Recomendaciones para recopilar datos de rendimiento
Se aplica a esta recomendación de lista de comprobación de eficiencia del rendimiento del marco de trabajo bien diseñado de Azure:
| PE:04 | recopila datos de rendimiento. Los componentes y flujos de carga de trabajo deben proporcionar métricas y registros automáticos, continuos y significativos. Recopile datos en distintos niveles de la carga de trabajo, como la aplicación, la plataforma, los datos y los niveles del sistema operativo. |
|---|
La recopilación de datos de rendimiento es el proceso de recopilación de métricas y registros que proporciona información sobre el rendimiento de una carga de trabajo. Estos datos incluyen valores numéricos, que se conocen como métricas. Las métricas describen el estado del sistema en un momento dado. También incluye registros que contienen diferentes tipos de datos organizados en registros.
Al recopilar datos de rendimiento, se puede supervisar y analizar el rendimiento de una carga de trabajo. Se puede usar esta información para identificar cuellos de botella de rendimiento, solucionar problemas, optimizar la asignación de recursos y tomar decisiones basadas en datos para mejorar la eficiencia general del rendimiento de la carga de trabajo.
Sin información controlada por datos, es posible que no tenga en cuenta los problemas de rendimiento subyacentes o las oportunidades de optimización. Los resultados potenciales incluyen tiempos de respuesta más lentos, disminución del rendimiento, aumento del uso de recursos y, en última instancia, una experiencia de usuario poco óptima. Además, la falta de datos de rendimiento dificulta el diagnóstico y solución de problemas de forma oportuna, lo que provoca un tiempo de inactividad prolongado y una productividad reducida.
Definiciones
| Término | Definición |
|---|---|
| Registros de actividad | Registros que realizan un seguimiento de las operaciones de administración en los recursos, como la eliminación de un recurso. |
| Registros de aplicación | Registros que realizan un seguimiento de la información sobre eventos de aplicación, errores y otras actividades, como los inicios de sesión y los errores de conexión de base de datos. |
| Herramienta de supervisión del rendimiento de aplicaciones (APM) | Herramienta que supervisa e informa sobre el rendimiento de una aplicación. |
| Instrumentación de código | Captura directa o indirecta de métricas de rendimiento desde la perspectiva del código de la aplicación. Las métricas capturadas incluyen métricas de flujo, uso de recursos y métricas específicas del lenguaje o tiempo de ejecución. |
| Seguimiento distribuido | Recopilación y correlación de métricas entre componentes de carga de trabajo distribuidos. |
| Receptor de métricas | Un destino de almacenamiento para las métricas que correlaciona los datos de serie temporal para el análisis. |
| Registros de plataforma | Datos de diagnóstico y auditoría que incluyen registros de recursos, registros de actividad y registros de auditoría. |
| Métricas de la plataforma | Valores numéricos que registran el rendimiento de la carga de trabajo en un momento determinado. |
| Registros del recurso | Datos que genera un sistema. Proporciona información sobre el estado del sistema. |
| Errores de Rx/Tx | Número de errores de recepción y transmisión de errores en una interfaz de red. |
| Registro estructurado | Definir un formato significativo para registrar mensajes, normalmente como pares clave-valor. |
Estrategias de diseño principales
La optimización del rendimiento requiere datos para medir el rendimiento actual de una carga de trabajo o un flujo con respecto a sus objetivos de rendimiento. Debe recopilar la cantidad adecuada y la diversidad de datos para medir el rendimiento del código y la infraestructura con respecto a los objetivos de rendimiento. Asegúrese de que cada componente y flujo dentro de la carga de trabajo genera automáticamente métricas y registros continuos y significativos. Debe obtener estos datos de diversos niveles, como la aplicación, la plataforma, el almacenamiento y el sistema operativo. La recopilación completa de datos de rendimiento permite una comprensión holística del rendimiento, lo que permite la identificación precisa de las ineficacias y las vías de mejora.
