Doporučení pro shromažďování dat o výkonu
Platí pro toto doporučení k kontrolnímu seznamu efektivity výkonu dobře architekta Azure:
| PE:04 | Shromážděte údaje o výkonu. Součásti a toky úloh by měly poskytovat automatické, průběžné a smysluplné metriky a protokoly. Shromážděte data na různých úrovních úlohy, jako jsou aplikace, platforma, data a úrovně operačního systému. |
|---|
Shromažďování dat o výkonu je proces shromažďování metrik a protokolů, které poskytují informace o výkonu úlohy. Tato data zahrnují číselné hodnoty, které se označují jako metriky. Metriky popisují stav systému v určitém časovém okamžiku. Obsahuje také protokoly, které obsahují různé typy dat uspořádaných do záznamů.
Shromažďováním dat o výkonu můžete monitorovat a analyzovat výkon úlohy. Tyto informace můžete použít k identifikaci kritických bodů výkonu, k řešení problémů, k optimalizaci přidělování prostředků a k rozhodování na základě dat za účelem zlepšení celkové efektivity výkonu úlohy.
Bez přehledů řízených daty nemusíte znát základní problémy s výkonem nebo příležitosti k optimalizaci. Mezi potenciální výsledky patří pomalejší doby odezvy, nižší propustnost, zvýšené využití prostředků a nakonec neoptimální uživatelské prostředí. Nedostatek dat o výkonu navíc ztěžuje včas diagnostikovat a řešit problémy, což vede k prodlouženým výpadkům a snížení produktivity.
Definice
| Pojem | definice |
|---|---|
| Protokoly aktivit | Protokoly, které sledují operace správy u prostředků, jako je odstranění prostředku. |
| Protokoly aplikací | Protokoly, které sledují informace o událostech aplikace, chybách a dalších aktivitách, jako jsou chyby přihlášení a selhání připojení k databázi. |
| Nástroj pro monitorování výkonu aplikací (APM) | Nástroj, který monitoruje a hlásí výkon aplikace. |
| Instrumentace kódu | Přímý nebo nepřímý zachytávání metrik výkonu z pohledu kódu aplikace. Zachycené metriky zahrnují metriky toku, použití prostředků a metriky specifické pro jazyk nebo modul runtime. |
| Distribuované trasování | Shromažďování a korelace metrik napříč distribuovanými komponentami úloh |
| Jímka metrik | Cíl úložiště pro metriky, který koreluje data časových řad pro analýzu. |
| Protokoly platformy | Diagnostická a auditní data, která zahrnují protokoly prostředků, protokoly aktivit a protokoly auditu. |
| Metriky platformy | Číselné hodnoty, které zaznamenávají výkon úloh v určitém čase. |
| Protokoly prostředků | Data, která systém generuje. Poskytuje informace o stavu systému. |
| Chyby Rx/Tx | Počet chyb příjmu a přenos chyb v síťovém rozhraní. |
| Strukturované protokolování | Definování smysluplného formátu pro protokolování zpráv, obvykle jako páry klíč-hodnota. |
Klíčové strategie návrhu
Optimalizace výkonu vyžaduje, aby data změřila aktuální výkon úlohy nebo toku s cíli výkonu. Potřebujete shromáždit správné množství a rozmanitost dat, abyste mohli měřit výkon kódu a infrastruktury proti cílům výkonu. Zajistěte, aby každá komponenta a tok v rámci úlohy automaticky generovaly průběžné a smysluplné metriky a protokoly. Tato data potřebujete zdrojovat z různých úrovní, jako jsou aplikace, platforma, úložiště a operační systém. Komplexní shromažďování údajů o výkonu umožňuje holistické porozumění výkonu, což umožňuje přesnou identifikaci neefektivních a přístupových cest ke zlepšení.
