Informations de référence sur les données de supervision Azure Machine Learning
Cet article contient toutes les informations de référence de surveillance pour ce service.
Consultez Surveiller Machine Learning pour plus d’informations sur les données que vous pouvez collecter pour Azure Machine Learning et comment l’utiliser.
Métriques
Cette section répertorie toutes les métriques de plateforme collectées automatiquement pour App Service. Ces métriques font également partie de la liste globale de toutes les métriques de plateforme prises en charge dans Azure Monitor.
Pour plus d’informations sur les métriques de surveillance, consultez la section Présentation des métriques Azure Monitor.
Le fournisseur de ressources pour ces métriques est Microsoft.MachineLearningServices/workspaces.
Les catégories de métriques sont Model, Quota, Resource, Run et Traffic. Les informations de quota concernent uniquement le calcul Machine Learning. L’exécution fournit des informations sur les exécutions d’entraînement pour l’espace de travail.
Métriques prises en charge pour Microsoft.MachineLearningServices/espaces de travail
Le tableau suivant répertorie les métriques disponibles pour le type de ressource Microsoft.MachineLearningServices/workspaces.
- Toutes les colonnes peuvent ne pas être présentes dans chaque table.
- Certaines colonnes peuvent dépasser la zone d’affichage de la page. Sélectionnez Développer la table pour afficher toutes les colonnes disponibles.
Titres du tableau
- Catégorie : le groupe de métriques ou classification.
- Métrique : nom complet de la métrique tel qu’il apparaît dans le portail Azure.
- Nom dans l’API REST : le nom de la métrique comme appelé dans l’API REST.
- Unité : unité de mesure.
- Agrégation : le type d’agrégation par défaut. Valeurs valides : Moyen (moy), Minimum (min), Maximum (max), Total (somme), Nombre.
- Dimensions - Dimensions disponibles pour la métrique.
- Fragments de temps - Intervalles auxquels la métrique est échantillonnée. Par exemple,
PT1Mindique que la métrique est échantillonnée toutes les minutes,PT30Mtoutes les 30 minutes,PT1Htoutes les heures, et ainsi de suite. - Exportation DS : indique si la métrique est exportable vers les journaux Azure Monitor via les paramètres de diagnostic. Pour plus d’informations sur l’exportation des métriques, consultez Créer des paramètres de diagnostic dans Azure Monitor.
Catégorie : Modèle
| Métrique | Nom dans l’API REST | Unité | Agrégation | Dimensions | Fragments de temps | Exportation DS |
|---|---|---|---|---|---|---|
| Échec du déploiement de modèle Nombre de déploiements de modèles ayant échoué dans cet espace de travail |
Model Deploy Failed |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, StatusCode |
PT1M | Oui |
| Déploiement de modèle démarré Nombre de déploiements de modèles ayant commencé dans cet espace de travail |
Model Deploy Started |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario |
PT1M | Oui |
| Déploiement de modèle réussi Nombre de déploiements de modèles ayant réussi dans cet espace de travail |
Model Deploy Succeeded |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario |
PT1M | Oui |
| Échec de l’inscription du modèle Nombre d’enregistrements de modèles ayant échoué dans cet espace de travail |
Model Register Failed |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, StatusCode |
PT1M | Oui |
| Registre de modèles réussi Nombre d’enregistrements de modèles ayant réussi dans cet espace de travail |
Model Register Succeeded |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario |
PT1M | Oui |
Catégorie : Quota
| Métrique | Nom dans l’API REST | Unité | Agrégation | Dimensions | Fragments de temps | Exportation DS |
|---|---|---|---|---|---|---|
| Cœurs actifs Nombre de cœurs actifs |
Active Cores |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Nœuds actifs Nombre de nœuds actifs. Ce sont les nœuds qui exécutent activement un travail. |
Active Nodes |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Cœurs inactifs Nombre de cœurs inactifs |
Idle Cores |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Nœuds inactifs Nombre de nœuds inactifs. Les nœuds inactifs sont les nœuds qui n’exécutent aucun travail, mais qui peuvent accepter un nouveau travail, le cas échéant. |
Idle Nodes |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Quitter les cœurs Nombre de cœurs sortants |
Leaving Cores |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Quitter des nœuds Nombre de nœuds sortants. Les nœuds sortants sont les nœuds qui viennent de terminer le traitement d’un travail et qui passent à l’état inactif. |
Leaving Nodes |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Cœurs préemptés Nombre de cœurs réquisitionnés |
Preempted Cores |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Nœuds préemptés Nombre de nœuds reportés. Ces nœuds sont les nœuds de basse priorité qui sont éloignés du pool de nœuds disponibles. |
Preempted Nodes |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Pourcentage d’utilisation du quota Pourcentage de quota utilisé |
Quota Utilization Percentage |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, , ClusterNameVmFamilyName, ,VmPriority |
PT1M | Oui |
| Nombre total de cœurs Nombre total de cœurs |
Total Cores |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Nombre total de nœuds Nombre total de nœuds. Ce total comprend des nœuds actifs, des nœuds inactifs, des nœuds inutilisables, des nœuds reportés et des nœuds sortants. |
Total Nodes |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Cœurs inutilisables Nombre de cœurs inutilisables |
Unusable Cores |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
| Nœuds inutilisables Nombre de nœuds inutilisables. Les nœuds inutilisables ne sont pas fonctionnels en raison d’un problème insoluble. Azure recycle ces nœuds. |