Centralización de la recopilación de datos de rendimiento
La centralización de métricas y registros de rendimiento es el proceso de recopilar métricas y registros de rendimiento de varios orígenes y almacenarlos en una ubicación central. Cree un receptor de métricas central y un receptor de registros central. Esta centralización permite un fácil acceso, análisis y supervisión de métricas y registros de rendimiento en distintos sistemas y componentes. Al centralizar las métricas y los registros, obtendrá visibilidad sobre el rendimiento de la carga de trabajo. Elija una plataforma o herramienta adecuada que pueda agregar y almacenar métricas y registros de rendimiento de la carga de trabajo.
Compensación: comprenda el costo de recopilar métricas y registros. En general, cuantos más métricas y registros recopile, mayor será el costo.
Segmentar datos de rendimiento
La segmentación de datos de rendimiento implica organizar y clasificar métricas y registros en función de su origen, propósito o entorno. Por ejemplo, debe separar los datos de producción de los datos que no son de producción o distinguir entre los objetivos de rendimiento y las métricas empresariales. La segmentación de datos ayuda a optimizar entornos específicos, facilita la solución de problemas y limita las imprecisiones en la supervisión del rendimiento. Al mantener una distinción clara entre distintos tipos de datos, puede capturar, analizar y responder a métricas pertinentes de forma más eficaz y alinear mejor el estado de la carga de trabajo con los objetivos de la carga de trabajo. Para segmentar los datos de rendimiento, tenga en cuenta las siguientes recomendaciones:
Mantenga separados los datos de producción y los datos que no son de producción. Al separar los datos por entorno, puede garantizar una supervisión y optimización centradas de cada entorno. En entornos de producción, puede identificar y solucionar mejor los problemas de rendimiento que afectan directamente a los usuarios y las operaciones empresariales. En entornos que no son de producción, la separación de datos facilita la solución de problemas y el ajuste efectivos durante la fase de prueba antes de implementar en producción.
Use un conjunto de datos dentro de cada entorno. No use un conjunto de datos para destinos de rendimiento y otro conjunto de datos para alertas relacionadas con los objetivos de rendimiento. El uso de diferentes conjuntos de datos conduce a alertas inexactas que minan la eficacia de la supervisión del rendimiento.
Separe los objetivos de rendimiento y las métricas empresariales. Los equipos de operaciones y desarrollo usan objetivos de rendimiento para supervisar el estado de la carga de trabajo y cumplir los objetivos empresariales. Las métricas empresariales se relacionan con los objetivos empresariales o los informes de clientes. Capture las métricas empresariales en un flujo de datos independiente, incluso si los datos se superponen directamente. La separación le ofrece flexibilidad para capturar los datos adecuados y analizar los datos de forma independiente.
Definir directivas de retención
Las directivas de retención determinan cuánto tiempo deberían conservarse los datos de rendimiento. El establecimiento de estas directivas ayuda a administrar el almacenamiento de forma eficaz y garantiza que solo se pueda acceder a los datos necesarios para el análisis. Estas directivas permiten un mejor rendimiento y cumplen los estándares de cumplimiento. Debe configurar directivas de retención para los datos de registro y métricas para habilitar la solución de problemas y la supervisión eficaces en todos los entornos. Por ejemplo, es posible que los registros y las métricas deban conservarse durante más tiempo en un entorno de producción que en el entorno de prueba. El período de retención debe coincidir con los requisitos y las regulaciones de cumplimiento de su organización. Decida cuánto tiempo se conservarán los datos con fines de análisis y auditoría. Archive los datos que no necesita para el análisis inmediato.
Recopilación de datos de rendimiento de aplicaciones
La recopilación de datos de aplicación implica la supervisión y el análisis de las métricas de rendimiento de una aplicación, como el rendimiento, la latencia y los tiempos de finalización, que se recopilan principalmente mediante el código de instrumentación. Los datos de rendimiento de la aplicación proporcionan información valiosa sobre el estado y el rendimiento de una aplicación. Mediante la supervisión y el análisis de los datos de rendimiento, puede identificar y solucionar problemas, optimizar el rendimiento de la aplicación y tomar decisiones fundamentadas para la aplicación.