Centralizace shromažďování dat o výkonu
Centralizace metrik výkonu a protokolů je proces shromažďování metrik výkonu a protokolů z různých zdrojů a jejich ukládání do centrálního umístění. Vytvořte jímku centrální metriky a centrální jímku protokolů. Tato centralizace umožňuje snadný přístup, analýzu a monitorování metrik výkonu a protokolů napříč různými systémy a komponentami. Díky centralizaci metrik a protokolů získáte přehled o výkonu vaší úlohy. Zvolte vhodnou platformu nebo nástroj, který může agregovat a ukládat metriky a protokoly výkonu úloh.
Kompromis: Vysvětlení nákladů na shromažďování metrik a protokolů Obecně platí, že čím více metrik a protokolů shromažďujete, tím vyšší jsou náklady.
Segmentace dat o výkonu
Segmentace dat o výkonu zahrnuje uspořádání a kategorizaci metrik a protokolů na základě jejich původu, účelu nebo prostředí. Měli byste například oddělit produkční data od neprodukčních dat nebo rozlišovat mezi výkonnostními cíli a obchodními metrikami. Segmentace dat pomáhá optimalizovat konkrétní prostředí, usnadňuje řešení potíží a omezuje nepřesnosti při monitorování výkonu. Díky zachování jasného rozlišení mezi různými datovými typy můžete efektivněji zachytit, analyzovat a reagovat na relevantní metriky a lépe sladit stav úloh s cíli úloh. Pokud chcete segmentovat údaje o výkonu, zvažte následující doporučení:
Udržujte produkční data a neprodukční data oddělená. Oddělením dat podle prostředí můžete zajistit prioritní monitorování a optimalizaci jednotlivých prostředí. V produkčníchprostředích V neprodukčních prostředích usnadňuje oddělení dat efektivní řešení potíží a vyladění během testovací fáze před nasazením do produkčního prostředí.
Použijte jednu sadu dat v rámci každého prostředí. Nepoužívejte jednu sadu dat pro cíle výkonu a jinou sadu dat pro výstrahy související s cíli výkonu. Použití různých sad dat vede k nepřesným výstrahám, které podkopávají efektivitu monitorování výkonu.
Oddělte výkonnostní cíle a obchodní metriky. Provozní a vývojové týmy používají výkonnostní cíle k monitorování stavu úloh a splnění obchodních cílů. Obchodní metriky se vztahují k obchodním cílům nebo vytváření sestav zákazníků. Zachytávání obchodních metrik v samostatném datovém proudu, i když se data přímo překrývají. Oddělení poskytuje flexibilitu pro zachycení správných dat a nezávislou analýzu dat.
Definování zásad uchovávání informací
Zásady uchovávání informací určují, jak dlouho se mají uchovávat data o výkonu. Vytvoření těchto zásad pomáhá efektivně spravovat úložiště a zajišťuje, že k analýze budou přístupná jenom potřebná data. Tyto zásady podporují lepší výkon a splňují standardy dodržování předpisů. Měli byste nakonfigurovat zásady uchovávání informací pro data protokolů a metrik, abyste umožnili efektivní řešení potíží a monitorování ve všech prostředích. Například protokoly a metriky můžou být potřeba uchovávat delší dobu v produkčním prostředí než v testovacím prostředí. Doba uchovávání by měla odpovídat požadavkům vaší organizace a předpisům dodržování předpisů. Rozhodněte se, jak dlouho mají být data zachována pro účely analýzy a auditu. Archivujte data, která nepotřebujete k okamžité analýze.
Shromažďování dat o výkonu aplikací
Shromažďování dat aplikací zahrnuje monitorování a analýzu metrik výkonu aplikace, jako je propustnost, latence a časy dokončení, které se primárně shromažďují prostřednictvím instrumentace kódu. Data o výkonu aplikací poskytují cenné přehledy o stavu a výkonu aplikace. Monitorováním a analýzou dat o výkonu můžete identifikovat a řešit problémy, optimalizovat výkon aplikací a provádět informovaná rozhodnutí pro vaši aplikaci.