Unusable Nodes |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, ClusterName |
PT1M | Oui |
Catégorie : Ressource
| Métrique | Nom dans l’API REST | Unité | Agrégation | Dimensions | Fragments de temps | Exportation DS |
|---|---|---|---|---|---|---|
| CpuCapacityMillicores Capacité maximale d’un nœud de processeur en millicœurs. La capacité est agrégée par intervalles d’une minute. |
CpuCapacityMillicores |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| CpuMemoryCapacityMegabytes Utilisation maximale de la mémoire d’un nœud de processeur en mégaoctets. L’utilisation est agrégée par intervalles d’une minute. |
CpuMemoryCapacityMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| CpuMemoryUtilizationMegabytes Utilisation de la mémoire d’un nœud de processeur en mégaoctets. L’utilisation est agrégée par intervalles d’une minute. |
CpuMemoryUtilizationMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| CpuMemoryUtilizationPercentage Pourcentage d’utilisation de la mémoire d’un nœud de processeur. L’utilisation est agrégée par intervalles d’une minute. |
CpuMemoryUtilizationPercentage |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| CpuUtilization Pourcentage d’utilisation de la mémoire sur un nœud de processeur. L’utilisation est rapportée à intervalles d’une minute. |
CpuUtilization |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, , runIdNodeId, ,ClusterName |
PT1M | Oui |
| CpuUtilizationMillicores Utilisation d’un nœud de processeur en millicœurs. L’utilisation est agrégée par intervalles d’une minute. |
CpuUtilizationMillicores |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| CpuUtilizationPercentage Pourcentage d’utilisation d’un nœud de processeur. L’utilisation est agrégée par intervalles d’une minute. |
CpuUtilizationPercentage |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| DiskAvailMegabytes Espace disque disponible en mégaoctets Les métriques sont agrégées par intervalles d’une minute. |
DiskAvailMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| DiskReadMegabytes Données lues à partir du disque en mégaoctets. Les métriques sont agrégées par intervalles d’une minute. |
DiskReadMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| DiskUsedMegabytes Espace disque utilisé (en mégaoctets) Les métriques sont agrégées par intervalles d’une minute. |
DiskUsedMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| DiskWriteMegabytes Données écrites sur le disque en mégaoctets. Les métriques sont agrégées par intervalles d’une minute. |
DiskWriteMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| GpuCapacityMilliGPUs Capacité maximale d’un périphérique GPU en milli-GPU. La capacité est agrégée par intervalles d’une minute. |
GpuCapacityMilliGPUs |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdDeviceId, ,ComputeName |
PT1M | Oui |
| GpuSources Énergie par intervalle en joules sur un nœud GPU. L’énergie est rapportée à intervalles d’une minute. |
GpuEnergyJoules |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, , runId, InstanceIdrootRunId, , DeviceIdComputeName |
PT1M | Oui |
| GpuMemoryCapacityMegabytes Capacité de mémoire maximale d’un périphérique GPU en mégaoctets. La capacité est agrégée par intervalles d’une minute. |
GpuMemoryCapacityMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdDeviceId, ,ComputeName |
PT1M | Oui |
| GpuMemoryUtilization Pourcentage d’utilisation de la mémoire sur un nœud de GPU. L’utilisation est rapportée à intervalles d’une minute. |
GpuMemoryUtilization |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, , runIdNodeId, , DeviceIdClusterName |
PT1M | Oui |
| GpuMemoryUtilizationMegabytes Utilisation de la mémoire d’un périphérique GPU en mégaoctets. L’utilisation est agrégée par intervalles d’une minute. |
GpuMemoryUtilizationMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdDeviceId, ,ComputeName |
PT1M | Oui |
| GpuMemoryUtilizationPercentage Pourcentage d’utilisation de la mémoire d’un périphérique GPU. L’utilisation est agrégée par intervalles d’une minute. |
GpuMemoryUtilizationPercentage |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdDeviceId, ,ComputeName |
PT1M | Oui |
| GpuUtilization Pourcentage d’utilisation sur un nœud de GPU. L’utilisation est rapportée à intervalles d’une minute. |
GpuUtilization |
Count | Average, Maximum, Minimum, Total (Somme) | Scenario, , runIdNodeId, , DeviceIdClusterName |
PT1M | Oui |
| GpuUtilizationMilliGPUs Utilisation d’un périphérique GPU en milli-GPU. L’utilisation est agrégée par intervalles d’une minute. |
GpuUtilizationMilliGPUs |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdDeviceId, ,ComputeName |
PT1M | Oui |
| GpuUtilizationPercentage Pourcentage d’utilisation d’un périphérique GPU. L’utilisation est agrégée par intervalles d’une minute. |
GpuUtilizationPercentage |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdDeviceId, ,ComputeName |
PT1M | Oui |
| IBReceiveMegabytes Données réseau reçues par InfiniBand en mégaoctets. Les métriques sont agrégées par intervalles d’une minute. |
IBReceiveMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName, ,DeviceId |
PT1M | Oui |
| IBTransmitMegabytes Données réseau envoyées par InfiniBand en mégaoctets. Les métriques sont agrégées par intervalles d’une minute. |
IBTransmitMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName, ,DeviceId |
PT1M | Oui |
| NetworkInputMegabytes Données réseau reçues en mégaoctets. Les métriques sont agrégées par intervalles d’une minute. |
NetworkInputMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName, ,DeviceId |
PT1M | Oui |
| NetworkOutputMegabytes Données réseau envoyées en mégaoctets. Les métriques sont agrégées par intervalles d’une minute. |