Código de instrumento
La instrumentación hace referencia al proceso de inserción de fragmentos de código o de integración de herramientas en un código de aplicación. El propósito de la instrumentación es capturar datos de rendimiento mientras se ejecuta la aplicación. Es esencial recopilar métricas que resalte las operaciones críticas de la aplicación. Céntrese en métricas como rendimiento, latencia y tiempo de finalización. Es importante diferenciar entre las operaciones y las operaciones relacionadas con la empresa que no lo son. En el caso de los datos relativos a las operaciones empresariales, asegúrese de que sus metadatos están estructurados de una manera que permita un seguimiento y almacenamiento distintos. El motivo principal de la instrumentación de código es recopilar datos sobre cómo controla la aplicación su carga de trabajo. Proporciona las prestaciones siguientes:
Identificación de cuellos de botella de rendimiento: mediante el seguimiento de métricas como el uso de CPU y el uso de memoria, puede identificar cuellos de botella y optimizar el código en consecuencia.
Evaluación del comportamiento del sistema bajo una carga: puede ver cómo funciona la aplicación en diferentes cargas de trabajo y escenarios de estrés. Estos datos pueden ayudarle a identificar problemas relacionados con la escalabilidad, la simultaneidad y el uso de recursos.
Seguimiento del estado y la disponibilidad de la aplicación: dado que los indicadores clave de rendimiento se supervisan en tiempo real, puede obtener alertas sobre posibles problemas que afectan al rendimiento y la disponibilidad de la aplicación.
Mejorar la experiencia del usuario: puede obtener información sobre cómo interactúan los usuarios con la aplicación. Use esta información para optimizar la experiencia del usuario e identificar las áreas para mejorar.
Planeamiento de la capacidad y asignación de recursos: los datos de rendimiento que recopila la instrumentación pueden proporcionar información valiosa sobre los requisitos de recursos de una aplicación. Esta información puede informar a sus decisiones sobre la planeación de la capacidad y la asignación de recursos.
Al instrumentar código para la supervisión del rendimiento, tenga en cuenta las siguientes estrategias:
Usar herramientas de APM: las herramientas de APM pueden recopilar y analizar datos de rendimiento, incluidas las métricas, los seguimientos y los registros. Las herramientas de APM ofrecen características como instrumentación de nivel de código, seguimiento de transacciones y generación de perfiles de rendimiento.
Usar marcos de registro y seguimiento: los marcos de registro y seguimiento son herramientas o bibliotecas que los desarrolladores integran en sus aplicaciones para facilitar el registro y el seguimiento. Estos marcos proporcionan funciones para generar registros, solicitudes de seguimiento e incluso dar formato o transportar los datos generados. Al incorporar marcos de registro y seguimiento en la base de código, los desarrolladores pueden capturar datos relevantes durante el tiempo de ejecución. Los datos pueden incluir información sobre la ruta de acceso en ejecución, la E/S y el rendimiento.
Instrumentación personalizada: los desarrolladores pueden agregar código personalizado para recopilar métricas de rendimiento únicas para su aplicación y carga de trabajo. La instrumentación personalizada puede medir los entornos de ejecución, realizar un seguimiento del uso de recursos o capturar eventos específicos. Escriba instrumentación de código personalizada solo cuando las métricas de la plataforma no sean suficientes. En algunas situaciones, el recurso de la plataforma puede medir perspectivas agregadas o incluso pormenorizadas de la aplicación. Pesa la pregunta de si se debe duplicar ese esfuerzo mediante el uso de código personalizado frente a ventajas o dependencias de código excesivos en una característica de plataforma.
Capturar tiempos de transacción. La captura de tiempos de transacción se relaciona con la medición de las horas de un extremo a otro para las funciones técnicas clave como parte de la supervisión del rendimiento. Las métricas de nivel de aplicación deben incluir tiempos de transacción de un extremo a otro. Estos tiempos de transacción deben abarcar funciones técnicas clave, como consultas de base de datos, tiempos de respuesta para llamadas API externas y tasas de error de los pasos de procesamiento.