Kód instrumentace
Instrumentace odkazuje na proces vkládání fragmentů kódu nebo integrace nástrojů do kódu aplikace. Účelem instrumentace je zachytávat údaje o výkonu při spuštění aplikace. Je důležité shromáždit metriky, které zvýrazňují kritické operace aplikace. Zaměřte se na metriky, jako je propustnost, latence a čas dokončení. Je důležité rozlišovat mezi operacemi souvisejícími s podnikáním a provozem, které nejsou. U dat týkajících se obchodních operací se ujistěte, že jsou jeho metadata strukturovaná způsobem, který umožňuje odlišné sledování a ukládání. Primárním důvodem instrumentace kódu je shromažďování dat o tom, jak aplikace zpracovává svou úlohu. Přináší to tyto výhody:
Identifikace kritických bodů výkonu: Sledováním metrik, jako je využití procesoru a využití paměti, můžete identifikovat kritické body a odpovídajícím způsobem optimalizovat kód.
Vyhodnocení chování systému při zatížení: Můžete vidět, jak aplikace funguje v různých úlohách a scénářích zatížení. Tato data vám můžou pomoct identifikovat problémy související se škálovatelností, souběžností a používáním prostředků.
Sledování stavu a dostupnosti aplikace: Vzhledem k tomu, že se monitorují klíčové ukazatele výkonu v reálném čase, můžete dostávat upozornění na potenciální problémy, které ovlivňují výkon a dostupnost aplikace.
Vylepšení uživatelského prostředí: Můžete získat přehled o tom, jak uživatelé pracují s aplikací. Tyto informace slouží k optimalizaci uživatelského prostředí a identifikaci oblastí pro zlepšení.
Plánování kapacity a přidělování prostředků: Data o výkonu, která instrumentace shromažďuje, můžou poskytovat cenné přehledy o požadavcích na prostředky aplikace. Tyto informace mohou informovat vaše rozhodnutí o plánování kapacity a přidělování prostředků.
Při instrumentaci kódu pro monitorování výkonu zvažte následující strategie:
Použití nástrojů APM: Nástroje APM můžou shromažďovat a analyzovat údaje o výkonu, včetně metrik, trasování a protokolů. Nástroje APM nabízejí funkce, jako je instrumentace na úrovni kódu, trasování transakcí a profilace výkonu.
Použití rozhraní protokolování a trasování: Rozhraní protokolování a trasování jsou nástroje nebo knihovny, které vývojáři integrují do svých aplikací, aby usnadnili protokolování a trasování. Tyto architektury poskytují funkce pro generování protokolů, trasování požadavků a někdy i formátování nebo přenosu vygenerovaných dat. Díky začlenění rozhraní protokolování a trasování do základu kódu můžou vývojáři během běhu zaznamenávat relevantní data. Data můžou obsahovat informace o spuštěné cestě, vstupně-výstupních operacích a výkonu.
Vlastní instrumentace: Vývojáři můžou přidat vlastní kód, který shromažďuje metriky výkonu, které jsou jedinečné pro svou aplikaci a úlohu. Vlastní instrumentace může měřit moduly runtime, sledovat využití prostředků nebo zaznamenávat konkrétní události. Instrumentace vlastního kódu se zapisuje jenom v případech, kdy metriky platformy nejsou dostatečné. V některých situacích může prostředek platformy měřit agregované nebo dokonce podrobné perspektivy vaší aplikace. Zvažte otázku, zda chcete tuto snahu duplikovat použitím vlastního kódu proti nadbytečným kompromisům kódu nebo závislostem na funkci platformy.
Zaznamená časy transakcí. Zaznamenávání časů transakcí souvisí s měřením koncových časů pro klíčové technické funkce jako součást monitorování výkonu. Metriky na úrovni aplikace by měly zahrnovat koncové časy transakcí. Tyto doby transakcí by měly zahrnovat klíčové technické funkce, jako jsou databázové dotazy, doby odezvy pro externí volání rozhraní API a míry selhání kroků zpracování.
