Recomendaciones para recopilar datos de rendimiento

Se aplica a esta recomendación de la lista de verificación de eficiencia de rendimiento bien diseñada: Power Platform

Educación Física:04	Recopile datos de rendimiento. Los componentes y flujos de carga de trabajo deben proporcionar métricas y registros automáticos, continuos y significativos. Recopile datos en diferentes niveles de la carga de trabajo, como los niveles de aplicación, plataforma, datos y sistema operativo.

La recopilación de datos de rendimiento es el proceso de recopilar métricas y registros que proporcionan 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 punto particular en el tiempo. Los datos de rendimiento también incluyen registros que contienen diferentes tipos de datos organizados en registros.

Al recopilar datos de rendimiento, puede monitorear y analizar el rendimiento de una carga de trabajo. Puede utilizar esta información para identificar cuellos de botella en el rendimiento, solucionar problemas y tomar decisiones basadas en datos para mejorar la eficiencia del rendimiento general de la carga de trabajo.

Sin información basada en datos, es posible que no sea consciente de los problemas de rendimiento subyacentes ni de las oportunidades de optimización. Los posibles resultados incluyen tiempos de respuesta más lentos, menor rendimiento y, en última instancia, una experiencia de usuario subóptima. Además, la falta de datos de rendimiento dificulta el diagnóstico y la resolución de problemas de manera oportuna, lo que genera un tiempo de inactividad prolongado y una reducción de la productividad.

Definiciones

Término	Definición
Registros de actividad	Registros que rastrean las operaciones de administración de recursos, como la eliminación de un recurso.
Registros de aplicaciones	Registros que rastrean información sobre eventos de aplicaciones, errores y otras actividades, como inicios de sesión y fallas de conexión a bases de datos.
Herramienta de supervisión del rendimiento de las aplicaciones (APM)	Una herramienta que monitorea e informa el rendimiento de una aplicación.
Instrumentación del código	La 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 del tiempo de ejecución.
Seguimiento distribuido	Recopilar y correlacionar métricas entre los componentes de cargas de trabajo distribuidas.
Receptor de métricas	Un destino de almacenamiento para sus métricas que correlaciona datos de series temporales para su análisis.
Registros de plataforma	Datos de diagnóstico y auditoría que incluyen registros de recursos, registros de actividad y registros de auditoría.
Métricas de plataforma	Valores numéricos que registran el rendimiento de la carga de trabajo en un momento determinado.
Registros de recursos	Datos que genera un sistema. Proporciona información sobre el estado del sistema.
Registro estructurado	Definir un formato significativo para registrar mensajes, normalmente como pares clave-valor.

Estrategias clave de diseño

La optimización del rendimiento requiere datos para medir el rendimiento actual de una carga de trabajo o un flujo en comparación con sus objetivos de rendimiento. Debe recopilar la cantidad y diversidad de datos adecuadas para medir el rendimiento del código y la infraestructura frente a objetivos de rendimiento. Asegúrese de que cada componente y flujo dentro de la carga de trabajo genere 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 exhaustiva de datos de rendimiento permite una comprensión holística del rendimiento, lo que permite identificar con precisión las ineficiencias y las vías de mejora.

Centralizar los datos de rendimiento

Centralizar métricas de rendimiento y registros es el proceso de recopilar métricas de rendimiento y registros de diversas fuentes y almacenarlos en una ubicación central. Cree un receptor de métricas central y un receptor de registros central. Esta centralización permite obtener acceso, analizar y supervisar fácilmente las métricas de rendimiento y los registros de los distintos sistemas y componentes. Al centralizar métricas y registros, obtiene visibilidad del rendimiento de su carga de trabajo. Elija una plataforma o herramienta adecuada que pueda agregar y almacenar métricas y registros del rendimiento de la carga de trabajo.

Desventaja: comprender el coste de recopilar métricas y registros. En general, cuantas más métricas y registros recopile, mayor será el costo.

Datos de rendimiento de los segmentos

La segmentación de datos de rendimiento implica organizar y categorizar métricas y registros según su origen, propósito o entorno. Por ejemplo, debe separar los datos de producción de los datos que no son de producción o distinguir entre objetivos de desempeño y métricas comerciales. Segmentar los datos ayuda a optimizar entornos específicos, facilita la resolución de problemas y limita las imprecisiones en la supervisión del rendimiento. Al mantener una distinción clara entre los diferentes tipos de datos, puede capturar, analizar y responder a métricas relevantes de manera más eficiente 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 entornos, puede garantizar una supervisión y optimización centradas en cada uno de ellos. En entornos de producción, puede identificar y abordar mejor los problemas de rendimiento que afectan directamente a los usuarios y las operaciones comerciales. En entornos que no son de producción, la separación de datos facilita la resolución de problemas y el ajuste efectivos durante la fase de prueba antes de implementarlos en producción.

