Veritabanı performansını izlemek ve sorunlarını gidermek için AI kullanarak Akıllı İçgörüler (Önizleme)Intelligent Insights using AI to monitor and troubleshoot database performance (preview)

Uygulama hedefi: Azure SQL veritabanı Azure SQL yönetilen örneği

Azure SQL veritabanı ve Azure SQL yönetilen örneği Akıllı İçgörüler, veritabanı performansında neler olduğunu bilmenizi sağlar.Intelligent Insights in Azure SQL Database and Azure SQL Managed Instance lets you know what is happening with your database performance.

Akıllı İçgörüler, yapay zeka aracılığıyla veritabanı kullanımını sürekli olarak izlemek ve zayıf performansa neden olan olayları saptamak için yerleşik zeka kullanır.Intelligent Insights uses built-in intelligence to continuously monitor database usage through artificial intelligence and detect disruptive events that cause poor performance. Algılandıktan sonra, sorunun akıllı değerlendirmesi ile Akıllı İçgörüler kaynak günlüğü (Sqlinsıghts olarak adlandırılır) oluşturan ayrıntılı bir analiz gerçekleştirilir.Once detected, a detailed analysis is performed that generates an Intelligent Insights resource log (called SQLInsights) with an intelligent assessment of the issue. Bu değerlendirme, veritabanı performans sorununun bir kök neden analizinden oluşur ve mümkün olduğunda performans iyileştirmeleri için öneriler içerir.This assessment consists of a root cause analysis of the database performance issue and, where possible, recommendations for performance improvements.

Sizin için Akıllı İçgörüler yapabileceklerinizWhat can Intelligent Insights do for you

Akıllı İçgörüler, Azure yerleşik zekanın aşağıdaki değeri sağlayan benzersiz bir özelliğidir:Intelligent Insights is a unique capability of Azure built-in intelligence that provides the following value:

  • Öngörülebilir izlemeProactive monitoring
  • Özel performans öngörüleriTailored performance insights
  • Veritabanı performansı performansında erken algılamaEarly detection of database performance degradation
  • Algılanan sorunların kök neden analiziRoot cause analysis of issues detected
  • Performans geliştirme önerileriPerformance improvement recommendations
  • Yüzlerce binlerce veritabanında ölçeği genişletme özelliğiScale out capability on hundreds of thousands of databases
  • DevOps kaynaklarına yönelik olumlu etki ve toplam sahip olma maliyetiPositive impact to DevOps resources and the total cost of ownership

Akıllı İçgörüler nasıl çalışır?How does Intelligent Insights work

Akıllı İçgörüler, son yedi günlük temel iş yüküyle veritabanı iş yükünü son saatten karşılaştırarak veritabanı performansını analiz eder.Intelligent Insights analyzes database performance by comparing the database workload from the last hour with the past seven-day baseline workload. Veritabanı iş yükü, en çok yinelenen ve en büyük sorgular gibi veritabanı performansı için en önemli değer olarak belirlenen sorgulardan oluşur.Database workload is composed of queries determined to be the most significant to the database performance, such as the most repeated and largest queries. Her veritabanı yapısına, verilerine, kullanımına ve uygulamasına göre benzersiz olduğundan, oluşturulan her iş yükü temeli bu iş yüküne özgüdür ve benzersizdir.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. Akıllı İçgörüler, iş yükü taban çizgisinden bağımsız olarak, mutlak işlemsel eşikleri de izler ve çok fazla bekleme süresi, kritik özel durum ve performansı etkileyebilecek sorgu parametrelerinin sorunları ile ilgili sorunları algılar.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.