Use los estándares de telemetría. Considere la posibilidad de usar bibliotecas y herramientas de instrumentación de herramientas de APM creadas en torno a un estándar de telemetría, como OpenTelemetry.
Habilitación del seguimiento distribuido
El seguimiento distribuido es una técnica que se usa para realizar un seguimiento y supervisar las solicitudes a medida que fluyen a través de un sistema distribuido. Permite realizar un seguimiento de la ruta de acceso de una solicitud a medida que recorre varios servicios y componentes, lo que proporciona información valiosa sobre el rendimiento y la eficacia de la carga de trabajo. El seguimiento distribuido es importante para la eficacia del rendimiento, ya que ayuda a identificar cuellos de botella, problemas de latencia y áreas para la optimización dentro de un sistema distribuido. Puede identificar dónde se producen retrasos o ineficacias y realizar acciones adecuadas para mejorar el rendimiento mediante la visualización del flujo de una solicitud. Siga estos pasos para habilitar el seguimiento distribuido:
Empiece por instrumentar las aplicaciones y los servicios para generar datos de seguimiento. Use bibliotecas o marcos que admitan el seguimiento distribuido, como OpenTelemetry.
Asegúrese de que la información de seguimiento se propaga a través de los límites del servicio. Normalmente, debe pasar un identificador de seguimiento único y otra información contextual con cada solicitud.
Configure un sistema de recopilación de seguimiento centralizado. Este sistema recopila y almacena los datos de seguimiento generados por sus aplicaciones y servicios.
Use los datos de seguimiento recopilados para visualizar el flujo de solicitudes de un extremo a otro y analizar las características de rendimiento del sistema distribuido.
Recopilación de registros de aplicaciones
Al instrumentar código, una de las salidas principales debe ser registros de aplicación. El registro le ayuda a comprender cómo se ejecuta la aplicación en varios entornos. Los registros de aplicación registran las condiciones que producen eventos de aplicación. Recopilar registros de aplicación en todos los entornos de aplicación. Las entradas de registro correspondientes en toda la aplicación deben capturar un identificador de correlación para sus respectivas transacciones. El identificador de correlación debe correlacionar los eventos de registro de aplicaciones en flujos de aplicación críticos, como el inicio de sesión del usuario. Use esta correlación para evaluar el estado de los escenarios clave en el contexto de los destinos y los requisitos no funcionales.
Debe usar el registro estructurado. El registro estructurado acelera el análisis y el análisis de registros. Hace que los registros sean más fáciles de indexar, consultar e informar sin complejidad. Agregue y use una biblioteca de registro estructurado en el código de la aplicación. A veces, las entradas de registro pueden ayudarle a correlacionar los datos que no se pudieron correlacionar por otros medios.
Recopilación de datos de rendimiento de recursos
Al recopilar datos de rendimiento de recursos, puede obtener información sobre el estado y el comportamiento de la carga de trabajo. Los datos de rendimiento de los recursos proporcionan información sobre el uso de recursos, que es clave para el planeamiento de la capacidad. Estos datos también proporcionan información sobre el estado de una carga de trabajo y pueden ayudarle a detectar problemas y solucionarlos. Tenga en cuenta las recomendaciones siguientes:
Recopile métricas y registros para cada recurso. Cada servicio de Azure tiene un conjunto de métricas únicas para la funcionalidad del recurso. Estas métricas le ayudarán a comprender el estado y el rendimiento del recurso. Agregue una configuración de diagnóstico para cada recurso para enviar métricas a una ubicación a la que el equipo de carga de trabajo pueda acceder a medida que compilan alertas y paneles. Los datos de métricas están disponibles para el acceso a corto plazo. Para el acceso a largo plazo o para el acceso desde un sistema que está fuera de Azure Monitor, envíe los datos de métricas al receptor unificado a la ubicación de acceso.