Používejte standardy telemetrie. Zvažte použití knihoven instrumentace nástrojů APM a nástrojů, které jsou postavené na standardu telemetrie, jako je OpenTelemetry.
Povolení distribuovaného trasování
Distribuované trasování je technika, která se používá ke sledování a monitorování požadavků při jejich toku přes distribuovaný systém. Díky tomu můžete trasovat cestu požadavku při cestě mezi několika službami a komponentami a poskytnout cenné přehledy o výkonu a efektivitě vaší úlohy. Distribuované trasování je důležité pro efektivitu výkonu, protože pomáhá identifikovat kritické body, problémy s latencí a oblasti pro optimalizaci v distribuovaném systému. Můžete určit, kde dochází ke zpožděním nebo nedostatečné efektivitě, a provést příslušné akce ke zlepšení výkonu vizualizací toku žádosti. Pokud chcete povolit distribuované trasování, postupujte takto:
Začněte instrumentací aplikací a služeb pro generování dat trasování. Používejte knihovny nebo architektury, které podporují distribuované trasování, například OpenTelemetry.
Ujistěte se, že se informace o trasování šíří napříč hranicemi služby. Při každém požadavku byste obvykle měli předat jedinečné ID trasování a další kontextové informace.
Nastavte centralizovaný systém shromažďování trasování. Tento systém shromažďuje a ukládá data trasování generovaná vašimi aplikacemi a službami.
Pomocí dat trasování shromážděných k vizualizaci kompletního toku požadavků a analýze charakteristik výkonu distribuovaného systému
Shromažďování protokolů aplikací
Při instrumentaci kódu by měl být jedním z primárních výstupů protokoly aplikace. Protokolování vám pomůže pochopit, jak aplikace běží v různých prostředích. Protokoly aplikace zaznamenávají podmínky, které vytvářejí události aplikace. Shromážděte protokoly aplikací ve všech aplikačních prostředích. Odpovídající položky protokolu v aplikaci by měly zachytit ID korelace pro příslušné transakce. ID korelace by mělo korelovat události protokolu aplikací napříč důležitými toky aplikací, jako je přihlášení uživatele. Pomocí této korelace můžete vyhodnotit stav klíčových scénářů v kontextu cílů a nefunkčních požadavků.
Měli byste použít strukturované protokolování. Strukturované protokolování zrychluje analýzu a analýzu protokolů. Usnadňuje indexování, dotazování a vytváření sestav protokolů bez složitosti. Přidejte a použijte knihovnu strukturovaného protokolování v kódu aplikace. Někdy vám položky protokolu můžou pomoct korelovat data, která nemůžete korelovat jinými prostředky.
Shromažďování dat o výkonu prostředků
Shromažďováním dat o výkonu prostředků můžete získat přehled o stavu a chování vaší úlohy. Data o výkonu prostředků poskytují informace o využití prostředků, což je klíčové pro plánování kapacity. Tato data také poskytují přehled o stavu úlohy a můžou vám pomoct odhalit problémy a řešit potíže. Zvažte následující doporučení:
Shromážděte metriky a protokoly pro každý prostředek. Každá služba Azure má sadu metrik, které jsou jedinečné pro funkčnost prostředku. Tyto metriky vám pomůžou porozumět stavu a výkonu prostředku. Přidejte pro každý prostředek nastavení diagnostiky pro odesílání metrik do umístění, ke kterému má váš tým úloh přístup při vytváření výstrah a řídicích panelů. Data metrik jsou k dispozici pro krátkodobý přístup. V případě dlouhodobého přístupu nebo přístupu ze systému, který není součástí služby Azure Monitor, odešlete data metriky do sjednocené jímky do umístění přístupu.