• Utilice un conjunto de datos dentro de cada ambiente. No utilice un conjunto de datos para objetivos de rendimiento y otro conjunto de datos para alertas relacionadas con los objetivos de rendimiento. El uso de diferentes conjuntos de datos genera alertas inexactas que socavan la eficacia del seguimiento del desempeño.

• Objetivos de rendimiento y métricas comerciales separados. Los equipos de operaciones y desarrollo utilizan objetivos de rendimiento para monitorear el estado de la carga de trabajo y cumplir los objetivos comerciales. Las métricas comerciales se relacionan con los objetivos comerciales o los informes de los clientes. Capture métricas comerciales en un flujo de datos separado, incluso si los datos se superponen directamente. Esta separación le brinda flexibilidad para capturar los datos correctos y analizarlos de forma independiente.

Definir directivas de retención

Las políticas de retención dictan cuánto tiempo se deben conservar los datos de rendimiento. Establecer estas políticas ayuda a administrar el almacenamiento de manera eficiente y garantiza que solo se pueda acceder a los datos necesarios para su análisis. Estas políticas favorecen un mejor rendimiento y cumplen las normas de conformidad. Debe configurar políticas de retención para los datos de registro y métricas para permitir la resolución de problemas y el monitoreo efectivos en todos los entornos. Por ejemplo, es posible que sea necesario conservar los registros y las métricas 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 normas de cumplimiento de su organización. Decida cuánto tiempo conservar los datos para fines de análisis y auditoría. Archive los datos que no necesita para un análisis inmediato.

Recopilar datos de rendimiento

La recopilación de datos implica monitorear y analizar las métricas de rendimiento de una carga de trabajo, como el rendimiento, la latencia y los tiempos de finalización, recopilados principalmente a través de código de instrumentación. Los datos de rendimiento de la carga de trabajo proporcionan información valiosa sobre el estado y el rendimiento de una aplicación. Al monitorear y analizar los datos de rendimiento, puede identificar y solucionar problemas, optimizar el rendimiento y tomar decisiones informadas para su carga de trabajo.

Código del instrumento

La instrumentación se refiere al proceso de incorporar fragmentos de código o acciones en el código de sus cargas de trabajo; por ejemplo, crear eventos de seguimiento personalizados en su aplicación de lienzo. El propósito de la instrumentación es capturar datos de rendimiento mientras se ejecuta la carga de trabajo. Es esencial recopilar métricas que destaquen las operaciones críticas de la carga de trabajo. Céntrese en métricas como el rendimiento, la latencia y el tiempo de finalización. Es importante diferenciar las operaciones relacionadas con el negocio de otras operaciones. Para los datos relacionados con las operaciones empresariales, asegúrese de que sus metadatos están estructurados de forma que permitan un seguimiento y almacenamiento diferenciados. La instrumentación de código proporciona los siguientes beneficios:

• Identificación de cuellos de botella en el rendimiento: Al realizar un seguimiento de métricas como el tiempo transcurrido, puede identificar cuellos de botella y optimizar el código en consecuencia.

• Evaluación del comportamiento del sistema bajo carga: Puede ver cómo se comporta la carga de trabajo en diferentes escenarios de estrés. Estos datos pueden ayudarle a identificar problemas relacionados con la escalabilidad, la simultaneidad y el uso de recursos.

• Seguimiento carga de trabajo Salud y disponibilidad: Debido a que los indicadores clave de rendimiento se monitorean en tiempo real, puede recibir alertas sobre posibles problemas que afectan el rendimiento y la disponibilidad de la aplicación.

• Mejorar la experiencia del usuario: Puede obtener información sobre cómo interactúan los usuarios con la carga de trabajo. Utilice esta información para optimizar la experiencia del usuario e identificar áreas de mejora.

• Planificar la capacidad y asignar recursos: Los datos de rendimiento que recopila la instrumentación pueden proporcionar información valiosa sobre los requisitos de recursos de una carga de trabajo. Esta información puede orientar sus decisiones sobre la planificación de la capacidad y la asignación de recursos.

Cuando instrumente código para el monitoreo del rendimiento, considere las siguientes estrategias:

• Utilice herramientas APM :Las herramientas de monitoreo del rendimiento de aplicaciones (APM) recopilan y analizan datos de rendimiento, incluidas métricas, seguimientos y registros. Las herramientas APM ofrecen funciones como instrumentación a nivel de código, seguimiento de transacciones y creación de perfiles de rendimiento.

• Instrumentación personalizada :Los desarrolladores pueden agregar código personalizado para recopilar métricas de rendimiento que sean exclusivas de su aplicación y carga de trabajo. La instrumentación personalizada puede medir tiempos de ejecución, rastrear el uso de recursos o capturar eventos específicos.