NetworkOutputMegabytes |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName, ,DeviceId |
PT1M | Oui |
| StorageAPIFailureCount Nombre d’appels en échec d’API Stockage Blob Azure. |
StorageAPIFailureCount |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
| StorageAPISuccessCount Nombre d’appels aboutis d’API Stockage Blob Azure. |
StorageAPISuccessCount |
Count | Average, Maximum, Minimum, Total (Somme) | RunId, , InstanceIdComputeName |
PT1M | Oui |
Catégorie : Exécuter
| Métrique | Nom dans l’API REST | Unité | Agrégation | Dimensions | Fragments de temps | Exportation DS |
|---|---|---|---|---|---|---|
| Annuler les exécutions demandées Nombre d’exécutions pour lesquelles l’annulation a été demandée dans cet espace de travail. Le nombre est mis à jour à la réception d’une demande d’annulation pour une exécution. |
Cancel Requested Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Exécutions annulées Nombre d’exécutions annulées pour cet espace de travail. Le nombre est mis à jour lorsque l’annulation d’une exécution aboutit. |
Cancelled Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Exécutions terminées Nombre d’exécutions réussies pour cet espace de travail. Le nombre est mis à jour lorsqu’une exécution est terminée et que la sortie a été collectée. |
Completed Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Erreurs Nombre d’erreurs d’exécution dans cet espace de travail. Le nombre est mis à jour chaque fois que l’exécution rencontre une erreur. |
Errors |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario |
PT1M | Oui |
| Exécutions échouées Nombre d’exécutions en échec pour cet espace de travail. Le nombre est mis à jour lorsqu’une exécution échoue. |
Failed Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Finalisation des exécutions Nombre d’exécutions entrées en état de finalisation pour cet espace de travail. Le nombre est mis à jour lorsqu’une exécution est terminée, mais que la collecte de sortie est toujours en cours. |
Finalizing Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Exécutions sans réponse Nombre d’exécutions sans réponse pour cet espace de travail. Le nombre est mis à jour lorsqu’une exécution passe à l’état Sans réponse. |
Not Responding Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Exécutions non démarrées Nombre d’exécutions à l’état Non démarré pour cet espace de travail. Le nombre est mis à jour lorsqu’une demande de création d’une exécution est reçue, mais que les informations d’exécution n’ont pas encore été remplies. |
Not Started Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Préparation des exécutions Nombre d’exécutions en cours de préparation pour cet espace de travail. Le nombre est mis à jour lorsqu’une exécution passe à l’état En préparation pendant la préparation de l’environnement d’exécution. |
Preparing Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Exécutions d’approvisionnement Nombre d’exécutions en cours de provisionnement pour cet espace de travail. Le nombre est mis à jour lorsqu’une exécution attend la création ou le provisionnement d’une cible de calcul. |
Provisioning Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Exécutions en file d’attente Nombre d’exécutions mises en file d’attente pour cet espace de travail. Le nombre est mis à jour lorsqu’une exécution est mise en file d’attente dans la cible de calcul. Peut se produire en attendant que les nœuds de calcul requis soit prêts. |
Queued Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Exécutions démarrées Nombre d’exécutions en cours pour cet espace de travail. Le nombre est mis à jour lorsque l’exécution commence sur les ressources requises. |
Started Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Démarrage des exécutions Nombre d’exécutions démarrées pour cet espace de travail. Le nombre est mis à jour après que la demande de création de l’exécution et des informations d’exécution (par exemple, l’ID d’exécution) a été remplie. |
Starting Runs |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario, , RunType, ComputeTypePublishedPipelineId, , PipelineStepTypeExperimentName |
PT1M | Oui |
| Avertissements Nombre d’avertissements d’exécution dans cet espace de travail. Le nombre est mis à jour chaque fois qu’une exécution rencontre un avertissement. |
Warnings |
Count | Total (Somme), Moyenne, Minimum, Maximum, Count | Scenario |
PT1M | Oui |
Métriques prises en charge pour Microsoft.MachineLearningServices/workspaces/onlineEndpoints
Le tableau suivant répertorie les métriques disponibles pour le type de ressource Microsoft.MachineLearningServices/workspaces/onlineEndpoints.
- Toutes les colonnes peuvent ne pas être présentes dans chaque table.
- Certaines colonnes peuvent dépasser la zone d’affichage de la page. Sélectionnez Développer la table pour afficher toutes les colonnes disponibles.
Titres du tableau
- Catégorie : le groupe de métriques ou classification.
- Métrique : nom complet de la métrique tel qu’il apparaît dans le portail Azure.
- Nom dans l’API REST : le nom de la métrique comme appelé dans l’API REST.
- Unité : unité de mesure.
- Agrégation : le type d’agrégation par défaut. Valeurs valides : Moyen (moy), Minimum (min), Maximum (max), Total (somme), Nombre.
- Dimensions - Dimensions disponibles pour la métrique.
- Fragments de temps - Intervalles auxquels la métrique est échantillonnée. Par exemple,
PT1Mindique que la métrique est échantillonnée toutes les minutes,PT30Mtoutes les 30 minutes,PT1Htoutes les heures, et ainsi de suite. - Exportation DS : indique si la métrique est exportable vers les journaux Azure Monitor via les paramètres de diagnostic. Pour plus d’informations sur l’exportation des métriques, consultez Créer des paramètres de diagnostic dans Azure Monitor.