Use herramientas de plataforma. Recopile inspiración de soluciones de supervisión integradas e integradas, como Azure Monitor Insights. Esta herramienta simplifica las operaciones de rendimiento. Considere las herramientas de plataforma a medida que selecciona una plataforma e invierte en herramientas o informes personalizados.
Supervisar el tráfico de red. La supervisión del tráfico de red significa realizar un seguimiento y analizar el flujo y los patrones de datos a medida que se mueve a través de caminos de red. Recopile análisis de tráfico y supervise el tráfico que atraviesa los límites de subred. El objetivo es analizar y optimizar el rendimiento de la red.
Recopilación de datos de base de datos y almacenamiento
Muchos sistemas de almacenamiento y bases de datos proporcionan sus propias herramientas de supervisión. Estas herramientas recopilan datos de rendimiento específicos de esos sistemas. Los sistemas de base de datos y almacenamiento suelen generar registros que contienen indicadores y eventos relacionados con el rendimiento. Recopile datos de bases de datos y datos de rendimiento de almacenamiento para poder identificar cuellos de botella, diagnosticar problemas y tomar decisiones informadas para mejorar el rendimiento general y la confiabilidad de la carga de trabajo. Considere la posibilidad de recopilar los siguientes tipos de datos de rendimiento:
Rendimiento: el rendimiento mide la cantidad de datos leídos o escritos en el sistema de almacenamiento durante un período de tiempo. Los datos de rendimiento indican las funcionalidades de transferencia de datos.
Latencia: la latencia mide cuánto duran las operaciones de almacenamiento. Los datos de latencia indican la capacidad de respuesta del sistema de almacenamiento.
IOPS (operaciones de E/S por segundo): datos sobre el número de operaciones de lectura o escritura que el sistema de almacenamiento puede realizar en un segundo. Los datos de IOPS indican el rendimiento y la capacidad de respuesta del sistema de almacenamiento.
Uso de capacidad: el uso de capacidad es la cantidad de capacidad de almacenamiento utilizada y la cantidad disponible. Los datos de uso de capacidad ayudan a las organizaciones a planear las necesidades futuras de almacenamiento.
Para las bases de datos, también debe recopilar métricas específicas de la base de datos:
Rendimiento de las consultas: datos sobre el tiempo de ejecución, el uso de recursos y la eficacia de las consultas de base de datos. Las consultas de base de datos lentas o ineficaces pueden ralentizar significativamente una carga de trabajo. Busque consultas lentas y que se ejecuten con frecuencia.
Rendimiento de las transacciones: datos sobre el rendimiento de las transacciones de base de datos, como la duración de la transacción, la simultaneidad y la contención de bloqueos.
Rendimiento del índice: datos sobre el rendimiento de los índices de base de datos, como la fragmentación de índices, las estadísticas de uso y la optimización de consultas.
Uso de recursos: datos que incluyen CPU, memoria, espacio en disco, E/S y ancho de banda de red.
Métricas de conexión: métricas que realizan un seguimiento del número de conexiones activas, anuladas y con errores. Las altas tasas de error podrían indicar problemas de red o podrían indicar que la base de datos alcanzó su número máximo de conexiones.
Tasas de transacción: número de transacciones que se ejecuta una base de datos por segundo. Un cambio en las tasas de transacción puede indicar problemas de rendimiento.
Tasas de error: datos que indican un rendimiento de la base de datos. Las altas tasas de error pueden indicar un problema de rendimiento. Recopilar y analizar errores de base de datos.
Recopilación de datos del sistema operativo
Una solución de plataforma como servicio (PaaS) elimina la necesidad de recopilar datos de rendimiento del sistema operativo. Sin embargo, si la carga de trabajo se ejecuta en máquinas virtuales (infraestructura como servicio), debe recopilar datos de rendimiento sobre el sistema operativo. Debe comprender la demanda en el sistema operativo y la máquina virtual. Contadores de rendimiento del sistema operativo de ejemplo frecuentes. Por ejemplo, podría muestrear los contadores de rendimiento cada minuto.