Yapay zeka kullanılarak birden çok gözlemlenen ölçümden performans düşüşü sorunu algılanırsa, analiz gerçekleştirilir.After a performance degradation issue is detected from multiple observed metrics by using artificial intelligence, analysis is performed. Tanılama günlüğü, veritabanınızda neler olduğunu gösteren akıllı bir öngörü ile oluşturulur.A diagnostics log is generated with an intelligent insight on what is happening with your database. Akıllı İçgörüler, çözümleme yapılıncaya kadar veritabanı performans sorununu ilk görünüşünden izlemeyi kolaylaştırır.Intelligent Insights makes it easy to track the database performance issue from its first appearance until resolution. Algılanan her sorun, ilk sorun algılamadaki yaşam döngüsü boyunca ve performans iyileştirmesinin tamamlanmasına yönelik doğrulaması aracılığıyla izlenir.Each detected issue is tracked through its lifecycle from initial issue detection and verification of performance improvement to its completion.

Veritabanı performans analizi iş akışı

Veritabanı performans sorunlarını ölçmek ve algılamak için kullanılan ölçümler sorgu süresini, zaman aşımı isteklerini, aşırı bekleme süresini ve hatalı istekleri temel alır.The metrics used to measure and detect database performance issues are based on query duration, timeout requests, excessive wait times, and errored requests. Ölçümler hakkında daha fazla bilgi için bkz. algılama ölçümleri.For more information on metrics, see Detection metrics.

Tanımlanan veritabanı performansı azaltılmaları, aşağıdaki özelliklerden oluşan akıllı girişlerle Sqlinsıghts günlüğüne kaydedilir:Identified database performance degradations are recorded in the SQLInsights log with intelligent entries that consist of the following properties:

ÖzellikProperty AyrıntılarDetails
Veritabanı bilgileriDatabase information Bir öngörü algılanan ve kaynak URI gibi bir veritabanıyla ilgili meta veriler.Metadata about a database on which an insight was detected, such as a resource URI.
Gözlenen zaman aralığıObserved time range Algılanan öngörü dönemi için başlangıç ve bitiş zamanı.Start and end time for the period of the detected insight.
Etkilenen ölçümlerImpacted metrics Öngörü oluşturulmasına neden olan ölçümler:Metrics that caused an insight to be generated:
  • Sorgu süresi [saniye] değerini artırır.Query duration increase [seconds].
  • Aşırı bekleyen [saniye].Excessive waiting [seconds].
  • Zaman aşımı istekleri [yüzde].Timed-out requests [percentage].
  • Hatalı istekler [Percentage].Errored-out requests [percentage].
Etki değeriImpact value Ölçülen ölçüm değeri.Value of a metric measured.
Etkilenen sorgular ve hata kodlarıImpacted queries and error codes Sorgu karması veya hata kodu.Query hash or error code. Bunlar, etkilenen sorgularla kolayca ilişki kurmak için kullanılabilir.These can be used to easily correlate to affected queries. Sorgu süresi artışını, bekleme süresini, zaman aşımı sayılarını veya hata kodlarını içeren ölçümler sağlanır.Metrics that consist of either query duration increase, waiting time, timeout counts, or error codes are provided.
DurumundaDetections Bir olay sırasında veritabanında tanımlanan algılama.Detection identified at the database during the time of an event. 15 algılama deseni vardır.There are 15 detection patterns. Daha fazla bilgi için bkz. akıllı içgörüler veritabanı performans sorunlarını giderme.For more information, see Troubleshoot database performance issues with Intelligent Insights.
Kök neden analiziRoot cause analysis İnsan tarafından okunabilen bir biçimde tanımlanan sorunun kök neden analizi.Root cause analysis of the issue identified in a human-readable format. Bazı içgörüler, mümkün olduğunda bir performans geliştirme önerisi içerebilir.Some insights might contain a performance improvement recommendation where possible.

Azure SQL Analytics ve tipik kullanım senaryolarında Akıllı İçgörüler kullanmaya yönelik uygulamalı bir genel bakış için şu videoya bakın:For a hands-on overview on using Intelligent Insights with Azure SQL Analytics and for typical usage scenarios, see this video:

Veritabanı performans sorunlarını keşfetme ve sorun giderme Akıllı İçgörüler.Intelligent Insights shines in discovering and troubleshooting database performance issues. Veritabanı performans sorunlarını gidermek için Akıllı İçgörüler kullanmak için bkz. akıllı içgörüler performans sorunlarını giderme.In order to use Intelligent Insights to troubleshoot database performance issues, see Troubleshoot performance issues with Intelligent Insights.