Catégorie : Trafic
| Métrique | Nom dans l’API REST | Unité | Agrégation | Dimensions | Fragments de temps | Exportation DS |
|---|---|---|---|---|---|---|
| Connexions actives Nombre total de connexions TCP simultanées actives établies à partir de clients. |
ConnectionsActive |
Count | Average | <aucune> | PT1M | Non |
| Erreurs de collecte de données par minute Nombre d’événements de collecte de données abandonnés par minute. |
DataCollectionErrorsPerMinute |
Count | Minimum, Maximum, Moyenne | deployment, , reasontype |
PT1M | Non |
| Événements de collecte de données par minute Nombre d’événements de collecte de données traités par minute. |
DataCollectionEventsPerMinute |
Count | Minimum, Maximum, Moyenne | deployment, type |
PT1M | Non |
| Octets réseau Octets par seconde traités pour le point de terminaison. |
NetworkBytes |
BytesPerSecond | Average | <aucune> | PT1M | Non |
| Nouvelles connexions par seconde Nombre moyen de nouvelles connexions TCP par seconde établies à partir de clients. |
NewConnectionsPerSecond |
CountPerSecond | Average | <aucune> | PT1M | Non |
| Latence de requête Intervalle de temps total moyen pour répondre à une requête, en millisecondes |
RequestLatency |
Millisecondes | Average | deployment |
PT1M | Oui |
| Latence de requête P50 Latence moyenne de requête P50 agrégée par toutes les valeurs de latence de requête collectées sur la période sélectionnée |
RequestLatency_P50 |
Millisecondes | Average | deployment |
PT1M | Oui |
| Latence de requête P90 Latence moyenne de requête P90 agrégée par toutes les valeurs de latence de requête collectées sur la période sélectionnée |
RequestLatency_P90 |
Millisecondes | Average | deployment |
PT1M | Oui |
| Latence de requête P95 Latence moyenne de requête P95 agrégée par toutes les valeurs de latence de requête collectées sur la période sélectionnée |
RequestLatency_P95 |
Millisecondes | Average | deployment |
PT1M | Oui |
| Latence de requête P99 Latence moyenne de requête P99 agrégée par toutes les valeurs de latence de requête collectées sur la période sélectionnée |
RequestLatency_P99 |
Millisecondes | Average | deployment |
PT1M | Oui |
| Requêtes par minute Nombre de requêtes envoyées au point de terminaison en ligne par minute |
RequestsPerMinute |
Count | Average | deployment, , statusCodestatusCodeClass, ,modelStatusCode |
PT1M | Non |
Métriques prises en charge pour Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments
Le tableau suivant répertorie les métriques disponibles pour le type de ressource Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments.
- Toutes les colonnes peuvent ne pas être présentes dans chaque table.
- Certaines colonnes peuvent dépasser la zone d’affichage de la page. Sélectionnez Développer la table pour afficher toutes les colonnes disponibles.
Titres du tableau
- Catégorie : le groupe de métriques ou classification.
- Métrique : nom complet de la métrique tel qu’il apparaît dans le portail Azure.
- Nom dans l’API REST : le nom de la métrique comme appelé dans l’API REST.
- Unité : unité de mesure.
- Agrégation : le type d’agrégation par défaut. Valeurs valides : Moyen (moy), Minimum (min), Maximum (max), Total (somme), Nombre.
- Dimensions - Dimensions disponibles pour la métrique.
- Fragments de temps - Intervalles auxquels la métrique est échantillonnée. Par exemple,
PT1Mindique que la métrique est échantillonnée toutes les minutes,PT30Mtoutes les 30 minutes,PT1Htoutes les heures, et ainsi de suite. - Exportation DS : indique si la métrique est exportable vers les journaux Azure Monitor via les paramètres de diagnostic. Pour plus d’informations sur l’exportation des métriques, consultez Créer des paramètres de diagnostic dans Azure Monitor.
Catégorie : Ressource
| Métrique | Nom dans l’API REST | Unité | Agrégation | Dimensions | Fragments de temps | Exportation DS |
|---|---|---|---|---|---|---|
| Pourcentage d’utilisation de la mémoire du processeur Pourcentage d’utilisation de la mémoire sur une instance. L’utilisation est rapportée à intervalles d’une minute. |
CpuMemoryUtilizationPercentage |
Pourcentage | Minimum, Maximum, Moyenne | instanceId |
PT1M | Oui |
| Pourcentage d’utilisation du processeur Pourcentage d’utilisation du processeur sur une instance. L’utilisation est rapportée à intervalles d’une minute. |
CpuUtilizationPercentage |
Pourcentage | Minimum, Maximum, Moyenne | instanceId |
PT1M | Oui |
| Erreurs de collecte de données par minute Nombre d’événements de collecte de données abandonnés par minute. |
DataCollectionErrorsPerMinute |
Count | Minimum, Maximum, Moyenne | instanceId, , reasontype |
PT1M | Non |
| Événements de collecte de données par minute Nombre d’événements de collecte de données traités par minute. |
DataCollectionEventsPerMinute |
Count | Minimum, Maximum, Moyenne | instanceId, type |
PT1M | Non |
| Capacité de déploiement Nombre d’instances dans le déploiement. |
DeploymentCapacity |
Count | Minimum, Maximum, Moyenne | instanceId, State |
PT1M | Non |
| Utilisation du disque Pourcentage d’utilisation du disque sur une instance. L’utilisation est rapportée à intervalles d’une minute. |
DiskUtilization |
Pourcentage | Minimum, Maximum, Moyenne | instanceId, disk |
PT1M | Oui |
| Énergie de processeur graphique en joules Énergie par intervalle en joules sur un nœud GPU. L’énergie est rapportée à intervalles d’une minute. |
GpuEnergyJoules |
Count | Minimum, Maximum, Moyenne | instanceId |
PT1M | Non |
| Pourcentage d’utilisation de la mémoire du processeur graphique Pourcentage d’utilisation de la mémoire GPU sur une instance. L’utilisation est rapportée à intervalles d’une minute. |
GpuMemoryUtilizationPercentage |
Pourcentage | Minimum, Maximum, Moyenne | instanceId |
PT1M | Oui |
| Pourcentage d’utilisation du processeur graphique Pourcentage d’utilisation du GPU sur une instance. L’utilisation est rapportée à intervalles d’une minute. |
GpuUtilizationPercentage |
Pourcentage | Minimum, Maximum, Moyenne | instanceId |
PT1M | Oui |
Catégorie : Trafic
| Métrique | Nom dans l’API REST | Unité | Agrégation | Dimensions | Fragments de temps | Exportation DS |
|---|---|---|---|---|---|---|
| Latence de requête P50 Latence moyenne de requête P50 agrégée par toutes les valeurs de latence de requête collectées sur la période sélectionnée |
RequestLatency_P50 |
Millisecondes | Average | <aucune> | PT1M | Oui |
| Latence de requête P90 Latence moyenne de requête P90 agrégée par toutes les valeurs de latence de requête collectées sur la période sélectionnée |
RequestLatency_P90 |
Millisecondes | Average | <aucune> | PT1M | Oui |
| Latence de requête P95 Latence moyenne de requête P95 agrégée par toutes les valeurs de latence de requête collectées sur la période sélectionnée |
RequestLatency_P95 |
Millisecondes | Average | <aucune> | PT1M | Oui |
| Latence de requête P99 Latence moyenne de requête P99 agrégée par toutes les valeurs de latence de requête collectées sur la période sélectionnée |
RequestLatency_P99 |
Millisecondes | Average | <aucune> | PT1M | Oui |
| Requêtes par minute Nombre de requêtes envoyées au déploiement en ligne en une minute |
RequestsPerMinute |
Count | Average | envoy_response_code |
PT1M | Non |
Dimensions de métrique
Pour plus d’informations sur les dimensions de métrique, consultez Métriques multidimensionnelles.