Používejte nástroje platformy. Získejte inspiraci z integrovaných a integrovaných řešení monitorování, jako je Azure Monitor Insights. Tento nástroj zjednodušuje operace výkonu. Při výběru platformy zvažte použití nástrojů platformy a investujte do vlastních nástrojů nebo vytváření sestav.
Monitorování síťového provozu Monitorování síťového provozu znamená sledovat a analyzovat tok a vzory dat při pohybu mezi síťovými cestami. Shromážděte analýzu provozu a monitorujte provoz, který prochází hranicemi podsítě. Vaším cílem je analyzovat a optimalizovat výkon sítě.
Shromažďování dat databáze a úložiště
Mnoho databázových a úložných systémů poskytuje vlastní monitorovací nástroje. Tyto nástroje shromažďují údaje o výkonu specifické pro tyto systémy. Databázové a úložné systémy často generují protokoly, které obsahují události a indikátory související s výkonem. Shromážděte data databáze a data o výkonu úložiště, abyste mohli identifikovat kritické body, diagnostikovat problémy a činit informovaná rozhodnutí, která zlepšují celkový výkon a spolehlivost vašich úloh. Zvažte shromažďování následujících typů dat o výkonu:
Propustnost: Propustnost měří množství dat načtených z nebo zapsaných do systému úložiště během časového období. Data o propustnosti označují možnosti přenosu dat.
Latence: Latence měří, jak dlouho operace úložiště trvají. Data latence označují odezvu systému úložiště.
IOPS (vstupně-výstupní operace za sekundu): Data o počtu operací čtení nebo zápisu, které může systém úložiště provést za sekundu. Data IOPS označují propustnost a rychlost odezvy systému úložiště.
Využití kapacity: Využití kapacity je množství využité úložné kapacity a množství, které je k dispozici. Data o využití kapacity pomáhají organizacím plánovat budoucí potřeby úložiště.
U databází byste také měli shromažďovat metriky specifické pro databázi:
Výkon dotazů: Data o době provádění, využití prostředků a efektivitě databázových dotazů. Pomalé nebo neefektivní databázové dotazy můžou výrazně zpomalit úlohu. Vyhledejte dotazy, které jsou pomalé a které se spouštějí často.
Výkon transakcí: Data o výkonu databázových transakcí, jako je doba trvání transakce, souběžnost a kolize zámků.
Výkon indexu: Data o výkonu databázových indexů, jako jsou fragmentace indexů, statistiky využití a optimalizace dotazů.
Použití prostředků: Data, která zahrnují procesor, paměť, místo na disku, vstupně-výstupní operace a šířku pásma sítě.
Metriky připojení: Metriky, které sledují počet aktivních, přerušených a neúspěšných připojení. Vysoká míra selhání může značit problémy se sítí nebo může značit, že databáze dosáhla maximálního počtu připojení.
Míra transakcí: Počet transakcí, které databáze spouští za sekundu. Změna míry transakcí může indikovat problémy s výkonem.
Chybové míry: Data označující výkon databáze. Vysoké míry chyb můžou znamenat problém s výkonem. Shromážděte a analyzujte chyby databáze.
Shromažďování dat operačního systému
Řešení PaaS (Platforma jako služba) eliminuje potřebu shromažďovat data o výkonu operačního systému. Pokud ale vaše úloha běží na virtuálních počítačích (infrastruktura jako služba), musíte shromáždit údaje o výkonu operačního systému. Potřebujete porozumět poptávce po operačním systému a virtuálním počítači. Často vzorkují čítače výkonu operačního systému. Můžete například vzorkovat čítače výkonu každou minutu.