Como mínimo, recopile datos sobre las siguientes áreas de rendimiento.
| Área de rendimiento | Proceso o función |
|---|---|
| CPU | - Uso de CPU (modo de usuario o modo con privilegios) - Longitud de la cola de CPU (número de procesos que esperan tiempo de CPU) |
| Proceso | - Recuento de subprocesos de procesos - Recuento de identificadores de proceso |
| Memoria | - Memoria confirmada - Memoria disponible - Páginas por segundo - Intercambio del uso del espacio |
| Disco | - Lectura de disco - Escrituras en disco - Rendimiento del disco - Uso del espacio en disco |
| Red | - Rendimiento de la interfaz de red - Errores de interfaz de red Rx/Tx |
Validar y analizar datos
Los datos de rendimiento deben alinearse con los objetivos de rendimiento. Los datos deben representar el rendimiento de la carga de trabajo o el flujo de forma completa y precisa en relación con los objetivos de rendimiento. Por ejemplo, el tiempo de respuesta de un servicio web tiene un destino de rendimiento de 500 ms. Haga que sea una rutina analizar los datos, ya que las evaluaciones frecuentes permiten la detección temprana y la mitigación de problemas de rendimiento.
Crear alertas. Resulta beneficioso tener alertas que sean accionables, lo que permite la identificación rápida y rectificación de problemas de rendimiento. Estas alertas deben indicar claramente el umbral de rendimiento infringido, el posible efecto empresarial y los componentes implicados. Comience estableciendo una alerta común y recomendada. Con el tiempo, puede modificar estos criterios en función de sus necesidades específicas. El objetivo principal de estas alertas debe ser predecir posibles caídas de rendimiento antes de que se escalen en problemas significativos. Si no puede establecer una alerta para una dependencia externa, considere la posibilidad de diseñar un método para recopilar medidas indirectas, como la duración de una llamada de dependencia.
Establezca los límites de recopilación de datos. Determine y establezca límites lógicos en el volumen de datos que recopila y su duración de retención. La telemetría a veces puede producir cantidades abrumadoras de datos. Es esencial centrarse en capturar solo los indicadores de rendimiento más vitales o tener un sistema eficaz en su lugar para extraer información significativa de los datos de rendimiento.
Facilitación de Azure
Centralización, segmentación y retención de datos de rendimiento: Azure Monitor recopila y agrega datos de cada capa y componente de la carga de trabajo en varias suscripciones y inquilinos que no son de Azure. Almacena los datos en una plataforma de datos común para su consumo por parte de un conjunto común de herramientas que pueden correlacionar, analizar, visualizar o responder a los datos.
Necesita al menos un área de trabajo de Log Analytics para habilitar los registros de Azure Monitor. Puede usar una sola área de trabajo para la recopilación de datos. También puede crear varias áreas de trabajo en función de los requisitos para segmentar los datos de rendimiento. También permite definir directivas de retención.
Recopilación de datos de rendimiento de aplicaciones: Application Insights es una característica de Azure Monitor que le ayuda a supervisar el rendimiento y la disponibilidad de la aplicación. Proporciona información de nivel de aplicación mediante la recopilación de datos de telemetría, como tasas de solicitud, tiempos de respuesta y detalles de excepciones. Puede habilitar Application Insights para la aplicación y configurarla para recopilar los datos de rendimiento necesarios. Application Insights también admite el seguimiento distribuido. Configure el seguimiento distribuido para todos los flujos. Para crear flujos de transacciones de un extremo a otro, correlacione los eventos que proceden de distintos componentes o niveles de aplicación.
Los contadores de rendimiento son una manera eficaz de supervisar el rendimiento de la aplicación. Azure proporciona varios contadores de rendimiento que puede usar para recopilar datos sobre el uso de CPU, el uso de memoria, la E/S de disco, el tráfico de red, etc. Si configura la aplicación para emitir datos de contadores de rendimiento, Azure Monitor recopila y almacena los datos para su análisis.
