Referenční informace k monitorování dat ve službě Azure Machine Learning
Tento článek obsahuje všechny referenční informace o monitorování pro tuto službu.
Podrobnosti o datech, která můžete shromažďovat pro Azure Machine Learning a jak je používat, najdete v tématu Monitorování služby Machine Learning .
Metriky
V této části jsou uvedeny všechny automaticky shromážděné metriky platformy pro tuto službu. Tyto metriky jsou také součástí globálního seznamu všech metrik platformy podporovaných ve službě Azure Monitor.
Informace o uchovávání metrik najdete v přehledu metrik služby Azure Monitor.
Poskytovatel prostředků pro tyto metriky je Microsoft.MachineLearningServices/workspaces.
Kategorie metrik jsou Model, Kvóta, Prostředek, Spustit a Provoz. Informace o kvótách jsou určené jenom pro výpočetní prostředky služby Machine Learning. Spuštění poskytuje informace o trénovacích spuštěních pro pracovní prostor.
Podporované metriky pro Microsoft.MachineLearningServices/workspaces
Následující tabulka uvádí metriky dostupné pro typ prostředku Microsoft.MachineLearningServices/workspaces.
- Všechny sloupce nemusí být v každé tabulce.
- Některé sloupce můžou být mimo oblast zobrazení stránky. Výběrem možnosti Rozbalit tabulku zobrazíte všechny dostupné sloupce.
Záhlaví tabulky
- Kategorie – skupina metrik nebo klasifikace.
- Metrika – zobrazovaný název metriky, jak se zobrazuje na webu Azure Portal.
- Název v rozhraní REST API – název metriky, který se označuje v rozhraní REST API.
- Jednotka – měrná jednotka .
- Agregace – výchozí typ agregace . Platné hodnoty: Průměr (Průměr), Minimum (Minimum), Maximum (Maximum), Celkem (Součet), Počet.
- - Dimenze dostupné pro metriku
- Intervaly časových zrn - , ve kterých se metrika vzorkuje. Například označuje,
PT1Mže se metrika vzorkuje každou minutu,PT30Mkaždých 30 minut,PT1Hkaždou hodinu atd. - DS Export – určuje, jestli je metrika exportovatelná do protokolů služby Azure Monitor prostřednictvím nastavení diagnostiky. Informace o exportu metrik najdete v tématu Vytvoření nastavení diagnostiky ve službě Azure Monitor.
Kategorie: Model
| Metrika | Název v rozhraní REST API | Unit | Agregace | Dimenze | Časová zrnka | DS Export |
|---|---|---|---|---|---|---|
| Nasazení modelu se nezdařilo. Počet nasazení modelu, která selhala v tomto pracovním prostoru |
Model Deploy Failed |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, StatusCode |
PT1M | Ano |
| Nasazení modelu bylo spuštěno Počet nasazení modelů spuštěných v tomto pracovním prostoru |
Model Deploy Started |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario |
PT1M | Ano |
| Nasazení modelu bylo úspěšné Počet nasazení modelu, která byla v tomto pracovním prostoru úspěšná |
Model Deploy Succeeded |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario |
PT1M | Ano |
| Registrace modelu selhala. Počet registrací modelů, které selhaly v tomto pracovním prostoru |
Model Register Failed |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, StatusCode |
PT1M | Ano |
| Registrace modelu byla úspěšná. Počet registrací modelů, které byly v tomto pracovním prostoru úspěšné |
Model Register Succeeded |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario |
PT1M | Ano |
Kategorie: Kvóta
| Metrika | Název v rozhraní REST API | Unit | Agregace | Dimenze | Časová zrnka | DS Export |
|---|---|---|---|---|---|---|
| Aktivní jádra Počet aktivních jader |
Active Cores |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Aktivní uzly Počet uzlů Acitve Jedná se o uzly, které aktivně spouští úlohu. |
Active Nodes |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Nečinná jádra Počet nečinných jader |
Idle Cores |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Nečinné uzly Počet nečinných uzlů Nečinné uzly jsou uzly, které nespouštět žádné úlohy, ale pokud jsou k dispozici, můžou přijmout novou úlohu. |
Idle Nodes |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Opuštění jader Počet opuštění jader |
Leaving Cores |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Opuštění uzlů Počet opouštějících uzly Ponechání uzlů jsou uzly, které právě dokončily zpracování úlohy a přejdou do stavu nečinnosti. |
Leaving Nodes |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Předpětěná jádra Počet předem připravených jader |
Preempted Cores |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Předem připravené uzly Počet předem připravených uzlů. Tyto uzly jsou uzly s nízkou prioritou, které jsou odebrané z dostupného fondu uzlů. |
Preempted Nodes |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Procento využití kvóty Procento využité kvóty |
Quota Utilization Percentage |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName, , VmFamilyNameVmPriority |
PT1M | Ano |
| Total Cores Počet celkových jader |
Total Cores |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Celkový počet uzlů Počet celkového počtu uzlů Tento součet zahrnuje některé aktivní uzly, nečinné uzly, nepoužitelné uzly, předem připravené uzly, opuštění uzlů. |
Total Nodes |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Nepoužitelná jádra Počet nepoužitelných jader |
Unusable Cores |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
| Nepoužitelné uzly Počet nepoužitelných uzlů Nepoužitelné uzly nejsou funkční kvůli nějakému nesolažitelnému problému. Azure tyto uzly recykluje. |
Unusable Nodes |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, ClusterName |
PT1M | Ano |
Kategorie: Zdroj
| Metrika | Název v rozhraní REST API | Unit | Agregace | Dimenze | Časová zrnka | DS Export |
|---|---|---|---|---|---|---|
| CpuCapacityMillicores Maximální kapacita uzlu procesoru v milicores. Kapacita se agreguje v minutových intervalech. |
CpuCapacityMillicores |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| CpuMemoryCapacityMegabytes Maximální využití paměti uzlu procesoru v megabajtech Využití se agreguje v minutových intervalech. |
CpuMemoryCapacityMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| CpuMemoryUtilizationMegabytes Využití paměti uzlu procesoru v megabajtech Využití se agreguje v minutových intervalech. |
CpuMemoryUtilizationMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| CpuMemoryUtilizationPercentage Procento využití paměti uzlu procesoru Využití se agreguje v minutových intervalech. |
CpuMemoryUtilizationPercentage |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| Využití procesoru Procento využití na uzlu procesoru Využití se hlásí v minutových intervalech. |
CpuUtilization |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, runId, , NodeIdClusterName |
PT1M | Ano |
| CpuUtilizationMillicores Využití uzlu procesoru v milicores Využití se agreguje v minutových intervalech. |
CpuUtilizationMillicores |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| CpuUtilizationPercentage Procento využití uzlu procesoru Využití se agreguje v minutových intervalech. |
CpuUtilizationPercentage |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| DiskAvailMegabytes Dostupné místo na disku v megabajtech. Metriky se agregují v minutových intervalech. |
DiskAvailMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| DiskReadMegabytes Data se čtou z disku v megabajtech. Metriky se agregují v minutových intervalech. |
DiskReadMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| DiskUsedMegabytes Využité místo na disku v megabajtech Metriky se agregují v minutových intervalech. |
DiskUsedMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| DiskWriteMegabytes Data zapsaná na disk v megabajtech. Metriky se agregují v minutových intervalech. |
DiskWriteMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| GpuCapacityMilliGPUs Maximální kapacita zařízení GPU v mili-GPU. Kapacita se agreguje v minutových intervalech. |
GpuCapacityMilliGPUs |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , DeviceIdComputeName |
PT1M | Ano |
| GpuEnergyJoules Intervalová energie v Joules na uzlu GPU. Energie se hlásí v minutových intervalech. |
GpuEnergyJoules |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, runId, rootRunId, InstanceId, , DeviceIdComputeName |
PT1M | Ano |
| GpuMemoryCapacityMegabytes Maximální kapacita paměti zařízení GPU v megabajtech Kapacita agregovaná v minutových intervalech |
GpuMemoryCapacityMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , DeviceIdComputeName |
PT1M | Ano |
| Využití GpuMemoryU Procento využití paměti na uzlu GPU Využití se hlásí v minutových intervalech. |
GpuMemoryUtilization |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, runId, NodeId, , DeviceIdClusterName |
PT1M | Ano |
| GpuMemoryUtilizationMegabytes Využití paměti zařízení GPU v megabajtech Využití se agreguje v minutových intervalech. |
GpuMemoryUtilizationMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , DeviceIdComputeName |
PT1M | Ano |
| GpuMemoryUtilizationPercentage Procento využití paměti zařízení GPU Využití se agreguje v minutových intervalech. |
GpuMemoryUtilizationPercentage |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , DeviceIdComputeName |
PT1M | Ano |
| Využití GpuU Procento využití na uzlu GPU Využití se hlásí v minutových intervalech. |
GpuUtilization |
Počet | Average, Maximum, Minimum, Total (Sum) | Scenario, runId, NodeId, , DeviceIdClusterName |
PT1M | Ano |
| GpuUtilizationMilliGPUs Využití zařízení GPU v mili-GPU. Využití se agreguje v minutových intervalech. |
GpuUtilizationMilliGPUs |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , DeviceIdComputeName |
PT1M | Ano |
| GpuUtilizationPercentage Procento využití zařízení GPU Využití se agreguje v minutových intervalech. |
GpuUtilizationPercentage |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , DeviceIdComputeName |
PT1M | Ano |
| IBReceiveMegabytes Síťová data přijatá přes InfiniBand v megabajtech Metriky se agregují v minutových intervalech. |
IBReceiveMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , ComputeNameDeviceId |
PT1M | Ano |
| IBTransmitMegabytes Síťová data odesílaná přes InfiniBand v megabajtech Metriky se agregují v minutových intervalech. |
IBTransmitMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , ComputeNameDeviceId |
PT1M | Ano |
| NetworkInputMegabytes Síťová data přijatá v megabajtech Metriky se agregují v minutových intervalech. |
NetworkInputMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , ComputeNameDeviceId |
PT1M | Ano |
| NetworkOutputMegabytes Síťová data odesílaná v megabajtech Metriky se agregují v minutových intervalech. |
NetworkOutputMegabytes |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, InstanceId, , ComputeNameDeviceId |
PT1M | Ano |
| StorageAPIFailureCount Počet selhání volání rozhraní API služby Azure Blob Storage |
StorageAPIFailureCount |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
| StorageAPISuccessCount Rozhraní API služby Azure Blob Storage volá počet úspěšných volání. |
StorageAPISuccessCount |
Počet | Average, Maximum, Minimum, Total (Sum) | RunId, , InstanceIdComputeName |
PT1M | Ano |
Kategorie: Spustit
| Metrika | Název v rozhraní REST API | Unit | Agregace | Dimenze | Časová zrnka | DS Export |
|---|---|---|---|---|---|---|
| Zrušení požadovaných spuštění Počet spuštění, u kterých bylo pro tento pracovní prostor požadováno zrušení Počet se aktualizuje při přijetí žádosti o zrušení pro spuštění. |
Cancel Requested Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Zrušená spuštění Počet zrušených spuštění pro tento pracovní prostor Počet se aktualizuje při úspěšném zrušení spuštění. |
Cancelled Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Dokončená spuštění Počet spuštění pro tento pracovní prostor byl úspěšně dokončen. Počet se aktualizuje, když se spuštění dokončí a shromáždí se výstup. |
Completed Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Chyby Počet chyb spuštění v tomto pracovním prostoru Počet se aktualizuje vždy, když při spuštění dojde k chybě. |
Errors |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario |
PT1M | Ano |
| Neúspěšná spuštění Počet spuštění pro tento pracovní prostor se nezdařil. Počet se aktualizuje, když se spuštění nezdaří. |
Failed Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Dokončení spuštění Počet spuštění zadaných do konečného stavu pro tento pracovní prostor Počet se aktualizuje, když se spuštění dokončilo, ale stále probíhá výstupní kolekce. |
Finalizing Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Nereaguje na spuštění Početspuštěních Počet se aktualizuje, když spuštění přejde do stavu Nereaguje. |
Not Responding Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Nespustila se spuštění Počet spuštění ve stavu Nespustilo pro tento pracovní prostor Počet se aktualizuje při přijetí žádosti o vytvoření spuštění, ale informace o spuštění ještě nebyly vyplněny. |
Not Started Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Příprava spuštění Počet spuštění, která se připravují pro tento pracovní prostor Počet se aktualizuje, když spuštění přejde do stavu Příprava při přípravě prostředí. |
Preparing Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Spuštění zřizování Počet spuštění, která se pro tento pracovní prostor zřizují Počet se aktualizuje, když spuštění čeká na vytvoření nebo zřízení cílového výpočetního objektu. |
Provisioning Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Spuštění ve frontě Počet spuštění zařazených do fronty pro tento pracovní prostor Počet se aktualizuje, když je spuštění zařazeno do fronty v cílovém výpočetním objektu. Může dojít při čekání na to, aby byly připravené požadované výpočetní uzly. |
Queued Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Spuštěná spuštění Počet spuštění pro tento pracovní prostor Počet se aktualizuje při spuštění na požadovaných prostředcích. |
Started Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Spouštění spuštění Počet spuštění spuštěných pro tento pracovní prostor Počet se aktualizuje po požadavku na vytvoření informací o spuštění a spuštění, jako je ID spuštění, se naplní. |
Starting Runs |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Ano |
| Upozornění Počet upozornění spuštění v tomto pracovním prostoru Počet se aktualizuje vždy, když při spuštění dojde k upozornění. |
Warnings |
Počet | Total (Sum), Average (Součet), Average (Průměr), Minimum (Minimum), Maximum (Maximum), Count (Počet) | Scenario |
PT1M | Ano |
Podporované metriky pro Microsoft.MachineLearningServices/workspaces/onlineEndpoints
Následující tabulka uvádí metriky dostupné pro typ prostředku Microsoft.MachineLearningServices/workspaces/onlineEndpoints.
- Všechny sloupce nemusí být v každé tabulce.
- Některé sloupce můžou být mimo oblast zobrazení stránky. Výběrem možnosti Rozbalit tabulku zobrazíte všechny dostupné sloupce.
Záhlaví tabulky
- Kategorie – skupina metrik nebo klasifikace.
- Metrika – zobrazovaný název metriky, jak se zobrazuje na webu Azure Portal.
- Název v rozhraní REST API – název metriky, který se označuje v rozhraní REST API.
- Jednotka – měrná jednotka .
- Agregace – výchozí typ agregace . Platné hodnoty: Průměr (Průměr), Minimum (Minimum), Maximum (Maximum), Celkem (Součet), Počet.
- - Dimenze dostupné pro metriku
- Intervaly časových zrn - , ve kterých se metrika vzorkuje. Například označuje,
PT1Mže se metrika vzorkuje každou minutu,PT30Mkaždých 30 minut,PT1Hkaždou hodinu atd. - DS Export – určuje, jestli je metrika exportovatelná do protokolů služby Azure Monitor prostřednictvím nastavení diagnostiky. Informace o exportu metrik najdete v tématu Vytvoření nastavení diagnostiky ve službě Azure Monitor.
Kategorie: Provoz
| Metrika | Název v rozhraní REST API | Unit | Agregace | Dimenze | Časová zrnka | DS Export |
|---|---|---|---|---|---|---|
| Aktivní připojení Celkový počet souběžných připojení TCP aktivních z klientů. |
ConnectionsActive |
Počet | Průměr | <žádné> | PT1M | No |
| Chyby shromažďování dat za minutu Počet událostí shromažďování dat vynechaných za minutu |
DataCollectionErrorsPerMinute |
Počet | Minimum, Maximum, Průměr | deployment, , reasontype |
PT1M | No |
| Události shromažďování dat za minutu Počet událostí shromažďování dat zpracovaných za minutu |
DataCollectionEventsPerMinute |
Počet | Minimum, Maximum, Průměr | deployment, type |
PT1M | No |
| Bajty sítě Bajty za sekundu obsluhované pro koncový bod. |
NetworkBytes |
BytesPerSecond | Průměr | <žádné> | PT1M | No |
| Nová připojení za sekundu Průměrný počet nových připojení TCP za sekundu vytvořených z klientů. |
NewConnectionsPerSecond |
CountPerSecond | Průměr | <žádné> | PT1M | No |
| Latence požadavku Průměrný úplný interval potřebný k odpovědi na žádost v milisekundách |
RequestLatency |
Milisekundy | Průměr | deployment |
PT1M | Ano |
| Latence požadavku P50 Průměrná latence požadavku P50 agregovaná všemi hodnotami latence požadavků shromážděnými během vybraného časového období |
RequestLatency_P50 |
Milisekundy | Průměr | deployment |
PT1M | Ano |
| Latence požadavku P90 Průměrná latence požadavků P90 agregovaná všemi hodnotami latence požadavků shromážděnými během vybraného časového období |
RequestLatency_P90 |
Milisekundy | Průměr | deployment |
PT1M | Ano |
| Latence požadavku P95 Průměrná latence požadavků P95 agregovaná všemi hodnotami latence požadavků shromážděnými během vybraného časového období |
RequestLatency_P95 |
Milisekundy | Průměr | deployment |
PT1M | Ano |
| Latence požadavku P99 Průměrná latence požadavků P99 agregovaná všemi hodnotami latence požadavků shromážděnými během vybraného časového období |
RequestLatency_P99 |
Milisekundy | Průměr | deployment |
PT1M | Ano |
| Žádosti za minutu Počet požadavků odeslaných do online koncového bodu do minuty |
RequestsPerMinute |
Počet | Průměr | deployment, statusCode, , statusCodeClassmodelStatusCode |
PT1M | No |
Podporované metriky pro Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments
Následující tabulka uvádí metriky dostupné pro typ prostředku Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments.
