizie głównej przyczyny problemu z wydajnością bazy danych i, jeśli to możliwe, zalecenia dotyczące ulepszeń wydajności.This assessment consists of a root cause analysis of the database performance issue and, where possible, recommendations for performance improvements.

Co można Intelligent Insights dla CiebieWhat can Intelligent Insights do for you

Intelligent Insights to unikatowa funkcja analizy wbudowanej platformy Azure, która zapewnia następującą wartość:Intelligent Insights is a unique capability of Azure built-in intelligence that provides the following value:

  • Aktywne monitorowanieProactive monitoring
  • Dostosowane szczegółowe informacje o wydajnościTailored performance insights
  • Wczesne wykrywanie obniżenia wydajności bazy danychEarly detection of database performance degradation
  • Analiza głównych przyczyn problemów wykrytychRoot cause analysis of issues detected
  • Zalecenia dotyczące poprawy wydajnościPerformance improvement recommendations
  • Możliwość skalowania w poziomie na setkach tysięcy baz danychScale out capability on hundreds of thousands of databases
  • Pozytywny wpływ na zasoby DevOps i całkowity koszt posiadaniaPositive impact to DevOps resources and the total cost of ownership

Jak działa Intelligent InsightsHow does Intelligent Insights work

Intelligent Insights analizuje wydajność bazy danych, porównując obciążenie bazy danych z ostatniej godziny z ostatnim 7-dniowym obciążeniem bazowym.Intelligent Insights analyzes database performance by comparing the database workload from the last hour with the past seven-day baseline workload. Obciążenie bazy danych składa się z zapytań określonych jako najbardziej znaczące dla wydajności bazy danych, takich jak najczęstsze i największe zapytania.Database workload is composed of queries determined to be the most significant to the database performance, such as the most repeated and largest queries. Ponieważ każda baza danych jest unikatowa w oparciu o strukturę, dane, użycie i aplikację, każda wygenerowana linia bazowa obciążenia jest określona i unikatowa dla tego obciążenia.Because each database is unique based on its structure, data, usage, and application, each workload baseline that is generated is specific and unique to that workload. Intelligent Insights niezależnie od linii bazowej obciążenia monitoruje również bezwzględne progi operacyjne oraz wykrywa problemy z nadmiernym czasem oczekiwania, wyjątkami krytycznymi i problemami z parameterizations zapytań, które mogą mieć wpływ na wydajność.Intelligent Insights, independent of the workload baseline, also monitors absolute operational thresholds and detects issues with excessive wait times, critical exceptions, and issues with query parameterizations that might affect performance.

Po wykryciu problemu obniżenia wydajności z wielu obserwowanych metryk przy użyciu sztucznej analizy jest przeprowadzana analiza.After a performance degradation issue is detected from multiple observed metrics by using artificial intelligence, analysis is performed. Dziennik diagnostyczny jest generowany z inteligentnym wglądem w informacje o tym, co dzieje się z Twoją bazą danych.A diagnostics log is generated with an intelligent insight on what is happening with your database. Intelligent Insights ułatwia śledzenie problemu z wydajnością bazy danych przy użyciu pierwszego wyglądu do rozpoznawania.Intelligent Insights makes it easy to track the database performance issue from its first appearance until resolution. Każdy wykryty problem jest śledzony przez jego cykl życia przed początkowym wykrywaniem problemu i weryfikacją wydajności po jego zakończeniu.Each detected issue is tracked through its lifecycle from initial issue detection and verification of performance improvement to its completion.

Przepływ pracy analizy wydajności bazy danych

Metryki używane do mierzenia i wykrywania problemów z wydajnością bazy danych są oparte na czasie trwania zapytania, żądaniach limitu czasu, nadmiernym czasie oczekiwania i błędnych żądaniach.The metrics used to measure and detect database performance issues are based on query duration, timeout requests, excessive wait times, and errored requests. Aby uzyskać więcej informacji na temat metryk, zobacz metryki wykrywania.For more information on metrics, see Detection metrics.

