Métricas de trabalho do Azure Stream Analytics
O Azure Stream Analytics fornece muitas métricas que podem ser usadas para monitorar e solucionar problemas de desempenho de seus trabalhos e consultas. Você pode exibir dados dessas métricas na página Visão geral do portal do Azure, na seção Monitoramento.
Se quiser verificar uma métrica específica, selecione Métricas na seção Monitoramento. Na página exibida, selecione a métrica.
Métricas disponíveis para o Stream Analytics
O Azure Stream Analytics fornece as seguintes métricas para monitorar a integridade do trabalho.
| Métrica | Definição |
|---|---|
| Eventos de Entrada Acumulados | Número de eventos de entrada com lista de pendências. Um valor diferente de zero nessa métrica indica que o trabalho não consegue acompanhar o número de eventos de entrada. Se o valor for aumentando de maneira lenta ou for consistentemente diferente de zero, escale horizontalmente o trabalho. Para saber mais, confira Entender e ajustar unidades de streaming. |
| Erros de conversão de dados | Número de eventos de saída que não pôde ser convertido para o esquema de saída esperado. Para remover eventos que encontram esse cenário, você pode alterar a política de erro para Remover. |
| % de Utilização da CPU (versão prévia) | Percentual de CPU que o trabalho utiliza. Mesmo que esse valor seja muito alto (90% ou mais), você não deve aumentar o número de SUs com base apenas nessa métrica. Se o número de eventos de entrada pendentes ou os atrasos de marca-d'água aumentar, você poderá usar essa métrica para determinar se a CPU é o gargalo. Essa métrica pode ter picos intermitentes. Recomendamos que você faça testes de escala para determinar o limite superior do trabalho após o qual as entradas ficam pendentes ou os atrasos de marca-d'água aumentam devido a um gargalo da CPU. |
| Eventos de Entrada Antecipados | Eventos cujos carimbos de data/hora do aplicativo sejam anteriores à hora de chegada por mais de cinco minutos. |
| Solicitações de função com falha | Número de chamadas à função Azure Machine Learning com falha (se presente). |
| Eventos de função | Número de eventos enviados à função Azure Machine Learning (se presente). |
| Solicitações de função | Número de chamadas à função Azure Machine Learning (se presente). |
| Erros de desserialização de entrada | Número de eventos de entrada que não puderam ser desserializados. |
| Bytes de evento de entrada | Quantidade de dados que o trabalho do Stream Analytics recebe, em bytes. Você pode usar essa métrica para validar que os eventos estão sendo enviados para a fonte de entrada. |
| Eventos de entrada | Número de registros desserializados nos eventos de entrada. Essa contagem não inclui eventos de entrada que resultam em erros de desserialização. O Stream Analytics pode ingerir os mesmos eventos várias vezes em cenários como recuperações internas e autojunções. Não espere que as métricas de Eventos de Entrada e de Eventos de Saída correspondam se o seu trabalho tiver uma consulta passagem simples. |
| Fontes de Entrada Recebidas | Número de mensagens que o trabalho recebe. Para Hubs de Eventos do Azure, uma mensagem é um item EventData. Para o Armazenamento de Blobs do Azure, uma mensagem é um blob. Observe que as fontes de entrada são contadas antes da desserialização. Se houver erros de desserialização, as fontes de entrada poderão ser maiores que os eventos de entrada. Caso contrário, as fontes de entrada podem ser inferiores ou iguais aos eventos de entrada, pois cada mensagem pode conter vários eventos. |
| Eventos de Entrada Tardia | Eventos que chegaram mais tarde do que a janela de tolerância configurada para chegadas tardias. Saiba mais sobre Considerações sobre a ordem dos eventos do Azure Stream Analytics. |
| Eventos Fora de Ordem | Número de eventos recebidos fora de ordem que foram removidos ou receberam um carimbo de data/hora ajustado, com base na política de ordenação de evento. Essa métrica pode ser afetada pela configuração da Definição da Janela de Tolerância Fora de Ordem. |
| Eventos de saída | Quantidade de dados que o trabalho do Stream Analytics envia para o destino de saída, em números de evento. |
| Erros de runtime | Número total de erros relacionados ao processamento da consulta. Exclui erros encontrados ao ingerir eventos ou gerar resultados. |
| % de Utilização de SU (Memória) | Percentual de memória que o trabalho utiliza. Se essa métrica estiver consistentemente acima de 80%, o atraso da marca-d'água estiver aumentando e o número de eventos pendentes estiver subindo, considere aumentar as (SUs) unidades de streaming. A alta utilização indica que o trabalho está perto de usar o máximo de recursos alocados. |
| Atraso de Marca-d'água | O atraso máximo de marca-d'água em todas as partições de todas as saídas no trabalho. |
Cenários a serem monitorados
O Azure Stream Analytics fornece um serviço de processamento de streaming distribuído e sem servidor. Os trabalhos podem ser executados em um ou mais nós de streaming distribuídos, que são gerenciados automaticamente pelo serviço. Os dados de entrada são particionados e alocados para diferentes nós de streaming com o objetivo de realização do processamento.
| Métrica | Condição | Agregação de tempo | Limite | Ações corretivas |
|---|---|---|---|---|
| % de Utilização de SU (Memória) | Maior que | Média | 80 | Vários fatores aumentam a utilização de SUs. Você pode escalar com a paralelização de consultas ou aumentar o número de SUs. Para obter mais informações, confira Aproveitar a paralelização de consultas no Azure Stream Analytics. |
| % de Utilização da CPU | Maior que | Média | 90 | Isso provavelmente significa que algumas operações (como funções definidas pelo usuário, agregações definidas pelo usuário ou desserialização de entrada complexa) estão exigindo muitos ciclos de CPU. Normalmente, você pode superar esse problema aumentando o número de SUs para o trabalho. |
| Erros de runtime | Maior que | Total | 0 | Examine os logs de atividades ou de recursos e faça as alterações apropriadas nas entradas, na consulta ou nas saídas. |
| Atraso de Marca-d'água | Maior que | Média | Quando o valor médio dessa métrica nos últimos 15 minutos é maior que a tolerância da chegada tardia (em segundos). Se você não modificou a tolerância da chegada tardia, o padrão é definido como cinco segundos. | Tente aumentar o número de UAs ou paralelizar a consulta. Para obter mais informações sobre as UAs, confira Compreender e ajustar unidades de streaming. Para obter mais informações sobre como paralelizar a consulta, confira Aproveitar a paralelização de consultas no Azure Stream Analytics. |
| Erros de desserialização de entrada | Maior que | Total | 0 | Examine os logs de atividades ou de recursos e faça as alterações apropriadas na entrada. Para obter mais informações sobre logs de recursos, confira Solução de problemas do Azure Stream Analytics usando logs de recurso. |
Obter ajuda
Para obter mais assistência, experimente a página do Microsoft Q&A sobre o Azure Stream Analytics.
Próximas etapas
- Introdução ao Stream Analytics do Azure
- Dimensões de métricas do Azure Stream Analytics
- Compreender e ajustar as unidades de streaming
- Analisar o desempenho do trabalho do Stream Analytics com métricas e dimensões
- Monitorar um trabalho do Stream Analytics com o portal do Azure
- Introdução ao Azure Stream Analytics