Akıllı İçgörüler seçenekleriIntelligent Insights options

Kullanılabilir Akıllı İçgörüler seçenekleri şunlardır:Intelligent Insights options available are:

Akıllı İçgörüler seçeneğiIntelligent Insights option Azure SQL veritabanı desteğiAzure SQL Database support Azure SQL Yönetilen Örneği desteğiAzure SQL Managed Instance support
Akıllı içgörüler yapılandırma -veritabanlarınız için akıllı içgörüler analizini yapılandırın.Configure Intelligent Insights - Configure Intelligent Insights analysis for your databases. YesYes YesYes
Azure SQL Analytics içgörüler için Azure SQL Analytics Stream Insights.Stream insights to Azure SQL Analytics -- Stream insights to Azure SQL Analytics. YesYes YesYes
Daha fazla özel Tümleştirmeler için Event Hubs Azure Event Hubs Stream öngörülerini edinin.Stream insights to Azure Event Hubs - Stream insights to Event Hubs for further custom integrations. YesYes YesYes
Azure depolama hakkında bilgi edinin-daha fazla analiz ve uzun süreli arşivleme Için Azure depolama ile akış öngörüleri.Stream insights to Azure Storage - Stream insights to Azure Storage for further analysis and long-term archival. YesYes YesYes

Not

Akıllı Öngörüler şu bölgelerde kullanılamayan bir önizleme özelliğidir: Batı Avrupa, Kuzey Avrupa, Batı ABD 1 ve Doğu ABD 1.Intelligent insights is a preview feature, not available in the following regions: West Europe, North Europe, West US 1 and East US 1.

Akıllı İçgörüler günlüğünün dışarı aktarılmasını yapılandırmaConfigure the export of the Intelligent Insights log

Akıllı İçgörüler çıkışı, analiz için birkaç hedefden birine akışla eklenebilir:Output of the Intelligent Insights can be streamed to one of several destinations for analysis:

  • Log Analytics çalışma alanına akan çıktı, Azure portal Kullanıcı arabirimi aracılığıyla öngörüleri görüntülemek için Azure SQL Analytics ile birlikte kullanılabilir.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. Bu, tümleşik Azure çözümüdür ve öngörüleri görüntülemenin en yaygın yoludur.This is the integrated Azure solution, and the most typical way to view insights.
  • Azure Event Hubs akış çıkışı, özel izleme ve uyarı senaryoları geliştirmesi için kullanılabilirOutput streamed to Azure Event Hubs can be used for development of custom monitoring and alerting scenarios
  • Azure Storage 'a akan çıkış, özel raporlama, uzun vadeli veri arşivleme gibi özel uygulama geliştirme için kullanılabilir.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.

Azure SQL Analytics, Azure Event Hubs, Azure depolama veya üçüncü taraf ürünlerinin tümleştirilmesi, ilk olarak bir veritabanının Tanılama ayarları dikey penceresinde Akıllı İçgörüler günlüğe kaydetme ("Sqlinsıghts" günlüğü) ve ardından bu hedeflere bir birine akışa eklenecek Akıllı İçgörüler günlük verilerinin yapılandırılması aracılığıyla gerçekleştirilir.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.

Akıllı İçgörüler günlüğe kaydetme özelliğini etkinleştirme ve ölçüm ve kaynak günlük verilerinin bir tüketen ürüne akışını yapılandırma hakkında daha fazla bilgi için bkz. ölçümler ve tanılama günlüğü.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.

Azure SQL Analytics ayarlaSet up with Azure SQL Analytics

Azure SQL Analytics çözümü, Akıllı İçgörüler kaynak günlük verilerini kullanarak veritabanı performansına ilişkin grafik kullanıcı arabirimi, raporlama ve uyarı özellikleri sağlar.Azure SQL Analytics solution provides graphical user interface, reporting and alerting capabilities on database performance, using the Intelligent Insights resource log data.