Określone obniżenie wydajności bazy danych są rejestrowane w dzienniku SQLInsights z inteligentnymi wpisami, które składają się z następujących właściwości:Identified database performance degradations are recorded in the SQLInsights log with intelligent entries that consist of the following properties:

WłaściwośćProperty SzczegółyDetails
Informacje o bazie danychDatabase information Metadane dotyczące bazy danych, w której wykryto szczegółowe dane, takie jak identyfikator URI zasobu.Metadata about a database on which an insight was detected, such as a resource URI.
Zaobserwowany zakres czasuObserved time range Godzina rozpoczęcia i zakończenia okresu wykrytego wglądu w szczegółowe dane.Start and end time for the period of the detected insight.
Metryki, których dotyczy problemImpacted metrics Metryki, które spowodowały wygenerowanie szczegółowych informacji:Metrics that caused an insight to be generated:
  • Zwiększenie czasu trwania zapytania [s].Query duration increase [seconds].
  • Nadmierne oczekiwanie [s].Excessive waiting [seconds].
  • Przekroczono limit czasu żądań [wartość procentowa].Timed-out requests [percentage].
  • Żądania z błędami [wartość procentowa].Errored-out requests [percentage].
Wartość wpływuImpact value Wartość zmierzonej metryki.Value of a metric measured.
Zapytania i kody błędów, których dotyczy problemImpacted queries and error codes Wartość skrótu zapytania lub kod błędu.Query hash or error code. Mogą one być używane do łatwego skorelowania z zapytaniami, których to dotyczy.These can be used to easily correlate to affected queries. Podawane są metryki, które składają się z wzrostu czasu trwania zapytania, czasu oczekiwania, liczby limitów czasu lub kodów błędów.Metrics that consist of either query duration increase, waiting time, timeout counts, or error codes are provided.
WykryciaDetections Wykrywanie wykryte w bazie danych w czasie trwania zdarzenia.Detection identified at the database during the time of an event. Istnieją 15 wzorców wykrywania.There are 15 detection patterns. Aby uzyskać więcej informacji, zobacz Rozwiązywanie problemów z wydajnością bazy danych przy użyciu Intelligent Insights.For more information, see Troubleshoot database performance issues with Intelligent Insights.
Analiza głównej przyczynyRoot cause analysis Analiza głównej przyczyny problemu zidentyfikowanego w formacie do odczytu przez człowieka.Root cause analysis of the issue identified in a human-readable format. Niektóre szczegółowe informacje mogą zawierać zalecenia dotyczące poprawy wydajności, jeśli jest to możliwe.Some insights might contain a performance improvement recommendation where possible.

Aby dowiedzieć się więcej na temat korzystania z Intelligent Insights z Azure SQL Analytics i dla typowych scenariuszy użycia, zobacz ten film wideo:For a hands-on overview on using Intelligent Insights with Azure SQL Analytics and for typical usage scenarios, see this video:

Intelligent Insights ułatwia odnajdywanie i rozwiązywanie problemów z wydajnością bazy danych.Intelligent Insights shines in discovering and troubleshooting database performance issues. Aby można było używać Intelligent Insights do rozwiązywania problemów z wydajnością bazy danych, zobacz Rozwiązywanie problemów z wydajnością w Intelligent Insights.In order to use Intelligent Insights to troubleshoot database performance issues, see Troubleshoot performance issues with Intelligent Insights.

Opcje Intelligent InsightsIntelligent Insights options

Dostępne opcje Intelligent Insights są następujące:Intelligent Insights options available are:

Opcja Intelligent InsightsIntelligent Insights option Obsługa Azure SQL DatabaseAzure SQL Database support Obsługa wystąpień zarządzanych Azure SQLAzure SQL Managed Instance support
Skonfiguruj Intelligent Insights — Skonfiguruj Intelligent Insights analizę dla baz danych.Configure Intelligent Insights - Configure Intelligent Insights analysis for your databases. TakYes TakYes
Usługi Stream Insights do Azure SQL Analytics — szczegółowe informacje o usłudze Stream Azure SQL Analytics.Stream insights to Azure SQL Analytics -- Stream insights to Azure SQL Analytics. TakYes TakYes
Usługa Stream Insights w usłudze Azure Event Hubs — szczegółowe informacje o usłudze Stream Event Hubs w celu uzyskania dalszych integracji niestandardowych.Stream insights to Azure Event Hubs - Stream insights to Event Hubs for further custom integrations. TakYes TakYes
Usługa Stream Insights w usłudze Azure Storage — szczegółowe informacje o usłudze Stream w usłudze Azure Storage w celu przeprowadzenia dalszej analizy i długoterminowej archiwizacji.Stream insights to Azure Storage - Stream insights to Azure Storage for further analysis and long-term archival. TakYes TakYes

Uwaga

Usługa Intelligent Insights to funkcja w wersji zapoznawczej, która nie jest dostępna w następujących regionach: Europa Zachodnia, Europa Północna, zachodnie stany USA 1 i Wschodnie stany USA 1.Intelligent insights is a preview feature, not available in the following regions: West Europe, North Europe, West US 1 and East US 1.