• Capture los tiempos de las transacciones. La captura de tiempos de transacción se relaciona con la medición de los tiempos de un extremo a otro para funciones técnicas clave como parte del monitoreo del desempeño. Las métricas a nivel de aplicación deben incluir los tiempos de transacción de un extremo a otro. Estos tiempos de transacción deben cubrir funciones técnicas clave, como consultas de bases de datos, tiempos de respuesta para llamadas API externas y tasas de falla de los pasos de procesamiento.

• Utilice estándares de telemetría. Considere la posibilidad de utilizar bibliotecas de instrumentación de herramientas APM y herramientas creadas en torno a un estándar de telemetría, como OpenTelemetry.

Recopilar datos de rendimiento de los recursos

Al recopilar datos de rendimiento de los recursos, puede obtener información sobre el estado y el comportamiento de su carga de trabajo. Los datos de rendimiento de los recursos proporcionan información sobre el uso de los recursos, lo cual es clave para la planificación de la capacidad. Estos datos también brindan información sobre el estado de una carga de trabajo y pueden ayudarlo a detectar problemas y solucionarlos. Tenga en cuenta las recomendaciones siguientes:

• Recopile métricas y registros para cada recurso. Cada servicio tiene un conjunto de métricas que son exclusivas de la funcionalidad del recurso. Estas métricas le ayudan a comprender el estado y el rendimiento del recurso.

• Utilice herramientas de plataforma. Inspírese en las soluciones de supervisión incorporadas e integradas, como Azure Monitor Insights. Esta herramienta agiliza las operaciones de rendimiento. Tenga en cuenta las herramientas de la plataforma cuando seleccione una e invierta en herramientas o informes personalizados.

• Monitorear el tráfico de la red. Monitorear el tráfico de la red significa rastrear y analizar el flujo y los patrones de datos a medida que avanzan por las rutas de la red. Recopile análisis de tráfico y supervise el tráfico que atraviesa los límites de las subredes. Su objetivo es analizar y optimizar el rendimiento de la red.

Recopilar datos de base de datos y almacenamiento

Muchos sistemas de bases de datos y almacenamiento proporcionan sus propias herramientas de supervisión. Estas herramientas recopilan datos de rendimiento específicos de esos sistemas. Los sistemas de bases de datos y almacenamiento suelen generar registros que contienen eventos e indicadores relacionados con el rendimiento. Recopile datos de rendimiento de bases de datos y almacenamiento para poder identificar cuellos de botella, diagnosticar problemas y tomar decisiones informadas para mejorar el rendimiento y la fiabilidad generales de su carga de trabajo. Considere 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 capacidad de transferencia indican las capacidades de transferencia de datos.

• Estado latente :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 la cantidad 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 la capacidad :El uso de la capacidad es la cantidad de capacidad de almacenamiento utilizada y la cantidad que está disponible. Los datos sobre el uso de la capacidad ayudan a las organizaciones a planificar las necesidades futuras de almacenamiento.

Recopilar datos de rendimiento del conector

El tiempo dedicado a esperar a que se completen las operaciones de servicios integrados puede contribuir al bajo rendimiento general de una carga de trabajo. Si su carga de trabajo utiliza conectores para integrar servicios, considere medir el tiempo dedicado a cada operación del conector para evaluar su impacto y decidir si optimizar el diseño de su carga de trabajo. Según el servicio, puede utilizar el historial de ejecución o la lógica personalizada para capturar el tiempo dedicado a las operaciones del conector.

Validar y analizar datos

Sus datos de desempeño deben alinearse con los objetivos de desempeño. Los datos deben representar el rendimiento de la carga de trabajo o del 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 objetivo de rendimiento de 500 milisegundos. Convierta el análisis de los datos en una rutina, ya que las evaluaciones frecuentes permiten la detección temprana y la mitigación de problemas de rendimiento.

• Cree alertas. Es beneficioso disponer de alertas que sean procesables, permitiendo la rápida identificación y rectificación de los problemas de rendimiento. Estas alertas deben indicar claramente el umbral de rendimiento superado, el posible efecto comercial y los componentes involucrados. Comience configurando alertas comunes y recomendadas. Con el tiempo, podrá modificar estos criterios según sus necesidades específicas. El objetivo principal de estas alertas debe ser pronosticar posibles caídas del rendimiento antes de que se conviertan en problemas importantes. Si no puede configurar una alerta para una dependencia externa, considere diseñar un método para recopilar mediciones indirectas, como la duración de una llamada de dependencia.

• Establezca los límites de recopilación de datos. Determine y establezca límites lógicos sobre el volumen de datos que recopila y su duración de retención. En ocasiones, la telemetría puede producir cantidades abrumadoras de datos. Es esencial centrarse en capturar solo los indicadores de rendimiento más importantes o contar con un sistema eficiente para extraer información significativa de sus datos de rendimiento.

