Monitorování automatického škálování

  • 2 min

V této lekci se podíváme na koncepty monitorování automatického škálování.

Sledování

Podobně jako u jiných prostředků Azure vytvářejí akce automatického škálování Azure Spring Apps protokoly. Existují dvě kategorie protokolů, které může vytvořit:

  • Vyhodnocení automatického škálování: Modul automatického škálování zaznamenává položky protokolu pro každé vyhodnocení každé podmínky pokaždé, když provede kontrolu. Položka obsahuje podrobnosti o pozorovaných hodnotách metrik, vyhodnocených pravidlech a o tom, jestli vyhodnocení vedlo k akci škálování nebo ne.

  • Akce automatického škálování: Modul zaznamenává události akce škálování spuštěné službou automatického škálování a výsledky těchto akcí škálování (úspěch, selhání a počet výskytů škálování, jak je vidět ve službě automatického škálování).

Principy událostí automatického škálování

Na obrazovce nastavení automatického škálování můžete přejít na kartu Historie spuštění a zobrazit nejnovější akce škálování. Na kartě se také zobrazuje změna pozorované kapacity v průběhu času. Zobrazuje také další podrobnosti o všech akcích automatického škálování, včetně operací, jako je aktualizace a odstranění nastavení automatického škálování. Na obrazovce Nastavení se také zobrazuje protokol aktivit a umožňuje filtrovat podle operací automatického škálování.

Automatické škálování příspěvků do protokolu aktivit, pokud dojde k některé z následujících podmínek:

  • Automatické škálování vystavuje operaci škálování.
  • Služba automatického škálování úspěšně dokončí akci škálování.
  • Službě automatického škálování se nepodaří provést akci škálování.
  • Automatické škálování detekuje flapping a přeruší pokus o škálování. V této situaci se zobrazí typ Flapping protokolu. Pokud se zobrazí Flapping, zvažte, jestli jsou prahové hodnoty příliš úzké.
  • Automatické škálování detekuje flapping, ale stále dokáže úspěšně škálovat. V této situaci se zobrazí typ FlappingOccurred protokolu. Pokud se zobrazí FlappingOccurred, modul automatického škálování se pokusil škálovat (například ze čtyř instancí na dvě), ale zjistil, že tato akce způsobí flapping. Místo toho se modul automatického škálování škáloval na jiný počet instancí (například pomocí tří instancí místo dvou), což už nezpůsobí flapping, takže se škáloval na tento počet instancí.

Monitorování automatického škálování aplikace pomocí Log Analytics

Stejně jako u jakékoli podporované služby Azure Monitor můžete pomocí nastavení diagnostiky směrovat tyto protokoly:

  • Podrobné analýzy najdete v pracovním prostoru Služby Azure Log Analytics.
  • Do služby Azure Event Hubs a pak do nástrojů mimo Azure.
  • K archivaci účtu úložiště Azure.

Pomocí Log Analytics můžete ověřit vyhodnocení a akce škálování lépe. Ve vaší ukázkové aplikaci jsme vaše protokoly automatického škálování směrovali do protokolů služby Azure Monitor (Log Analytics) prostřednictvím pracovního prostoru při vytváření nastavení automatického škálování.

Data se načítají z pracovního prostoru služby Log Analytics pomocí dotazu protokolu, což je požadavek jen pro čtení pro zpracování dat a vrácení výsledků. Dotazy protokolu se zapisují v dotazovací jazyk Kusto (KQL), což je stejný dotazovací jazyk, který používá Azure Data Explorer.

Poznámka:

Další informace o syntaxi KQL najdete v lekci Souhrn na konci tohoto modulu.

V dalším cvičení použijete log Analytics a dozvíte se více o událostech automatického škálování.