Konfigurowanie eksportu dziennika Intelligent InsightsConfigure the export of the Intelligent Insights log

Dane wyjściowe Intelligent Insights mogą być przesyłane strumieniowo do jednego z kilku miejsc docelowych na potrzeby analizy:Output of the Intelligent Insights can be streamed to one of several destinations for analysis:

  • Dane wyjściowe przesyłane strumieniowo do obszaru roboczego Log Analytics mogą być używane z Azure SQL Analytics do wyświetlania szczegółowych informacji za pomocą interfejsu użytkownika Azure Portal.Output streamed to a Log Analytics workspace can be used with Azure SQL Analytics to view insights through the user interface of the Azure portal. Jest to zintegrowane rozwiązanie platformy Azure i najbardziej typowy sposób wyświetlania szczegółowych informacji.This is the integrated Azure solution, and the most typical way to view insights.
  • Dane wyjściowe przesyłane strumieniowo do usługi Azure Event Hubs mogą służyć do tworzenia niestandardowych scenariuszy monitorowania i zgłaszania alertówOutput streamed to Azure Event Hubs can be used for development of custom monitoring and alerting scenarios
  • Dane wyjściowe przesyłane strumieniowo do usługi Azure Storage mogą służyć do tworzenia niestandardowych aplikacji, takich jak raportowanie niestandardowe, długoterminowe archiwizowanie danych i tak dalej.Output streamed to Azure Storage can be used for custom application development, such are for example custom reporting, long-term data archival and so forth.

Integracja Azure SQL Analytics, platformy Azure Event Hubs, usługi Azure Storage lub produktów innych firm w celu ich użycia odbywa się przy pierwszym włączeniu rejestrowania Intelligent Insights (Dziennik "SQLInsights") w bloku ustawień diagnostycznych bazy danych, a następnie skonfigurować dane dziennika Intelligent Insights do przesyłania strumieniowego do jednego z tych miejsc docelowych.Integration of Azure SQL Analytics, Azure Event Hubs, Azure Storage, or third-party products for consumption is performed through first enabling Intelligent Insights logging (the "SQLInsights" log) in the Diagnostic settings blade of a database, and then configuring Intelligent Insights log data to be streamed into one of these destinations.

Aby uzyskać więcej informacji na temat włączania rejestrowania Intelligent Insights i konfigurowania metryk i danych dzienników zasobów do przesyłania strumieniowego do produktu zużywanego, zobacz metryki i rejestrowanie diagnostyki.For more information on how to enable Intelligent Insights logging and to configure metric and resource log data to be streamed to a consuming product, see Metrics and diagnostics logging.

Konfiguracja przy użyciu Azure SQL AnalyticsSet up with Azure SQL Analytics

Rozwiązanie Azure SQL Analytics zapewnia graficznego interfejsu użytkownika, raportowania i funkcji alertów dotyczących wydajności bazy danych przy użyciu danych dziennika zasobów Intelligent Insights.Azure SQL Analytics solution provides graphical user interface, reporting and alerting capabilities on database performance, using the Intelligent Insights resource log data.

Dodaj Azure SQL Analytics do pulpitu nawigacyjnego Azure Portal z portalu Marketplace i aby utworzyć obszar roboczy, zobacz konfigurowanie Azure SQL AnalyticsAdd Azure SQL Analytics to your Azure portal dashboard from the marketplace and to create a workspace, see configure Azure SQL Analytics

Aby użyć Intelligent Insights z Azure SQL Analytics, skonfiguruj dane dziennika Intelligent Insights do przesyłania strumieniowego do obszaru roboczego Azure SQL Analytics utworzonego w poprzednim kroku, zobacz metryki i rejestrowanie diagnostyki.To use Intelligent Insights with Azure SQL Analytics, configure Intelligent Insights log data to be streamed to Azure SQL Analytics workspace you've created in the previous step, see Metrics and diagnostics logging.