- Všechny sloupce nemusí být v každé tabulce.
- Některé sloupce můžou být mimo oblast zobrazení stránky. Výběrem možnosti Rozbalit tabulku zobrazíte všechny dostupné sloupce.
Záhlaví tabulky
- Kategorie – skupina metrik nebo klasifikace.
- Metrika – zobrazovaný název metriky, jak se zobrazuje na webu Azure Portal.
- Název v rozhraní REST API – název metriky, který se označuje v rozhraní REST API.
- Jednotka – měrná jednotka .
- Agregace – výchozí typ agregace . Platné hodnoty: Průměr (Průměr), Minimum (Minimum), Maximum (Maximum), Celkem (Součet), Počet.
- - Dimenze dostupné pro metriku
- Intervaly časových zrn - , ve kterých se metrika vzorkuje. Například označuje,
PT1Mže se metrika vzorkuje každou minutu,PT30Mkaždých 30 minut,PT1Hkaždou hodinu atd. - DS Export – určuje, jestli je metrika exportovatelná do protokolů služby Azure Monitor prostřednictvím nastavení diagnostiky. Informace o exportu metrik najdete v tématu Vytvoření nastavení diagnostiky ve službě Azure Monitor.
Kategorie: Zdroj
| Metrika | Název v rozhraní REST API | Unit | Agregace | Dimenze | Časová zrnka | DS Export |
|---|---|---|---|---|---|---|
| Procento využití paměti procesoru Procento využití paměti v instanci Využití se hlásí v minutových intervalech. |
CpuMemoryUtilizationPercentage |
Procenta | Minimum, Maximum, Průměr | instanceId |
PT1M | Ano |
| Procento využití procesoru Procento využití procesoru v instanci Využití se hlásí v minutových intervalech. |
CpuUtilizationPercentage |
Procenta | Minimum, Maximum, Průměr | instanceId |
PT1M | Ano |
| Chyby shromažďování dat za minutu Počet událostí shromažďování dat vynechaných za minutu |
DataCollectionErrorsPerMinute |
Počet | Minimum, Maximum, Průměr | instanceId, , reasontype |
PT1M | No |
| Události shromažďování dat za minutu Počet událostí shromažďování dat zpracovaných za minutu |
DataCollectionEventsPerMinute |
Počet | Minimum, Maximum, Průměr | instanceId, type |
PT1M | No |
| Kapacita nasazení Počet instancí v nasazení. |
DeploymentCapacity |
Počet | Minimum, Maximum, Průměr | instanceId, State |
PT1M | No |
| Využití disku Procento využití disku v instanci Využití se hlásí v minutových intervalech. |
DiskUtilization |
Procenta | Minimum, Maximum, Průměr | instanceId, disk |
PT1M | Ano |
| Energie GPU v Joulesu Intervalová energie v Joules na uzlu GPU. Energie se hlásí v minutových intervalech. |
GpuEnergyJoules |
Počet | Minimum, Maximum, Průměr | instanceId |
PT1M | No |
| Procento využití paměti GPU Procento využití paměti GPU v instanci Využití se hlásí v minutových intervalech. |
GpuMemoryUtilizationPercentage |
Procenta | Minimum, Maximum, Průměr | instanceId |
PT1M | Ano |
| Procento využití GPU Procento využití GPU v instanci Využití se hlásí v minutových intervalech. |
GpuUtilizationPercentage |
Procenta | Minimum, Maximum, Průměr | instanceId |
PT1M | Ano |
Kategorie: Provoz
| Metrika | Název v rozhraní REST API | Unit | Agregace | Dimenze | Časová zrnka | DS Export |
|---|---|---|---|---|---|---|
| Latence požadavku P50 Průměrná latence požadavku P50 agregovaná všemi hodnotami latence požadavků shromážděnými během vybraného časového období |
RequestLatency_P50 |
Milisekundy | Průměr | <žádné> | PT1M | Ano |
| Latence požadavku P90 Průměrná latence požadavků P90 agregovaná všemi hodnotami latence požadavků shromážděnými během vybraného časového období |
RequestLatency_P90 |
Milisekundy | Průměr | <žádné> | PT1M | Ano |
| Latence požadavku P95 Průměrná latence požadavků P95 agregovaná všemi hodnotami latence požadavků shromážděnými během vybraného časového období |
RequestLatency_P95 |
Milisekundy | Průměr | <žádné> | PT1M | Ano |
| Latence požadavku P99 Průměrná latence požadavků P99 agregovaná všemi hodnotami latence požadavků shromážděnými během vybraného časového období |
RequestLatency_P99 |
Milisekundy | Průměr | <žádné> | PT1M | Ano |
| Žádosti za minutu Počet žádostí odeslaných do online nasazení během minuty |
RequestsPerMinute |
Počet | Průměr | envoy_response_code |
PT1M | No |
Rozměry metrik
Informace o rozměrech metrik najdete v tématu Vícerozměrné metriky.
Tato služba má přidružené následující dimenze ke svým metrikám.