Ce service a les dimensions suivantes associées à ses métriques.
| Dimension | Description |
|---|---|
| Nom du cluster | Nom de la ressource de cluster de calcul. Disponible pour toutes les métriques de quota. |
| Nom de la famille de machines virtuelles | Nom de la famille de machines virtuelles utilisée par le cluster. Pourcentage Disponible pour l’utilisation du quota. |
| Priorité de la machine virtuelle | Priorité de la machine virtuelle. Pourcentage Disponible pour l’utilisation du quota. |
| CreatedTime | Disponible uniquement pour CpuUtilization et GpuUtilization. |
| deviceId | ID du dispositif (GPU). Disponible uniquement pour GpuUtilization. |
| NodeId | ID du nœud créé où la tâche s’exécute. Disponible uniquement pour CpuUtilization et GpuUtilization. |
| RunId | ID de l’exécution/tâche. Disponible uniquement pour CpuUtilization et GpuUtilization. |
| ComputeType | Type de calcul utilisé par l’exécution. Disponible uniquement pour les exécutions terminées, les échecs d’exécutions et les exécutions démarrées. |
| PipelineStepType | Type de PipelineStep utilisé dans l’exécution. Disponible uniquement pour les exécutions terminées, les échecs d’exécutions et les exécutions démarrées. |
| PublishedPipelineId | ID du pipeline publié utilisé dans l’exécution. Disponible uniquement pour les exécutions terminées, les échecs d’exécutions et les exécutions démarrées. |
| RunType | Type d’exécution. Disponible uniquement pour les exécutions terminées, les échecs d’exécutions et les exécutions démarrées. |
Voici les valeurs valides de la dimension RunType :
| Valeur | Description |
|---|---|
| Expérience | Exécutions hors pipeline. |
| PipelineRun | Exécution de pipeline, parente d’une StepRun. |
| StepRun | Exécution d’une étape de pipeline. |
| ReusedStepRun | Exécution d’une étape de pipeline qui réutilise une exécution précédente. |
Journaux d’activité de ressources
Cette section répertorie les types de journaux d’activité de ressources que vous pouvez collecter pour ce service. La section extrait la liste de tous les types de catégorie de journaux d’activité de ressources pris en charge dans Azure Monitor.
Journaux de ressources pris en charge pour Microsoft.MachineLearningServices/registres
| Category | Nom complet de la catégorie | Table de journal | Prend en charge le plan de journal de base | Prend en charge la transformation de la durée d’ingestion | Exemples de requêtes | Coûts d’exportation |
|---|---|---|---|---|---|---|
RegistryAssetReadEvent |
Événement de lecture des ressources du Registre | Non | Non | Oui | ||
RegistryAssetWriteEvent |
Événement d’écriture de ressource du Registre | AmlRegistryWriteEventsLog Journal des événements d’écriture d’Azure ML Registry. Il conserve les enregistrements des opérations d’écriture avec l’accès aux données des registres (plan de données), y compris l’identité de l’utilisateur, le nom de ressource et la version de chaque événement d’accès. |
Non | Non | Requêtes | Oui |
Journaux de ressources pris en charge pour Microsoft.MachineLearningServices/espaces de travail
| Category | Nom complet de la catégorie | Table de journal | Prend en charge le plan de journal de base | Prend en charge la transformation de la durée d’ingestion | Exemples de requêtes | Coûts d’exportation |
|---|---|---|---|---|---|---|
AmlComputeClusterEvent |
AmlComputeClusterEvent | AmlComputeClusterEvent Événements de cluster AmlCompute |
Non | Oui | Requêtes | Non |
AmlComputeClusterNodeEvent |
AmlComputeClusterNodeEvent | Non | Non | Oui | ||
AmlComputeCpuGpuUtilization |
AmlComputeCpuGpuUtilization | AmlComputeCpuGpuUtilization Journaux d’utilisation processeur et GPU des services Azure Machine Learning. |
Non | Oui | Requêtes | Non |
AmlComputeJobEvent |
AmlComputeJobEvent | AmlComputeJobEvent Événements de travail AmlCompute |
Non | Oui | Requêtes | Non |
AmlRunStatusChangedEvent |
AmlRunStatusChangedEvent | AmlRunStatusChangedEvent Les services Azure Machine Learning exécutent les journaux des événements d’état. |
Non | Oui | Non | |
ComputeInstanceEvent |
ComputeInstanceEvent | AmlComputeInstanceEvent Événements lors de l’accès à une instance Capacité de calcul ML (lecture/écriture). |
Non | Oui | Oui | |
DataLabelChangeEvent |
DataLabelChangeEvent | AmlDataLabelEvent Événements lors de l’accès à des étiquettes de données ou à leurs projets (lecture, création ou suppression). |
Non | Oui | Oui | |
DataLabelReadEvent |
DataLabelReadEvent | AmlDataLabelEvent Événements lors de l’accès à des étiquettes de données ou à leurs projets (lecture, création ou suppression). |
Non | Oui | Oui | |
DataSetChangeEvent |
DataSetChangeEvent | AmlDataSetEvent Événements lorsqu’un magasin de données ML inscrit ou non inscrit est accessible (lecture, création ou suppression). |
Non | Oui | Requêtes | Oui |
DataSetReadEvent |
DataSetReadEvent | AmlDataSetEvent Événements lorsqu’un magasin de données ML inscrit ou non inscrit est accessible (lecture, création ou suppression). |