Poniższy przykład pokazuje Intelligent Insights oglądany przez Azure SQL Analytics:The following example shows an Intelligent Insights viewed through Azure SQL Analytics:

Raport Intelligent Insights

Konfiguracja przy użyciu Event HubsSet up with Event Hubs

Aby użyć Intelligent Insights z Event Hubs, skonfiguruj dane dziennika Intelligent Insights do przesyłania strumieniowego do Event Hubs, zobacz metryki i rejestrowanie diagnostyki oraz przesyłanie strumieniowe dzienników diagnostyki platformy Azure do Event Hubs.To use Intelligent Insights with Event Hubs, configure Intelligent Insights log data to be streamed to Event Hubs, see Metrics and diagnostics logging and Stream Azure diagnostics logs to Event Hubs.

Aby użyć Event Hubs do konfigurowania niestandardowego monitorowania i generowania alertów, zobacz co zrobić z metrykami i dziennikami diagnostycznymi w Event Hubs.To use Event Hubs to set up custom monitoring and alerting, see What to do with metrics and diagnostics logs in Event Hubs.

Konfigurowanie za pomocą usługi Azure StorageSet up with Azure Storage

Aby użyć Intelligent Insights z magazynem, skonfiguruj dane dziennika Intelligent Insights do przesyłania strumieniowego do magazynu, zobacz temat metryki i rejestrowanie diagnostyki oraz przesyłanie strumieniowe do usługi Azure Storage.To use Intelligent Insights with Storage, configure Intelligent Insights log data to be streamed to Storage, see Metrics and diagnostics logging and Stream into Azure Storage.

Niestandardowa integracja dziennika Intelligent InsightsCustom integrations of Intelligent Insights log

Aby użyć Intelligent Insights z narzędziami innych firm lub dla niestandardowego tworzenia alertów i monitorowania, zobacz Korzystanie z dziennika diagnostyki wydajności bazy danych Intelligent Insights.To use Intelligent Insights with third-party tools, or for custom alerting and monitoring development, see Use the Intelligent Insights database performance diagnostics log.

Metryki wykrywaniaDetection metrics

Metryki używane na potrzeby modeli wykrywania generujących Intelligent Insights są oparte na monitorowaniu:Metrics used for detection models that generate Intelligent Insights are based on monitoring:

  • Czas trwania zapytaniaQuery duration
  • Żądania limitu czasuTimeout requests
  • Nadmierny czas oczekiwaniaExcessive wait time
  • Błędne żądaniaErrored out requests

Czas trwania zapytania i żądania przekroczenia limitu czasu są używane jako modele podstawowe w wykrywaniu problemów z wydajnością obciążenia bazy danych.Query duration and timeout requests are used as primary models in detecting issues with database workload performance. Są one używane, ponieważ bezpośrednio mierzą, co dzieje się z obciążeniem.They're used because they directly measure what is happening with the workload. Aby wykryć wszystkie możliwe przypadki obniżenia wydajności obciążeń, nadmierny czas oczekiwania i błędy żądania są używane jako dodatkowe modele wskazujące problemy, które mają wpływ na wydajność obciążeń.To detect all possible cases of workload performance degradation, excessive wait time and errored-out requests are used as additional models to indicate issues that affect the workload performance.

System automatycznie rozważa zmiany obciążenia i zmiany liczby żądań zapytań wykonywanych w bazie danych, aby dynamicznie określić normalne i nieaktualne progi wydajności bazy danych.The system automatically considers changes to the workload and changes in the number of query requests made to the database to dynamically determine normal and out-of-the-ordinary database performance thresholds.

Wszystkie metryki są brane pod uwagę w różnych relacjach za pomocą ogólnie wykrytych modeli danych.All of the metrics are considered together in various relationships through a scientifically derived data model that categorizes each performance issue detected. Informacje dostępne za poorednictwem usługi Intelligent Insights obejmują:Information provided through an intelligent insight includes:

  • Szczegóły wykrytego problemu z wydajnością.Details of the performance issue detected.
  • Wykryto analizę głównej przyczyny problemu.A root cause analysis of the issue detected.
  • Zalecenia dotyczące poprawy wydajności monitorowanej bazy danych, jeśli jest to możliwe.Recommendations on how to improve the performance of the monitored database, where possible.

Czas trwania zapytaniaQuery duration

Model rozkładu czasu trwania zapytania analizuje poszczególne zapytania i wykrywa wzrost czasu potrzebny do skompilowania i wykonania zapytania w porównaniu z linią bazową wydajności.The query duration degradation model analyzes individual queries and detects the increase in the time it takes to compile and execute a query compared to the performance baseline.