| Dimenze | Popis |
|---|---|
| Název clusteru | Název prostředku výpočetního clusteru. K dispozici pro všechny metriky kvót. |
| Jméno rodiny virtuálních počítačů | Název rodiny virtuálních počítačů, kterou cluster používá. K dispozici pro procento využití kvóty. |
| Priorita virtuálního počítače | Priorita virtuálního počítače. K dispozici pro procento využití kvóty. |
| CreatedTime | K dispozici pouze pro využití procesoru a gpuU. |
| DeviceId | ID zařízení (GPU). K dispozici pouze pro využití GpuU. |
| ID uzlu | ID uzlu vytvořeného, ve kterém je úloha spuštěná. K dispozici pouze pro využití procesoru a gpuU. |
| RunId | ID spuštění nebo úlohy. K dispozici pouze pro využití procesoru a gpuU. |
| ComputeType | Typ výpočetních prostředků, který se použil. K dispozici pouze pro dokončená spuštění, neúspěšná spuštění a spuštěná spuštění. |
| PipelineStepType | Typ PipelineStep použitý při spuštění. K dispozici pouze pro dokončená spuštění, neúspěšná spuštění a spuštěná spuštění. |
| PublishedPipelineId | ID publikovaného kanálu použitého při spuštění. K dispozici pouze pro dokončená spuštění, neúspěšná spuštění a spuštěná spuštění. |
| Typ spuštění | Typ spuštění. K dispozici pouze pro dokončená spuštění, neúspěšná spuštění a spuštěná spuštění. |
Platné hodnoty dimenze RunType jsou:
| Hodnota | Popis |
|---|---|
| Experiment | Nekanální spuštění. |
| PipelineRun | Spuštění kanálu, které je nadřazeným objektem StepRun. |
| StepRun | Spuštění kroku kanálu |
| ReusedStepRun | Spuštění pro krok kanálu, který znovu použije předchozí spuštění. |
Protokoly prostředků
Tato část obsahuje seznam typů protokolů prostředků, které můžete pro tuto službu shromažďovat. Oddíl načítá ze seznamu všech typů protokolů prostředků podporovaných ve službě Azure Monitor.
Podporované protokoly prostředků pro Microsoft.MachineLearningServices/registry
| Kategorie | Zobrazovaný název kategorie | Tabulka protokolů | Podporuje základní plán protokolu. | Podporuje transformaci v čase příjmu dat. | Vzorové dotazy | Náklady na export |
|---|---|---|---|---|---|---|
RegistryAssetReadEvent |
Událost čtení assetu registru | No | No | Ano | ||
RegistryAssetWriteEvent |
Událost zápisu prostředku registru | AmlRegistryWriteEventsLog Protokol událostí zápisu do registru Azure ML Uchovává záznamy operací zápisu s přístupem k datům registrů (rovina dat), včetně identity uživatele, názvu prostředku a verze pro každou událost přístupu. |
No | Ne | Dotazy | Ano |
Podporované protokoly prostředků pro Microsoft.MachineLearningServices/workspaces
| Kategorie | Zobrazovaný název kategorie | Tabulka protokolů | Podporuje základní plán protokolu. | Podporuje transformaci v čase příjmu dat. | Vzorové dotazy | Náklady na export |
|---|---|---|---|---|---|---|
AmlComputeClusterEvent |
AmlComputeClusterEvent | AmlComputeClusterEvent Události clusteru AmlCompute |
No | Ano | Dotazy | No |
AmlComputeClusterNodeEvent |
AmlComputeClusterNodeEvent | No | No | Ano | ||
AmlComputeCpuGpuUtilization |
Využití AmlComputeCpuGpuU | Využití AmlComputeCpuGpuU Protokoly využití procesoru a GPU služeb Azure Machine Learning |
No | Ano | Dotazy | No |
AmlComputeJobEvent |
AmlComputeJobEvent | AmlComputeJobEvent Události úlohy AmlCompute |
No | Ano | Dotazy | No |
AmlRunStatusChangedEvent |
AmlRunStatusChangedEvent | AmlRunStatusChangedEvent Služby Azure Machine Learning spouštějí protokoly událostí stavu. |
No | Ano | No | |
ComputeInstanceEvent |
ComputeInstanceEvent | AmlComputeInstanceEvent Události při přístupu k výpočetní instanci ML (čtení/zápis). |
No | Ano | Yes | |
DataLabelChangeEvent |
DataLabelChangeEvent | AmlDataLabelEvent Události při přístupu k datovým popiskům nebo jejich projektům (čtení, vytvoření nebo odstranění). |
No | Ano | Yes | |
DataLabelReadEvent |
DataLabelReadEvent | AmlDataLabelEvent Události při přístupu k datovým popiskům nebo jejich projektům (čtení, vytvoření nebo odstranění). |
No | Ano | Yes | |
DataSetChangeEvent |
DataSetChangeEvent | AmlDataSetEvent Události při přístupu k zaregistrovaným nebo neregistrovaným úložišti dat ML (čtení, vytvoření nebo odstranění). |
No | Ano | Dotazy | Ano |
DataSetReadEvent |
DataSetReadEvent | AmlDataSetEvent Události při přístupu k zaregistrovaným nebo neregistrovaným úložišti dat ML (čtení, vytvoření nebo odstranění). |
No | Ano | Dotazy | Ano |
DataStoreChangeEvent |
DataStoreChangeEvent | AmlDataStoreEvent Události při přístupu k úložišti dat ML (čtení, vytvoření nebo odstranění) |
No | Ano | Yes | |
DataStoreReadEvent |
DataStoreReadEvent | AmlDataStoreEvent Události při přístupu k úložišti dat ML (čtení, vytvoření nebo odstranění) |
No | Ano | Yes | |
DeploymentEventACI |
DeploymentEventACI | AmlDeploymentEvent Události, kdy dojde k nasazení modelu v ACI nebo AKS |
No | Ano | Yes | |
DeploymentEventAKS |
DeploymentEventAKS | AmlDeploymentEvent Události, kdy dojde k nasazení modelu v ACI nebo AKS |
No | Ano | Yes | |
DeploymentReadEvent |
DeploymentReadEvent | AmlDeploymentEvent Události, kdy dojde k nasazení modelu v ACI nebo AKS |
No | Ano | Yes | |
EnvironmentChangeEvent |
EnvironmentChangeEvent | AmlEnvironmentEvent Události při přístupu k prostředím ML (čtení, vytvoření nebo odstranění) |