Non | Oui | Requêtes | Oui |
DataStoreChangeEvent |
DataStoreChangeEvent | AmlDataStoreEvent Événements lors de l’accès à un magasin de données ML (lecture, création ou suppression). |
Non | Oui | Oui | |
DataStoreReadEvent |
DataStoreReadEvent | AmlDataStoreEvent Événements lors de l’accès à un magasin de données ML (lecture, création ou suppression). |
Non | Oui | Oui | |
DeploymentEventACI |
DeploymentEventACI | AmlDeploymentEvent Événements quand un déploiement de modèle se produit sur ACI ou AKS. |
Non | Oui | Oui | |
DeploymentEventAKS |
DeploymentEventAKS | AmlDeploymentEvent Événements quand un déploiement de modèle se produit sur ACI ou AKS. |
Non | Oui | Oui | |
DeploymentReadEvent |
DeploymentReadEvent | AmlDeploymentEvent Événements quand un déploiement de modèle se produit sur ACI ou AKS. |
Non | Oui | Oui | |
EnvironmentChangeEvent |
EnvironmentChangeEvent | AmlEnvironmentEvent Événements lorsque les environnements ML sont accessibles (lecture, création ou suppression). |
Non | Oui | Requêtes | Oui |
EnvironmentReadEvent |
EnvironmentReadEvent | AmlEnvironmentEvent Événements lorsque les environnements ML sont accessibles (lecture, création ou suppression). |
Non | Oui | Requêtes | Oui |
InferencingOperationACI |
InferencingOperationACI | AmlInferencingEvent Événements liés à l’inférence ou à une opération associée sur le type de calcul AKS ou ACI. |
Non | Oui | Oui | |
InferencingOperationAKS |
InferencingOperationAKS | AmlInferencingEvent Événements liés à l’inférence ou à une opération associée sur le type de calcul AKS ou ACI. |
Non | Oui | Oui | |
ModelsActionEvent |
ModelsActionEvent | AmlModelsEvent Événements lors de l’accès à un modèle ML (lecture, création ou suppression). Incude les événements lors de l’empaquetage de modèles et de ressources dans des packages prêts à être créés. |
Non | Oui | Requêtes | Oui |
ModelsChangeEvent |
ModelsChangeEvent | AmlModelsEvent Événements lors de l’accès à un modèle ML (lecture, création ou suppression). Incude les événements lors de l’empaquetage de modèles et de ressources dans des packages prêts à être créés. |
Non | Oui | Requêtes | Oui |
ModelsReadEvent |
ModelsReadEvent | AmlModelsEvent Événements lors de l’accès à un modèle ML (lecture, création ou suppression). Incude les événements lors de l’empaquetage de modèles et de ressources dans des packages prêts à être créés. |
Non | Oui | Requêtes | Oui |
PipelineChangeEvent |
PipelineChangeEvent | AmlPipelineEvent Événements lorsque le brouillon de pipeline ML ou le point de terminaison ou le module sont accessibles (lecture, création ou suppression). |
Non | Oui | Oui | |
PipelineReadEvent |
PipelineReadEvent | AmlPipelineEvent Événements lorsque le brouillon de pipeline ML ou le point de terminaison ou le module sont accessibles (lecture, création ou suppression). |
Non | Oui | Oui | |
RunEvent |
RunEvent | AmlRunEvent Événements lors de l’accès à des expériences ML (lecture, création ou suppression). |
Non | Oui | Oui | |
RunReadEvent |
RunReadEvent | AmlRunEvent Événements lors de l’accès à des expériences ML (lecture, création ou suppression). |
Non | Oui | Oui |
Journaux de ressources pris en charge pour Microsoft.MachineLearningServices/workspaces/onlineEndpoints
| Category | Nom complet de la catégorie | Table de journal | Prend en charge le plan de journal de base | Prend en charge la transformation de la durée d’ingestion | Exemples de requêtes | Coûts d’exportation |
|---|---|---|---|---|---|---|
AmlOnlineEndpointConsoleLog |
AmlOnlineEndpointConsoleLog | AmlOnlineEndpointConsoleLog Journaux de la console des points de terminaison en ligne Azure ML. Il fournit la sortie des journaux de console à partir de conteneurs d’utilisateurs. |
Non | Oui | Requêtes | Oui |
AmlOnlineEndpointEventLog |
AmlOnlineEndpointEventLog | AmlOnlineEndpointEventLog Journaux des événements des points de terminaison en ligne Azure ML. Il fournit des journaux d’événements concernant le cycle de vie du conteneur d’inférence-serveur. |
Non | Non | Requêtes | Oui |
AmlOnlineEndpointTrafficLog |
AmlOnlineEndpointTrafficLog | AmlOnlineEndpointTrafficLog Journaux de trafic pour les points de terminaison en ligne AzureML (Machine Learning). La table peut être utilisée pour vérifier les informations détaillées de la demande sur un point de terminaison en ligne. Par exemple, vous pouvez l’utiliser pour vérifier la durée de la demande, la raison de l’échec de la demande, etc. |
Non | Non | Requêtes | Oui |
Tables Azure Monitor Logs
Cette section répertorie les tables de journaux Azure Monitor pertinentes pour ce service, disponibles pour une requête par l’analytique des journaux d’activité à l’aide de requêtes Kusto. Les tables contiennent les données du journal des ressources et éventuellement d’autres données en fonction de ce qui est collecté et acheminé vers elles.