Jeśli wbudowana analiza wykryje znaczny wzrost czasu wykonywania zapytania lub tworzenia zapytania, który wpływa na wydajność obciążeń, te zapytania są oflagowane jako problemy z obniżeniem wydajności w czasie wykonywania zapytania.If built-in intelligence detects a significant increase in query compile or query execution time that affects workload performance, these queries are flagged as query duration performance degradation issues.

W dzienniku diagnostyki Intelligent Insights są wyprowadzane wyniki zapytania o nieprawidłowej wydajności.The Intelligent Insights diagnostics log outputs the query hash of the query degraded in performance. Wartość skrótu zapytania wskazuje, czy spadek wydajności został powiązany z wzrostem czasu kompilacji lub wykonania zapytania, który zwiększył czas trwania zapytania.The query hash indicates whether the performance degradation was related to query compile or execution time increase, which increased query duration time.

Żądania limitu czasuTimeout requests

Model obniżenia poziomu żądań przeanalizuje poszczególne zapytania i wykrywa wzrost limitu czasu na poziomie wykonywania zapytania oraz ogólne limity czasu żądania na poziomie bazy danych w porównaniu z okresem bazowym wydajności.The timeout requests degradation model analyzes individual queries and detects any increase in timeouts at the query execution level and the overall request timeouts at the database level compared to the performance baseline period.

Niektóre zapytania mogą przekroczyć limit czasu przed osiągnięciem etapu wykonania.Some of the queries might time out even before they reach the execution stage. Za pomocą środków przerwanych procesów roboczych w porównaniu z żądaniami, wbudowana miara analizy i analizuje wszystkie zapytania, które osiągnęły bazę danych, niezależnie od tego, czy odnoszą się do etapu wykonywania.Through the means of aborted workers vs. requests made, built-in intelligence measures and analyzes all queries that reached the database whether they got to the execution stage or not.

Po upływie liczby przekroczeń limitu czasu dla wykonywanych zapytań lub liczby przerwanych procesów roboczych przekracza próg zarządzany przez system, dziennik diagnostyczny jest wypełniany inteligentnym wglądem w szczegółowe dane.After the number of timeouts for executed queries or the number of aborted request workers crosses the system-managed threshold, a diagnostics log is populated with intelligent insights.

Wygenerowane szczegółowe dane zawierają liczbę żądań, które przekroczyły limit czasu i liczbę zapytań, które przekroczyły limit czasu.The insights generated contain the number of timed-out requests and the number of timed-out queries. Wskazanie obniżenia wydajności jest związane z zwiększeniem limitu czasu na etapie wykonywania lub podano ogólny poziom bazy danych.Indication of the performance degradation is related to timeout increase at the execution stage, or the overall database level is provided. Gdy wzrost limitu czasu jest uznawany za istotny dla wydajności bazy danych, te zapytania są oflagowane jako problemy z obniżeniem wydajności.When the increase in timeouts is deemed significant to database performance, these queries are flagged as timeout performance degradation issues.

Nadmierny czas oczekiwaniaExcessive wait times

Model czasu nadmiarowego oczekiwania monitoruje poszczególne zapytania bazy danych.The excessive wait time model monitors individual database queries. Wykrywa nietypowo wysokie statystyki oczekiwania na zapytania, które przekroczyły progi bezwzględne zarządzane przez system.It detects unusually high query wait stats that crossed the system-managed absolute thresholds. Następujące zapytania nadmiernie nadmiarowe metryki czasu oczekiwania są zaobserwowane przy użyciu polecenia, Statystyka oczekiwania magazynu zapytań (sys. query_store_wait_stats):The following query excessive wait-time metrics are observed by using, Query Store Wait Stats (sys.query_store_wait_stats):

  • Osiąganie limitów zasobówReaching resource limits
  • Osiągnięcie limitów zasobów puli elastycznejReaching elastic pool resource limits
  • Nadmierna liczba wątków procesów roboczych lub sesjiExcessive number of worker or session threads
  • Nadmierne blokowanie bazy danychExcessive database locking
  • Wykorzystanie pamięciMemory pressure
  • Inne statystyki oczekiwaniaOther wait stats