Market 'ten Azure portal panonuza Azure SQL Analytics ekleyin ve bir çalışma alanı oluşturmak için bkz. yapılandırma Azure SQL AnalyticsAdd Azure SQL Analytics to your Azure portal dashboard from the marketplace and to create a workspace, see configure Azure SQL Analytics

Azure SQL Analytics Akıllı İçgörüler kullanmak için, önceki adımda oluşturduğunuz Azure SQL Analytics çalışma alanına akışa almak üzere Akıllı İçgörüler günlük verilerini yapılandırın, bkz. ölçümler ve tanılama günlüğü.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.

Aşağıdaki örnek, Azure SQL Analytics ile görüntülenen bir Akıllı İçgörüler gösterir:The following example shows an Intelligent Insights viewed through Azure SQL Analytics:

Akıllı İçgörüler raporu

Event Hubs ayarlaSet up with Event Hubs

Event Hubs Akıllı İçgörüler kullanmak için Akıllı İçgörüler günlük verilerini Event Hubs akışa almak üzere yapılandırın, bkz. ölçüm ve tanılama günlüğe kaydetme ve Azure tanılama günlüklerini akışa alma 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.

Özel izleme ve uyarı ayarlamak için Event Hubs kullanmak için, bkz. Event Hubs ' de ölçümler ve tanılama günlükleri Ile neler yapılır.To use Event Hubs to set up custom monitoring and alerting, see What to do with metrics and diagnostics logs in Event Hubs.

Azure depolama ile ayarlamaSet up with Azure Storage

Depolama ile Akıllı İçgörüler kullanmak için Akıllı İçgörüler günlük verilerinin depolama alanına akışını yapılandırın, bkz. Azure Storage 'Da ölçüm ve tanılama günlüğü ve akışı.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.

Akıllı İçgörüler günlüğü için özel tümleştirmelerCustom integrations of Intelligent Insights log

Üçüncü taraf araçlarla Akıllı İçgörüler kullanmak veya özel uyarı ve izleme geliştirmesi için, bkz. akıllı içgörüler veritabanı performansı tanılama günlüğünü kullanma.To use Intelligent Insights with third-party tools, or for custom alerting and monitoring development, see Use the Intelligent Insights database performance diagnostics log.

Algılama ölçümleriDetection metrics

Akıllı İçgörüler üreten algılama modelleri için kullanılan ölçümler izlemeye dayalıdır:Metrics used for detection models that generate Intelligent Insights are based on monitoring:

  • Sorgu süresiQuery duration
  • Zaman aşımı istekleriTimeout requests
  • Aşırı bekleme süresiExcessive wait time
  • Hatalı isteklerErrored out requests

Sorgu süresi ve zaman aşımı istekleri, veritabanı iş yükü performansıyla ilgili sorunları tespit eden birincil modeller olarak kullanılır.Query duration and timeout requests are used as primary models in detecting issues with database workload performance. Bunlar, iş yüküyle neler olduğunu doğrudan ölçdiklerinden kullanılır.They're used because they directly measure what is happening with the workload. İş yükü performansının azalmasına ilişkin tüm olası durumları algılamak için, aşırı bekleme süresi ve hatalı çıkış istekleri, iş yükü performansını etkileyen sorunları göstermek için ek modeller olarak kullanılır.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.

Sistem, otomatik olarak iş yükündeki değişiklikleri ve normal ve sıradan veritabanı performans eşiklerini dinamik olarak belirlemede veritabanına yapılan sorgu isteklerinin sayısını göz önünde bulundurur.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.