Machine Learning
Microsoft.MachineLearningServices/workspaces
- AzureActivity
- AMLOnlineEndpointConsoleLog
- AMLOnlineEndpointTrafficLog
- AMLOnlineEndpointEventLog
- AzureMetrics
- AMLComputeClusterEvent
- AMLComputeClusterNodeEvent
- AMLComputeJobEvent
- AMLRunStatusChangedEvent
- AMLComputeCpuUtilization
- AMLComputeInstanceEvent
- AMLDataLabelEvent
- AMLDataSetEvent
- AMLDataStoreEvent
- AMLDeploymentEvent
- AMLEnvironmentEvent
- AMLInferencingEvent
- AMLModelsEvent
- AMLPipelineEvent
- AMLRunEvent
Microsoft.MachineLearningServices/registries
Journal d’activité
La table liée répertorie les opérations qui peuvent être enregistrées dans le journal d’activité de ce service. Ces opérations constituent un sous-ensemble de toutes les opérations possibles du fournisseur de ressources dans le journal d’activité.
Pour plus d’informations sur le schéma des entrées du journal d’activité, consultez Schéma du journal d’activité.
Le tableau suivant répertorie certaines opérations liées à Machine Learning qui peuvent être créées dans le journal d’activité. Pour obtenir la liste complète des opérations Microsoft.MachineLearningServices, consultez les opérations du fournisseur de ressources Microsoft.MachineLearningServices.
| Operation | Description |
|---|---|
| Crée ou met à jour un espace de travail Machine Learning | Un espace de travail a été créé ou mis à jour |
| CheckComputeNameAvailability | Vérifie si un nom de calcul est déjà utilisé |
| Crée ou met à jour les ressources de calcul | Une ressource de calcul a été créée ou mise à jour |
| Supprime les ressources de calcul | Une ressource de calcul a été supprimée |
| Afficher la liste des secrets | Sur l’opération, répertorie des secrets pour un espace de travail Machine Learning |
Schémas des journaux
Azure Machine Learning utilise les schémas suivants.
Table AmlComputeJobEvent
| Propriété | Description |
|---|---|
| TimeGenerated | Heure de génération de l’entrée du journal |
| NomOpération | Nom de l’opération associée à l’événement de journal |
| Category | Nom de l’événement de journal |
| JobId | ID du travail soumis |
| ExperimentId | ID de l’expérience |
| ExperimentName | Nom de l’expérience |
| CustomerSubscriptionId | SubscriptionId où l’expérience et le travail sont envoyés |
| WorkspaceName | Nom de l’espace de travail Machine Learning |
| ClusterName | Nom du cluster |
| ProvisioningState | État de la soumission du travail |
| ResourceGroupName | Nom du groupe de ressources |
| JobName | Nom du travail |
| ClusterId | ID du cluster |
| Type d’événement | Type de l’événement de travail. Par exemple, JobSubmitted, JobRunning, JobFailed, JobSucceeded |
| ExecutionState | État du travail (exécution). Par exemple, En file d’attente, En cours d’exécution, Réussi, Échec |
| ErrorDetails | Détails de l’erreur du travail |
| CreationApiVersion | Version de l’API utilisée pour créer le travail |
| ClusterResourceGroupName | Nom du groupe de ressources du cluster |
| TFWorkerCount | Nombre de Workers TF |
| TFParameterServerCount | Nombre de serveurs de paramètres TF |
| ToolType | Type d’outil utilisé |
| RunInContainer | Indicateur décrivant si le travail doit être exécuté à l’intérieur d’un conteneur |
| JobErrorMessage | Message détaillé de l’erreur du travail |
| NodeId | ID du nœud créé sur lequel le travail s’exécute |
Table AmlComputeClusterEvent
| Propriété | Description |
|---|---|
| TimeGenerated | Heure de génération de l’entrée du journal |
| NomOpération | Nom de l’opération associée à l’événement de journal |
| Category | Nom de l’événement de journal |
| ProvisioningState | État d’approvisionnement du cluster |
| ClusterName | Nom du cluster |
| ClusterType | Type du cluster |
| CreatedBy | Utilisateur qui a créé le cluster |
| CoreCount | Nombre de cœurs du cluster |
| VmSize | Taille de machine virtuelle du cluster |
| VmPriority | Priorité des nœuds créés à l’intérieur d’un cluster (Dedicated/LowPriority) |
| ScalingType | Type de mise à l’échelle du cluster (manual/auto) |
| InitialNodeCount | Nombre initial de nœuds du cluster |
| MinimumNodeCount | Nombre minimal de nœuds du cluster |
| MaximumNodeCount | Nombre maximal de nœuds du cluster |
| NodeDeallocationOption | Manière dont le nœud doit être libéré |
| Serveur de publication | Éditeur du type de cluster |
| Offre | Offre avec laquelle le cluster est créé |
| Sku | Référence SKU du nœud/de la machine virtuelle créé dans le cluster |
| Version | Version de l’image utilisée lors de la création du nœud/de la machine virtuelle |
| SubnetId | SubnetId du cluster |
| AllocationState | État d’allocation du cluster |
| CurrentNodeCount | Nombre actuel de nœuds du cluster |
| TargetNodeCount | Nombre cible de nœuds du cluster lors de la mise à l’échelle |
| Type d’événement | Type d’événement lors de la création du cluster |
| NodeIdleTimeSecondsBeforeScaleDown | Durée d’inactivité en secondes avant de descendre en puissance le cluster |
| PreemptedNodeCount | Nombre de nœuds réquisitionnés du cluster |
| IsResizeGrow | Indicateur signifiant que le cluster est en cours de montée en puissance |
| VmFamilyName | Nom de la famille de machines virtuelles des nœuds qui peuvent être créés dans le cluster |
| LeavingNodeCount | Nombre de nœuds sortants du cluster |
| UnusableNodeCount | Nombre de nœuds inutilisables du cluster |
| IdleNodeCount | Nombre de nœuds inactifs du cluster |
| RunningNodeCount | Nombre de nœuds en cours d’exécution du cluster |
| PreparingNodeCount | Nombre de nœuds en préparation du cluster |
| QuotaAllocated | Quota alloué au cluster |
| QuotaUtilized | Quota utilisé du cluster |
| AllocationStateTransitionTime | Durée de transition d’un état à un autre |
| ClusterErrorCodes | Code d’erreur reçu lors de la création ou de la mise à l’échelle du cluster |
| CreationApiVersion | Version de l’API utilisée lors de la création du cluster |