No | Ano | Dotazy | Ano |
EnvironmentReadEvent |
EnvironmentReadEvent | AmlEnvironmentEvent Události při přístupu k prostředím ML (čtení, vytvoření nebo odstranění) |
No | Ano | Dotazy | Ano |
InferencingOperationACI |
OdvozováníOperationACI | AmlInferencingEvent Události pro odvozování nebo související operaci u výpočetního typu AKS nebo ACI |
No | Ano | Yes | |
InferencingOperationAKS |
OdvozováníOperationAKS | AmlInferencingEvent Události pro odvozování nebo související operaci u výpočetního typu AKS nebo ACI |
No | Ano | Yes | |
ModelsActionEvent |
ModelsActionEvent | AmlModelsEvent Události při přístupu k modelu ML (čtení, vytvoření nebo odstranění) Události inkudes při balení modelů a prostředků probíhají do balíčků připravených k sestavení. |
No | Ano | Dotazy | Ano |
ModelsChangeEvent |
ModelsChangeEvent | AmlModelsEvent Události při přístupu k modelu ML (čtení, vytvoření nebo odstranění) Události inkudes při balení modelů a prostředků probíhají do balíčků připravených k sestavení. |
No | Ano | Dotazy | Ano |
ModelsReadEvent |
ModelsReadEvent | AmlModelsEvent Události při přístupu k modelu ML (čtení, vytvoření nebo odstranění) Události inkudes při balení modelů a prostředků probíhají do balíčků připravených k sestavení. |
No | Ano | Dotazy | Ano |
PipelineChangeEvent |
PipelineChangeEvent | AmlPipelineEvent Události při přístupu ke konceptu kanálu ML nebo koncovému bodu nebo modulu (čtení, vytvoření nebo odstranění). |
No | Ano | Yes | |
PipelineReadEvent |
PipelineReadEvent | AmlPipelineEvent Události při přístupu ke konceptu kanálu ML nebo koncovému bodu nebo modulu (čtení, vytvoření nebo odstranění). |
No | Ano | Yes | |
RunEvent |
RunEvent | AmlRunEvent Události při přístupu k experimentům ML (čtení, vytvoření nebo odstranění) |
No | Ano | Yes | |
RunReadEvent |
RunReadEvent | AmlRunEvent Události při přístupu k experimentům ML (čtení, vytvoření nebo odstranění) |
No | Ano | Yes |
Podporované protokoly prostředků pro Microsoft.MachineLearningServices/workspaces/onlineEndpoints
| Kategorie | Zobrazovaný název kategorie | Tabulka protokolů | Podporuje základní plán protokolu. | Podporuje transformaci v čase příjmu dat. | Vzorové dotazy | Náklady na export |
|---|---|---|---|---|---|---|
AmlOnlineEndpointConsoleLog |
AmlOnlineEndpointConsoleLog | AmlOnlineEndpointConsoleLog Protokoly konzoly online koncových bodů Azure ML Poskytuje výstup protokolů konzoly z kontejnerů uživatelů. |
No | Ano | Dotazy | Ano |
AmlOnlineEndpointEventLog |
AmlOnlineEndpointEventLog | AmlOnlineEndpointEventLog Protokoly událostí online koncových bodů Azure ML Poskytuje protokoly událostí týkající se životního cyklu odvozování kontejneru serveru. |
No | Ne | Dotazy | Ano |
AmlOnlineEndpointTrafficLog |
AmlOnlineEndpointTrafficLog | AmlOnlineEndpointTrafficLog Protokoly provozu pro online koncové body AzureML (machine learning). Tabulku je možné použít ke kontrole podrobných informací o požadavku na online koncový bod. Můžete ho například použít ke kontrole doby trvání požadavku, důvodu selhání požadavku atd. |
No | Ne | Dotazy | Ano |
Tabulky protokolů služby Azure Monitor
Tato část uvádí tabulky protokolů služby Azure Monitor relevantní pro tuto službu, které jsou k dispozici pro dotazování službou Log Analytics pomocí dotazů Kusto. Tabulky obsahují data protokolu prostředků a případně i více v závislosti na tom, co se na nich shromažďuje a směruje.
Machine Learning
Microsoft.MachineLearningServices/workspaces
- AzureActivity
- AMLOnlineEndpointConsoleLog
- AMLOnlineEndpointTrafficLog
- AMLOnlineEndpointEventLog
- AzureMetrics
- AMLComputeClusterEvent
- AMLComputeClusterNodeEvent
- AMLComputeJobEvent
- AMLRunStatusChangedEvent
- Využití AMLComputeCpuGpuU
- AMLComputeInstanceEvent
- AMLDataLabelEvent
- AMLDataSetEvent
- AMLDataStoreEvent
- AMLDeploymentEvent
- AMLEnvironmentEvent
- AMLInferencingEvent
- AMLModelsEvent
- AMLPipelineEvent
- AMLRunEvent
Microsoft.MachineLearningServices/registry
Protokol aktivit
Propojená tabulka uvádí operace, které lze zaznamenat v protokolu aktivit pro tuto službu. Tyto operace jsou podmnožinou všech možných operací poskytovatele prostředků v protokolu aktivit.
Další informace o schématu položek protokolu aktivit naleznete v tématu Schéma protokolu aktivit.
Následující tabulka uvádí některé operace související se službou Machine Learning, které se můžou vytvořit v protokolu aktivit. Úplný seznam operací Microsoft.MachineLearningServices najdete v tématu Operace poskytovatele prostředků Microsoft.MachineLearningServices.
| Operation | Popis |
|---|---|
| Vytvoří nebo aktualizuje pracovní prostor Machine Learning. | Pracovní prostor byl vytvořen nebo aktualizován. |
| CheckComputeNameAvailability | Kontrola, jestli se už používá název výpočetních prostředků |
| Vytvoří nebo aktualizuje výpočetní prostředky. | Byl vytvořen nebo aktualizován výpočetní prostředek. |
| Odstraní výpočetní prostředky. | Došlo k odstranění výpočetního prostředku. |
| Výpis tajných kódů | Při operaci uvedené tajné kódy pro pracovní prostor Machine Learning |
Schémata protokolů
Azure Machine Learning používá následující schémata.