Minimálně shromážděte data o následujících oblastech výkonu.
| Oblast výkonu | Proces nebo funkce |
|---|---|
| Procesor | – Využití procesoru (uživatelský režim nebo privilegovaný režim) – Délka fronty procesoru (počet procesů, které čekají na čas procesoru) |
| Zpracovat | – Počet vláken procesu – Počet popisovačů procesů |
| Memory (Paměť) | - Potvrzená paměť - Dostupná paměť - Stránky za sekundu – Prohození využití místa |
| Disk | - Čtení disku - Zápisy na disk – Propustnost disku – Využití místa na disku |
| Síť | – Propustnost síťového rozhraní – Chyby Rx/Tx síťového rozhraní |
Ověření a analýza dat
Vaše údaje o výkonu by měly odpovídat cílům výkonu. Data musí zcela a přesně reprezentovat výkon úloh nebo toků, protože souvisí s cíli výkonu. Například doba odezvy webové služby má cíl výkonu 500 ms. Udělejte to rutinou pro analýzu dat, protože časté vyhodnocení umožňují včasnou detekci a zmírnění problémů s výkonem.
Vytvářet upozornění Je výhodné mít výstrahy, které jsou použitelné, a umožnit tak identifikaci výzvy a opravy problémů s výkonem. Tyto výstrahy by měly jasně indikovat překročení prahové hodnoty výkonu, potenciální obchodní účinek a příslušné komponenty. Začněte nastavením běžné a doporučené výstrahy. V průběhu času můžete tato kritéria upravit na základě vašich konkrétních potřeb. Primárním cílem těchto výstrah by mělo být prognózování potenciálních poklesů výkonu před tím, než se eskalují do významných problémů. Pokud nemůžete nastavit upozornění pro externí závislost, zvažte vytvoření metody pro shromáždění nepřímých měření, jako je doba trvání volání závislosti.
Nastavte limity shromažďování dat. Určete a nastavte logické limity objemu shromažďovaných dat a doby uchovávání dat. Telemetrie může někdy vést k zahlcení objemů dat. Je důležité se zaměřit na zachycení pouze nejdůležitějších ukazatelů výkonu nebo efektivní systém pro extrakci smysluplných přehledů z dat o výkonu.
Usnadnění azure
Centralizace, segmentace a uchovávání údajů o výkonu: Azure Monitor shromažďuje a agreguje data z každé vrstvy a součásti úloh napříč několika předplatnými a tenanty Azure a tenanty mimo Azure. Ukládá data do společné datové platformy pro spotřebu pomocí společné sady nástrojů, které mohou korelovat, analyzovat, vizualizovat a reagovat na data.
K povolení protokolů služby Azure Monitor potřebujete alespoň jeden pracovní prostor služby Log Analytics. Pro všechna vaše shromažďování dat můžete použít jeden pracovní prostor. Můžete také vytvořit více pracovních prostorů na základě požadavků pro segmentování dat o výkonu. Umožňuje také definovat zásady uchovávání informací.
Shromažďování dat o výkonu aplikací: Application Insights je funkce služby Azure Monitor, která pomáhá monitorovat výkon a dostupnost vaší aplikace. Poskytuje přehledy na úrovni aplikace shromažďováním telemetrických dat, jako jsou frekvence požadavků, doby odezvy a podrobnosti o výjimce. Pro aplikaci můžete povolit Application Insights a nakonfigurovat ji tak, aby shromažďuje potřebná data o výkonu. Application Insights také podporuje distribuované trasování. Nakonfigurujte distribuované trasování pro všechny toky. Chcete-li vytvářet komplexní toky transakcí, korelujte události, které pocházejí z různých komponent nebo vrstev aplikace.
Čítače výkonu představují účinný způsob, jak monitorovat výkon aplikace. Azure poskytuje různé čítače výkonu, které můžete použít ke shromažďování dat o využití procesoru, využití paměti, vstupně-výstupních operacích disku, síťovém provozu a dalších možnostech. Pokud nakonfigurujete aplikaci tak, aby vygenerovávala data čítače výkonu, Azure Monitor shromažďuje a ukládá data pro analýzu.