Recopilación de datos de rendimiento de recursos: la mayoría de los servicios de Azure generan registros de plataforma y métricas que proporcionan información de diagnóstico y auditoría. Al habilitar la configuración de diagnóstico, puede especificar los registros y las métricas de la plataforma para recopilar y almacenar. Con fines de correlación, habilite los diagnósticos para todos los servicios admitidos y, a continuación, envíe los registros al mismo destino que los registros de aplicación.
Recopilación de datos de base de datos y almacenamiento de datos: Azure Monitor permite recopilar datos de rendimiento para las bases de datos de Azure. Puede habilitar la supervisión de Azure SQL Database, Azure Database for MySQL, Azure Database for PostgreSQL y otros servicios de base de datos. Azure Monitor proporciona métricas y registros para supervisar el rendimiento de la base de datos, incluido el uso de CPU, el uso de memoria y el rendimiento de las consultas. Para recibir notificaciones de problemas, puede configurar alertas basadas en umbrales de rendimiento.
Azure ofrece recomendaciones de rendimiento para bases de datos, como SQL Server en Azure Virtual Machines. Estas recomendaciones le ayudan a optimizar el rendimiento de las cargas de trabajo de base de datos. Incluyen sugerencias para recopilar contadores de rendimiento, capturar estadísticas de espera y recopilar datos de rendimiento durante las horas punta.
Azure Storage Analytics permite recopilar datos de rendimiento para servicios de Azure Storage como Blob Storage, Table Storage y Queue Storage. Puede habilitar el registro y las métricas de las cuentas de almacenamiento para supervisar indicadores clave de rendimiento, como el número de operaciones de lectura y escritura, el rendimiento y la latencia.
Recopilación de datos de rendimiento del sistema operativo: la extensión Azure Diagnostics permite recopilar datos de rendimiento detallados de las máquinas virtuales (VM), incluida la CPU, la memoria, la E/S de disco y el tráfico de red. Estos datos se pueden enviar a Azure Monitor u otros servicios de almacenamiento para el análisis y las alertas.
Validación y análisis de datos de rendimiento: en Azure Monitor, puede usar registros de Azure Monitor para recopilar, analizar y visualizar datos de registro de sus aplicaciones y sistemas. Puede configurar los registros de Azure Monitor para ingerir registros de la aplicación, incluidos los registros de nivel de aplicación y los registros de infraestructura. Al agregar registros, puede realizar consultas cruzadas y obtener información sobre el rendimiento de la aplicación. Para más información, consulte Cálculos y opciones de costos y precios de los registros de Azure Monitor.
En Azure Monitor, puede definir reglas de alerta para supervisar métricas de rendimiento específicas y desencadenar alertas basadas en condiciones predefinidas. Por ejemplo, puede crear una regla de alerta para notificarle cuando el uso de CPU supera un umbral determinado o cuando el tiempo de respuesta supera un límite especificado. Configure la regla de alertas para enviar notificaciones a los destinatarios deseados.
Al crear una regla de alerta, puede definir los criterios que determinan cuándo se debe desencadenar una alerta. Puede establecer umbrales, métodos de agregación, ventanas de tiempo y la frecuencia de evaluación. Defina los criterios en función de los requisitos de supervisión del rendimiento. Además de enviar notificaciones, puede especificar las acciones que se realizarán cuando se desencadene una alerta. Las acciones pueden incluir el envío de correos electrónicos, la llamada a webhooks o la ejecución de Azure Functions. Elija las acciones adecuadas para responder al escenario de alerta específico.
Ejemplos
- Aplicación web de servicios de aplicaciones con redundancia de zona y altamente disponible de referencia
- Supervisión de una aplicación de microservicios en Azure Kubernetes Service (AKS)
- Supervisión empresarial con Azure Monitor
Vínculos relacionados
Lista de comprobación de eficiencia del rendimiento
Consulte el conjunto completo de recomendaciones.