Tabulka AmlComputeJobEvent
| Vlastnost | Popis |
|---|---|
| TimeGenerated | Čas vygenerování položky protokolu |
| OperationName | Název operace přidružené k události protokolu |
| Kategorie | Název události protokolu |
| JobId | ID odeslané úlohy |
| Id experimentu | ID experimentu |
| ExperimentName | Název experimentu |
| CustomerSubscriptionId | SubscriptionId where Experiment and Job as submitted |
| Název pracovního prostoru | Název pracovního prostoru strojového učení |
| Název clusteru | Název clusteru |
| ProvisioningState | Stav odeslání úlohy |
| ResourceGroupName | Název skupiny prostředků |
| Název úlohy | Název úlohy |
| ClusterId | ID clusteru |
| Typ události | Typ události úlohy. Například JobSubmitted, JobRunning, JobFailed, JobSucceeded. |
| ExecutionState | Stav úlohy (spuštění). Například zařazeno do fronty, spuštěno, úspěšné, neúspěšné |
| ErrorDetails | Podrobnosti o chybě úlohy |
| CreationApiVersion | Verze rozhraní API použitá k vytvoření úlohy |
| ClusterResourceGroupName | Název skupiny prostředků clusteru |
| TFWorkerCount | Počet pracovních procesů TF |
| TFParameterServerCount | Počet serveru parametrů TF |
| ToolType | Typ použitého nástroje |
| RunInContainer | Příznak popisující, jestli se má úloha spouštět v kontejneru |
| JobErrorMessage | podrobná zpráva o chybě úlohy |
| ID uzlu | ID uzlu vytvořeného ve spuštěné úloze |
Tabulka AmlComputeClusterEvent
| Vlastnost | Popis |
|---|---|
| TimeGenerated | Čas vygenerování položky protokolu |
| OperationName | Název operace přidružené k události protokolu |
| Kategorie | Název události protokolu |
| ProvisioningState | Stav zřizování clusteru |
| Název clusteru | Název clusteru |
| Typ clusteru | Typ clusteru |
| CreatedBy | Uživatel, který vytvořil cluster |
| CoreCount | Počet jader v clusteru |
| VmSize | Velikost virtuálního počítače clusteru |
| VmPriority | Priorita uzlů vytvořených v clusteru Dedicated/LowPriority |
| Typ škálování | Typ ručního nebo automatického škálování clusteru |
| InitialNodeCount | Počáteční počet uzlů clusteru |
| MinimumNodeCount | Minimální počet uzlů clusteru |
| MaximumNodeCount | Maximální počet uzlů clusteru |
| NodeDeallocationOption | Způsob uvolnění uzlu |
| Publisher | Vydavatel typu clusteru |
| Nabízet | Nabídka, se kterou se cluster vytvoří |
| Skladová jednotka (SKU) | Skladová položka uzlu nebo virtuálního počítače vytvořeného v clusteru |
| Verze | Verze image použité při vytváření uzlu nebo virtuálního počítače |
| SubnetId | SubnetId clusteru |
| AllocationState | Stav přidělení clusteru |
| CurrentNodeCount | Aktuální počet uzlů clusteru |
| TargetNodeCount | Počet cílových uzlů clusteru při vertikálním navýšení nebo snížení kapacity |
| Typ události | Typ události během vytváření clusteru |
| NodeIdleTimeSecondsBeforeScaleDown | Doba nečinnosti v sekundách před vertikálním snížením kapacity clusteru |
| PreemptedNodeCount | Počet předem připravených uzlů clusteru |
| IsResizeGrow | Příznak označující vertikální navýšení kapacity clusteru |
| VmFamilyName | Název řady virtuálních počítačů uzlů, které je možné vytvořit v clusteru |
| LeavingNodeCount | Opuštění počtu uzlů clusteru |
| Nepoužitelného uzluCount | Nepoužitelný počet uzlů clusteru |
| IdleNodeCount | Počet nečinných uzlů clusteru |
| RunningNodeCount | Spuštěný počet uzlů clusteru |
| PreparingNodeCount | Příprava počtu uzlů clusteru |
| QuotaAllocated | Přidělená kvóta clusteru |
| Kvóta využitá | Využitá kvóta clusteru |
| AllocationStateTransitionTime | Čas přechodu z jednoho stavu do druhého |
| Kódy clusteru | Kód chyby přijatý během vytváření nebo škálování clusteru |
| CreationApiVersion | Verze rozhraní API používaná při vytváření clusteru |
Tabulka AmlComputeInstanceEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlComputeInstanceEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| CorrelationId | Identifikátor GUID, který se používá k seskupení sady souvisejících událostí, pokud je to možné. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| AmlComputeInstanceName | "Název výpočetní instance přidružené k položce protokolu. |
Tabulka AmlDataLabelEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlDataLabelEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| CorrelationId | Identifikátor GUID, který se používá k seskupení sady souvisejících událostí, pokud je to možné. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| AmlProjectId | Jedinečný identifikátor projektu Azure Machine Learning. |
| AmlProjectName | Název projektu Azure Machine Learning. |
| AmlLabelNames | Názvy tříd popisků, které jsou vytvořeny pro projekt. |
| AmlDataStoreName | Název úložiště dat, ve kterém jsou uložena data projektu. |
Tabulka AmlDataSetEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlDataSetEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| AmlWorkspaceId | Identifikátor GUID a jedinečné ID pracovního prostoru Služby Azure Machine Learning. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| AmlDatasetId | ID sady dat služby Azure Machine Learning. |
| AmlDatasetName | Název sady dat služby Azure Machine Learning |
Tabulka AmlDataStoreEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlDataStoreEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| AmlWorkspaceId | Identifikátor GUID a jedinečné ID pracovního prostoru Služby Azure Machine Learning. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| AmlDatastoreName | Název úložiště dat služby Azure Machine Learning. |
Tabulka AmlDeploymentEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlDeploymentEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| AmlServiceName | Název služby Azure Machine Learning Service. |