Shromažďování dat o výkonu prostředků: Většina služeb Azure generuje protokoly platformy a metriky, které poskytují diagnostické a auditní informace. Povolením nastavení diagnostiky můžete zadat protokoly platformy a metriky, které se mají shromažďovat a ukládat. Pro účely korelace povolte diagnostiku pro všechny podporované služby a pak odešlete protokoly do stejného cíle jako protokoly vaší aplikace.
Shromažďování dat o výkonu databáze a úložiště: Azure Monitor umožňuje shromažďovat údaje o výkonu pro databáze v Azure. Můžete povolit monitorování pro Azure SQL Database, Azure Database for MySQL, Azure Database for PostgreSQL a další databázové služby. Azure Monitor poskytuje metriky a protokoly pro monitorování výkonu databáze, včetně využití procesoru, využití paměti a výkonu dotazů. Pokud chcete dostávat oznámení o problémech, můžete nastavit upozornění na základě prahových hodnot výkonu.
Azure nabízí doporučení k výkonu pro databáze, jako je SQL Server na virtuálních počítačích Azure. Tato doporučení vám pomůžou optimalizovat výkon databázových úloh. Obsahují návrhy pro shromažďování čítačů výkonu, zachytávání statistik čekání a shromažďování dat o výkonu během špičky.
Azure Analýza úložiště umožňuje shromažďovat údaje o výkonu pro služby Azure Storage, jako je Blob Storage, Table Storage a Queue Storage. Protokolování a metriky pro účty úložiště můžete povolit k monitorování klíčových ukazatelů výkonu, jako je počet operací čtení a zápisu, propustnost a latence.
Shromažďování dat o výkonu operačního systému: Rozšíření Azure Diagnostics umožňuje shromažďovat podrobná data o výkonu z virtuálních počítačů, včetně procesoru, paměti, vstupně-výstupních operací disku a síťového provozu. Tato data je možné odeslat do služby Azure Monitor nebo do jiných služeb úložiště za účelem analýzy a upozorňování.
Ověřování a analýza dat o výkonu: V rámci služby Azure Monitor můžete pomocí protokolů služby Azure Monitor shromažďovat, analyzovat a vizualizovat data protokolů z vašich aplikací a systémů. Protokoly služby Azure Monitor můžete nakonfigurovat tak, aby ingestovali protokoly z vaší aplikace, včetně protokolů na úrovni aplikace a protokolů infrastruktury. Agregací protokolů můžete křížově dotazovat události a získat přehled o výkonu aplikace. Další informace najdete v tématu Výpočty a možnosti a ceny protokolů služby Azure Monitor.
Ve službě Azure Monitor můžete definovat pravidla upozornění pro monitorování konkrétních metrik výkonu a aktivovat výstrahy na základě předdefinovaných podmínek. Můžete například vytvořit pravidlo upozornění, které vás upozorní, když využití procesoru překročí určitou prahovou hodnotu nebo když doba odezvy překročí zadaný limit. Nakonfigurujte pravidlo upozornění tak, aby odesílala oznámení požadovaným příjemcům.
Při vytváření pravidla upozornění můžete definovat kritéria, která určují, kdy se má výstraha aktivovat. Můžete nastavit prahové hodnoty, metody agregace, časová období a frekvenci vyhodnocování. Definujte kritéria na základě vašich požadavků na monitorování výkonu. Kromě odesílání oznámení můžete zadat akce, které se mají provést při aktivaci výstrahy. Akce můžou zahrnovat odesílání e-mailů, volání webhooků nebo spouštění funkcí Azure. Zvolte vhodné akce, které budou odpovídat na konkrétní scénář upozornění.
Příklady
- Standardní vysoce dostupná zónově redundantní webová aplikace aplikačních služeb
- Monitorování aplikace mikroslužeb ve službě Azure Kubernetes Service (AKS)
- Podnikové monitorování s využitím služby Azure Monitor
Související odkazy
Kontrolní seznam efektivity výkonu
Projděte si kompletní sadu doporučení.