Tüm ölçümler, algılanan her bir performans sorununu kategorilere ayırır scientifically türetilen bir veri modeli aracılığıyla çeşitli ilişkilerde birlikte değerlendirilir.All of the metrics are considered together in various relationships through a scientifically derived data model that categorizes each performance issue detected. Akıllı bir öngörü ile sunulan bilgiler şunları içerir:Information provided through an intelligent insight includes:

  • Algılanan performans sorununun ayrıntıları.Details of the performance issue detected.
  • Algılanan sorunun kök neden analizi.A root cause analysis of the issue detected.
  • Mümkün olduğunda izlenen veritabanının performansının nasıl geliştirileceğine ilişkin öneriler.Recommendations on how to improve the performance of the monitored database, where possible.

Sorgu süresiQuery duration

Sorgu süresi performansında azalma modeli, tek tek sorguları analiz eder ve performans temeline kıyasla bir sorgu derlemek ve yürütmek için geçen sürede artışı algılar.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.

Yerleşik zeka, sorgu derleme veya sorgu yürütme süresinde iş yükü performansını etkileyen önemli bir artış algılarsa, bu sorgular sorgu süresi performansında azalma sorunları olarak işaretlenir.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.

Akıllı İçgörüler tanılama günlüğü, sorgunun sorgu karmasının performans düşüklüğü olduğunu çıktı.The Intelligent Insights diagnostics log outputs the query hash of the query degraded in performance. Sorgu karması, sorgu süresi süresini arttığı sorgu derleme veya yürütme süresi artışla ilgili performans düşüşünün olup olmadığını gösterir.The query hash indicates whether the performance degradation was related to query compile or execution time increase, which increased query duration time.

Zaman aşımı istekleriTimeout requests

Zaman aşımı isteklerinin performansında azalma modeli, tek tek sorguları analiz eder ve sorgu yürütme düzeyindeki zaman aşımlarındaki artışların yanı sıra performans temeli dönemine kıyasla veritabanı düzeyinde genel istek zaman aşımlarını algılar.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.

Bazı sorgular, yürütme aşamasına ulaşmadan önce bile zaman aşımına uğrar.Some of the queries might time out even before they reach the execution stage. Durdurulan çalışanların ve yapılan isteklerin yanı sıra, yerleşik zeka ölçüleri ve yürütme aşamasına sahip olup olmadıklarında veritabanına ulaşan tüm sorguları analiz eder.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.

Yürütülen sorgular için zaman aşımı sayısı veya durdurulan istek çalışanlarının sayısı sistem tarafından yönetilen eşikten kesişdikten sonra, akıllı Öngörüler ile bir tanılama günlüğü doldurulur.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.

Oluşturulan Öngörüler, zaman aşımına uğrayan isteklerin sayısını ve zaman aşımına uğrayan sorguların sayısını içerir.The insights generated contain the number of timed-out requests and the number of timed-out queries. Performans düşüşünün, yürütme aşamasında zaman aşımı artışla ilgili göstergesi veya genel veritabanı düzeyi verilmiştir.Indication of the performance degradation is related to timeout increase at the execution stage, or the overall database level is provided. Zaman aşımları içindeki artış veritabanı performansı açısından önemli kabul edildiğinde, bu sorgular zaman aşımı performansı performansında azalma sorunları olarak işaretlenir.When the increase in timeouts is deemed significant to database performance, these queries are flagged as timeout performance degradation issues.

Aşırı bekleme süresiExcessive wait times

Aşırı bekleme süresi modeli, tek veritabanı sorgularını izler.The excessive wait time model monitors individual database queries. Sistem tarafından yönetilen mutlak eşikleri engelleyen olağandışı yüksek sorgu bekleme istatistiklerini algılar.It detects unusually high query wait stats that crossed the system-managed absolute thresholds. Aşağıdaki sorgu çok fazla bekleme süresi ölçümleri kullanılarak gözlemlenir, sorgu deposu bekleme istatistikleri (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):

  • Kaynak sınırlarına ulaşmaReaching resource limits
  • Elastik havuz kaynağı sınırlarına ulaşmaReaching elastic pool resource limits
  • Aşırı sayıda çalışan veya oturum iş parçacığıExcessive number of worker or session threads
  • Aşırı veritabanı kilitlemeExcessive database locking
  • Bellek baskısıMemory pressure
  • Diğer bekleme istatistikleriOther wait stats