Tabulka AmlInferencingEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlInferencingEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| AmlServiceName | Název služby Azure Machine Learning Service. |
Tabulka AmlModelsEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlModelsEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| ResultSignature | Stavový kód HTTP události. Mezi typické hodnoty patří 200, 201, 202 atd. |
| AmlModelName | Název modelu Azure Machine Learning. |
Tabulka AmlPipelineEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlPipelineEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| AmlWorkspaceId | Identifikátor GUID a jedinečné ID pracovního prostoru Služby Azure Machine Learning. |
| AmlWorkspaceId | Název pracovního prostoru Azure Machine Learning. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| AmlModuleId | Identifikátor GUID a jedinečné ID modulu. |
| AmlModelName | Název modelu Azure Machine Learning. |
| AmlPipelineId | ID kanálu Azure Machine Learning. |
| AmlParentPipelineId | ID nadřazeného kanálu Služby Azure Machine Learning (v případě klonování) |
| AmlPipelineDraftId | ID konceptu kanálu Služby Azure Machine Learning. |
| AmlPipelineDraftName | Název konceptu kanálu Azure Machine Learning. |
| AmlPipelineEndpointId | ID koncového bodu kanálu služby Azure Machine Learning. |
| AmlPipelineEndpointName | Název koncového bodu kanálu služby Azure Machine Learning. |
Tabulka AmlRunEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlRunEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| ResultType | Stav události. Mezi typické hodnoty patří Spuštěno, Probíhá, Úspěch, Selhání, Aktivní a Vyřešeno. |
| OperationName | Název operace přidružené k položce protokolu |
| AmlWorkspaceId | Identifikátor GUID a jedinečné ID pracovního prostoru Služby Azure Machine Learning. |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| RunId | Jedinečné ID spuštění. |
Tabulka AmlEnvironmentEvent
| Vlastnost | Popis |
|---|---|
| Typ | Název události protokolu, AmlEnvironmentEvent |
| TimeGenerated | Čas (UTC) při vygenerování položky protokolu |
| Level | Úroveň závažnosti události. Musí to být jeden z informačních, upozornění, chyb nebo kritických. |
| OperationName | Název operace přidružené k položce protokolu |
| Identita | Identita uživatele nebo aplikace, která operaci prováděla. |
| AadTenantId | ID tenanta Microsoft Entra, pro které byla operace odeslána. |
| AmlEnvironmentName | Název konfigurace prostředí Azure Machine Learning |
| AmlEnvironmentVersion | Název verze konfigurace prostředí Azure Machine Learning. |
Tabulka AMLOnlineEndpointTrafficLog (Preview)
| Vlastnost | Popis |
|---|---|
| metoda | Požadovaná metoda od klienta. |
| Cesta | Požadovaná cesta od klienta. |
| SubscriptionId | ID předplatného strojového učení online koncového bodu. |
| AzureMLWorkspaceId | ID pracovního prostoru strojového učení online koncového bodu. |
| AzureMLWorkspaceName | Název pracovního prostoru strojového učení online koncového bodu. |
| Název koncového bodu | Název online koncového bodu. |
| DeploymentName | Název online nasazení. |
| Protokol | Protokol požadavku. |
| ResponseCode | Konečný kód odpovědi vrácený klientovi. |
| ResponseCodeReason | Poslední důvod kódu odpovědi vrácený klientovi. |
| ModelStatusCode | Stavový kód odpovědi z modelu. |
| ModelStatusReason | Důvod stavu odpovědi z modelu. |
| RequestPayloadSize | Celkový počet bajtů přijatých od klienta |
| ResponsePayloadSize | Celkový počet bajtů odeslaných zpět klientovi. |
| UserAgent | Hlavička uživatelského agenta požadavku, včetně komentářů, ale zkrácená na maximálně 70 znaků. |
| XRequestId | ID požadavku vygenerované službou Azure Machine Learning pro interní trasování |
| XMSClientRequestId | ID sledování vygenerované klientem. |
| TotalDurationMs | Doba trvání v milisekundách od počátečního času požadavku do posledního bajtu odpovědi odeslaného zpět klientovi. Pokud se klient odpojil, měří se od času spuštění až po dobu odpojení klienta. |
| RequestDurationMs | Doba trvání v milisekundách od počátečního času požadavku do posledního bajtu požadavku přijatého od klienta. |
| ResponseDurationMs | Doba trvání v milisekundách od počátečního času požadavku do prvního bajtu odpovědi načteného z modelu. |
| RequestThrottlingDelayMs | Zpoždění v milisekundách při přenosu dat požadavku kvůli omezování sítě |
| ResponseThrottlingDelayMs | Zpoždění v milisekundách při přenosu dat odpovědí kvůli omezování sítě |
Další informace o tomto protokolu najdete v tématu Monitorování online koncových bodů.
AMLOnlineEndpointConsoleLog
| Vlastnost | Popis |
|---|---|
| TimeGenerated | Časové razítko (UTC) při vygenerování protokolu |
| OperationName | Operace přidružená k záznamu protokolu. |
| InstanceId | ID instance, která vygenerovala tento záznam protokolu. |
| DeploymentName | Název nasazení přidruženého k záznamu protokolu. |
| ContainerName | Název kontejneru, ve kterém se protokol vygeneroval. |
| Zpráva | Obsah protokolu. |
Další informace o tomto protokolu najdete v tématu Monitorování online koncových bodů.
AMLOnlineEndpointEventLog (Preview)
| Vlastnost | Popis |
|---|---|
| TimeGenerated | Časové razítko (UTC) při vygenerování protokolu |
| OperationName | Operace přidružená k záznamu protokolu. |
| InstanceId | ID instance, která vygenerovala tento záznam protokolu. |
| DeploymentName | Název nasazení přidruženého k záznamu protokolu. |
| Název | Název události. |
| Zpráva | Obsah události. |
Další informace o tomto protokolu najdete v tématu Monitorování online koncových bodů.
Související obsah
- Popis monitorování služby Machine Learning najdete v tématu Monitorování služby Machine Learning .
- Podrobnosti o monitorování prostředků Azure najdete v tématu Monitorování prostředků Azure pomocí služby Azure Monitor .