Power Platform facilitación

Recopilación de datos sobre el rendimiento de la aplicación : Application Insights es una característica de Azure Monitor que le ayuda a supervisar el rendimiento y la disponibilidad de su aplicación. Los datos se almacenan en los registros de Azure Monitor por Application Insights, y visualizado en Rendimiento y fallos paneles. Los datos se exportan a su entorno de Application Insights en el esquema estándar definido por Application Insights. Puedes exportar Dataverse y Power Automate datos a Application Insights, Conectar tus aplicaciones de lienzo a Application Insights y capturar datos de telemetría de su Microsoft Copilot Studio copiloto para usar en Azure Application Insights.

Application Insights le permite elegir vistas de datos de Servidor y Explorador. Al identificar esas operaciones de mayor duración, puede diagnosticar problemas potenciales.

Utilice las funciones nativas de la plataforma para analizar el rendimiento: Analítica en Copilot Studio Proporciona una descripción general completa del rendimiento de su copiloto. Utiliza tecnología de inteligencia artificial (IA) para identificar qué temas tienen el mayor impacto en la tasa de escalada, la tasa de abandono y la tasa de resolución. Información sobre el rendimiento para Power Apps Analizar datos de usuario en tiempo de ejecución y proporcionar una lista priorizada de recomendaciones para ayudar a mejorar el rendimiento de las aplicaciones basadas en modelos.

Centralización, segmentación y retención de datos de rendimiento: Microsoft ya recopila telemetría extensa sobre Dataverse, Power Automate flujos en la nube y aplicaciones basadas en modelos. Con la integración de Application Insights, un administrador de entorno o inquilino proporciona la clave de instrumentación de Application Insights mientras configura el proceso de exportación de datos en el centro de administración de Power Platform. Tan pronto como se complete la configuración, la telemetría que se recopila sobre su ambiente se envía a su ambiente. Microsoft Application Insights Cuando usa la integración de Application Insights, recibirá un conjunto estandarizado de telemetría que sigue el modelo de datos de telemetría de Application Insights. Además de esta integración, también puedes usar aplicaciones de lienzo Conectar para capturar datos de telemetría de tu copiloto para usarlos en Azure. Application Insights Microsoft Copilot Studio Application Insights

Recopilación de datos de rendimiento de recursos de Azure: La mayoría de los servicios de Azure generan registros y métricas de la plataforma 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. Para fines de correlación, habilite los diagnósticos para todos los servicios admitidos y envíe los registros al mismo destino que los registros de su aplicación.

Recopilación de datos de rendimiento de la base de datos:Microsoft Dataverse se integra con Application Insights. El flujo de datos proporciona actualmente datos de rendimiento relacionados con llamadas entrantes de la API de Dataverse, llamadas de ejecución de complementos de Dataverse y llamadas SDK de Dataverse. Para recibir notificaciones sobre problemas, configure alertas basadas en umbrales de rendimiento.

Validación y análisis de datos de rendimiento: En Azure Monitor, puede usar los registros de Azure Monitor para recopilar, analizar y visualizar datos de registro de sus aplicaciones y sistemas. Al agregar registros, puede realizar consultas cruzadas de eventos y obtener información sobre el rendimiento de su aplicación. Para obtener más información, consulte Cálculos de costes de registros y opciones de Azure Monitor** y Precios de Azure Monitor.

En Azure Monitor, puede definir reglas de alerta para supervisar métricas de rendimiento específicas y activar alertas en función de condiciones predefinidas. Por ejemplo, puede crear una regla de alerta para que le notifique cuando el tiempo de respuesta supere un límite específico. Configure la regla de alerta para enviar notificaciones a los destinatarios deseados.

Cuando crea una regla de alerta, puede definir los criterios que determinan cuándo debe activarse una alerta. Puede establecer umbrales, métodos de agregación, ventanas de tiempo y la frecuencia de evaluación. Defina los criterios en función de sus requisitos de seguimiento del rendimiento. Además de enviar notificaciones, puede especificar las acciones que se tomarán cuando se active una alerta. Las acciones pueden incluir enviar correos electrónicos, llamar a webhooks o ejecutar funciones de Azure. Elija las acciones adecuadas para responder al escenario de alerta específico.

Ejemplos

• Supervisión empresarial con Azure Monitor
• Crear eventos de seguimiento personalizados en aplicaciones de lienzo
• Crear alertas personalizadas para flujos en la nube
• Analizar el rendimiento y el uso del copiloto en Copilot Studio

Lista de comprobación de eficiencia en el rendimiento

Consulte el conjunto completo de recomendaciones.

Lista de verificación de eficiencia de rendimiento