Kaynak sınırlarına veya elastik havuz kaynağı sınırlarına ulaşıldığında, bir abonelikte veya elastik havuzda bulunan kullanılabilir kaynakların tüketimi, mutlak eşiklerin çapraz olduğunu gösterir.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. Bu istatistikler iş yükü performansının azalmasına işaret ediyor.These stats indicate workload performance degradation. Aşırı sayıda çalışan veya oturum iş parçacığı, çok sayıda çalışan iş parçacığı veya oturum sayısının çapraz mutlak eşiklerinin başlatıldığını gösterir.An excessive number of worker or session threads denotes a condition in which the number of worker threads or sessions initiated crossed absolute thresholds. Bu istatistikler iş yükü performansının azalmasına işaret ediyor.These stats indicate workload performance degradation.

Aşırı veritabanı kilitlemesi, bir veritabanındaki kilit sayısının çapraz mutlak eşiklere sahip olduğu bir koşulu belirtir.Excessive database locking denotes a condition in which the count of locks on a database has crossed absolute thresholds. Bu stat bir iş yükü performansında düşme olduğunu gösterir.This stat indicates a workload performance degradation. Bellek baskısı, bellek isteyen iş parçacığı sayısının mutlak bir eşiğe eşit olarak geçmediğini belirten bir durumdur.Memory pressure is a condition in which the number of threads requesting memory grants crossed an absolute threshold. Bu stat bir iş yükü performansında düşme olduğunu gösterir.This stat indicates a workload performance degradation.

Diğer bekleme istatistikleri algılama, çeşitli ölçümlerin sorgu deposu bekleme Istatistikleri ile mutlak bir eşiğe geçtiğini belirten bir koşul gösterir.Other wait stats detection indicates a condition in which miscellaneous metrics measured through the Query Store Wait Stats crossed an absolute threshold. Bu istatistikler iş yükü performansının azalmasına işaret ediyor.These stats indicate workload performance degradation.

Çok fazla bekleme süresi algılandıktan sonra, kullanılabilir verilere bağlı olarak, Akıllı İçgörüler tanılama günlüğü, etkilenen ve etkilenen sorguların karma değerlerini performans, sorguların yürütülmeyi beklemesine neden olan ölçümlerin ayrıntılarını ve ölçülen bekleme süresini verir.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.

Hatalı isteklerErrored requests

Hatalı istek performansında azalma modeli, tek tek sorguları izler ve temel noktayla karşılaştırıldığında hatalı sorgu sayısında artış algılar.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. Bu model Ayrıca, yerleşik zeka tarafından yönetilen mutlak eşiklerin çapraz olduğu önemli özel durumları izler.This model also monitors critical exceptions that crossed absolute thresholds managed by built-in intelligence. Sistem, veritabanında yapılan sorgu isteklerinin sayısını ve izlenen dönemdeki herhangi bir iş yükü değişikliği için hesapları otomatik olarak değerlendirir.The system automatically considers the number of query requests made to the database and accounts for any workload changes in the monitored period.

Yapılan isteklerin genel sayısına göre hatalı isteklerindeki ölçülen artış, iş yükü performansı açısından önemli kabul edildiğinde, etkilenen sorgular hatalı istekleri performans performansında azalma sorunları olarak işaretlenir.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.

Akıllı İçgörüler günlüğü hatalı isteklerin sayısını verir.The Intelligent Insights log outputs the count of errored requests. Performans düşüşünün hatalı isteklerindeki artışla mi yoksa izlenen kritik özel durum eşiğini ve performans düşüşünün ölçüldüğü ile ilgili olduğunu gösterir.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.

İzlenen kritik özel durumlar sistem tarafından yönetilen mutlak eşiklerden fazla olursa, kritik özel durum ayrıntılarıyla bir akıllı öngörü oluşturulur.If any of the monitored critical exceptions cross the absolute thresholds managed by the system, an intelligent insight is generated with critical exception details.

Sonraki adımlarNext steps