Osiągnięcie limitów zasobów lub limitów zasobów puli elastycznej oznacza, że zużycie zasobów w ramach subskrypcji lub elastycznej puli przekracza progi bezwzględne.Reaching resource limits or elastic pool resource limits denote that consumption of available resources on a subscription or in the elastic pool crossed absolute thresholds. Te statystyki wskazują spadek wydajności obciążeń.These stats indicate workload performance degradation. Nadmierna liczba wątków procesów roboczych i sesji oznacza warunek, w którym liczba wątków roboczych lub sesji została zainicjowana z przekroczeniem progów bezwzględnych.An excessive number of worker or session threads denotes a condition in which the number of worker threads or sessions initiated crossed absolute thresholds. Te statystyki wskazują spadek wydajności obciążeń.These stats indicate workload performance degradation.

Nadmierne blokowanie bazy danych oznacza warunek, w którym liczba blokad w bazie danych ma przekroczenie progów bezwzględnych.Excessive database locking denotes a condition in which the count of locks on a database has crossed absolute thresholds. Ten stan wskazuje na spadek wydajności obciążeń.This stat indicates a workload performance degradation. Wykorzystanie pamięci to warunek, w którym liczba wątków żądających przydzielenia pamięci przekroczy próg absolutny.Memory pressure is a condition in which the number of threads requesting memory grants crossed an absolute threshold. Ten stan wskazuje na spadek wydajności obciążeń.This stat indicates a workload performance degradation.

Inne wykrywanie statystyk oczekiwania wskazuje warunek, w którym różne metryki mierzone za pomocą magazynu zapytań Statystyka zaczekałą próg bezwzględny.Other wait stats detection indicates a condition in which miscellaneous metrics measured through the Query Store Wait Stats crossed an absolute threshold. Te statystyki wskazują spadek wydajności obciążeń.These stats indicate workload performance degradation.

Po wykryciu nadmiernych czasów oczekiwania, w zależności od dostępnych danych, dane wyjściowe w dzienniku diagnostyki Intelligent Insights mogą wynikać z nieprawidłowej wydajności i zamierzonych zapytań, szczegóły metryk, które powodują oczekiwanie na wykonanie zapytań i mierzoną wartość czasu oczekiwania.After excessive wait times are detected, depending on the data available, the Intelligent Insights diagnostics log outputs hashes of the affecting and affected queries degraded in performance, details of the metrics that cause queries to wait in execution, and measured wait time.

Błędne żądaniaErrored requests

W przypadku błędnych żądań model obniżenia wydajności monitoruje poszczególne zapytania i wykrywa wzrost liczby zapytań, które zostały błędnie porównane z okresem bazowym.The errored requests degradation model monitors individual queries and detects an increase in the number of queries that errored out compared to the baseline period. Ten model monitoruje również krytyczne wyjątki, które przekroczyły progi bezwzględne zarządzane przez wbudowaną analizę.This model also monitors critical exceptions that crossed absolute thresholds managed by built-in intelligence. System automatycznie traktuje liczbę żądań zapytań skierowanych do bazy danych i kont dla wszystkich zmian obciążenia w monitorowanym okresie.The system automatically considers the number of query requests made to the database and accounts for any workload changes in the monitored period.

Gdy mierzony wzrost liczby nieudanych żądań względem ogólnej ilości wykonywanych żądań jest uznawany za znaczący dla wydajności obciążenia, uwzględnione zapytania są oflagowane jako błędne żądania spadek wydajności.When the measured increase in errored requests relative to the overall number of requests made is deemed significant to workload performance, affected queries are flagged as errored requests performance degradation issues.

W dzienniku Intelligent Insights są wyprowadzane liczba błędnych żądań.The Intelligent Insights log outputs the count of errored requests. Wskazuje, czy spadek wydajności został związany ze wzrostem liczby błędnych żądań lub przekroczeniem monitorowanego progu wyjątku krytycznego i mierzonego czasu obniżenia wydajności.It indicates whether the performance degradation was related to an increase in errored requests or to crossing a monitored critical exception threshold and measured time of the performance degradation.

Jeśli którykolwiek z monitorowanych wyjątków krytycznych przekroczy progi bezwzględne zarządzane przez system, usługa inteligentnego wglądu jest generowana ze szczegółowymi informacjami o wyjątkach.If any of the monitored critical exceptions cross the absolute thresholds managed by the system, an intelligent insight is generated with critical exception details.

Następne krokiNext steps