Table AmlComputeInstanceEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlComputeInstanceEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| CorrelationId | GUID utilisé pour regrouper un ensemble d’événements connexes, le cas échéant. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| AmlComputeInstanceName | Nom de l’instance de calcul associée à l’entrée de journal. |
Table AmlDataLabelEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlDataLabelEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| CorrelationId | GUID utilisé pour regrouper un ensemble d’événements connexes, le cas échéant. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| AmlProjectId | Identificateur unique du projet Azure Machine Learning. |
| AmlProjectName | Nom du projet Azure Machine Learning. |
| AmlLabelNames | Noms des classes d’étiquettes qui sont créées pour le projet. |
| AmlDataStoreName | Nom de la banque de données dans laquelle sont stockées les données du projet. |
Table AmlDataSetEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlDataSetEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| AmlWorkspaceId | Identificateur unique de l’espace de travail Azure Machine Learning. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| AmlDatasetId | ID du jeu de données Azure Machine Learning. |
| AmlDatasetName | Nom du jeu de données Azure Machine Learning. |
Table AmlDataStoreEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlDataStoreEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| AmlWorkspaceId | Identificateur unique de l’espace de travail Azure Machine Learning. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| AmlDatastoreName | Nom du magasin de données Azure Machine Learning. |
Table AmlDeploymentEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlDeploymentEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| AmlServiceName | Utilisation du service Azure Machine Learning. |
Table AmlInferencingEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlInferencingEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| AmlServiceName | Utilisation du service Azure Machine Learning. |
Table AmlModelsEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlModelsEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| ResultSignature | Code d’état HTTP de l’événement. Les valeurs standard sont 200, 201, 202, etc. |
| AmlModelName | Nom du modèle Azure Machine Learning. |
Table AmlPipelineEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlPipelineEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| AmlWorkspaceId | Identificateur unique de l’espace de travail Azure Machine Learning. |
| AmlWorkspaceId | Nom de votre espace de travail Azure Machine Learning. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| AmlModuleId | GUID et ID unique du module. |
| AmlModelName | Nom du modèle Azure Machine Learning. |
| AmlPipelineId | ID du pipeline Azure Machine Learning. |
| AmlParentPipelineId | ID du pipeline Azure Machine Learning parent (en cas de clonage). |
| AmlPipelineDraftId | ID du brouillon de pipeline Azure Machine Learning. |
| AmlPipelineDraftName | Nom du brouillon de pipeline Azure Machine Learning. |
| AmlPipelineEndpointId | ID du point de terminaison de pipeline Azure Machine Learning. |
| AmlPipelineEndpointName | Nom du point de terminaison de pipeline Azure Machine Learning. |
Table AmlRunEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlRunEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| ResultType | État de l’événement. Les valeurs courantes sont : Started, In Progress, Succeeded, Failed, Active et Resolved. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| AmlWorkspaceId | Identificateur unique de l’espace de travail Azure Machine Learning. |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| RunId | ID unique de l'exécution. |
Tableau AmlEnvironmentEvent
| Propriété | Description |
|---|---|
| Type | Nom de l’événement de journal, AmlEnvironmentEvent |
| TimeGenerated | Heure (UTC) de génération de l’entrée du journal |
| Level | Niveau de gravité de l’événement. Doit être Information, Avertissement, Erreur, ou Critique. |
| NomOpération | Nom de l’opération associée à l’entrée de journal |
| Identité | Identité de l’utilisateur ou de l’application qui a effectué l’opération. |
| AadTenantId | ID de locataire Microsoft Entra pour lequel l’opération a été soumise. |
| AmlEnvironmentName | Nom de la configuration de l’environnement Azure Machine Learning. |
| AmlEnvironmentVersion | Nom de la version de configuration de l’environnement Azure Machine Learning. |
Table AMLOnlineEndpointTrafficLog (préversion)
| Propriété | Description |
|---|---|
| Méthode | Méthode demandée par le client. |
| Chemin d’accès | Chemin d’accès demandé par le client. |
| SubscriptionId | ID d’abonnement Machine Learning du point de terminaison en ligne. |
| AzureMLWorkspaceId | ID de l’espace de travail Machine Learning du point de terminaison en ligne. |
| AzureMLWorkspaceName | Nom de l’espace de travail Machine Learning du point de terminaison en ligne. |
| EndpointName | Nom du point de terminaison en ligne. |
| DeploymentName | Nom du déploiement en ligne. |
| Protocole | Protocole de la requête. |
| ResponseCode | Code de réponse final renvoyé au client. |
| ResponseCodeReason | Motif du code de réponse final renvoyé au client. |
| ModelStatusCode | Code d’état de la réponse du modèle. |
| ModelStatusReason | Motif de l’état de la réponse du modèle. |
| RequestPayloadSize | Nombre total d’octets reçus du client. |
| ResponsePayloadSize | Nombre total d’octets renvoyés au client. |
| UserAgent | En-tête user-agent de la requête, y compris les commentaires, mais tronqué jusqu’à un maximum de 70 caractères. |
| XRequestId | ID de requête généré par Azure Machine Learning pour le suivi interne. |
| XMSClientRequestId | ID de suivi généré par le client. |
| TotalDurationMs | Durée en millisecondes entre l’heure de début de la requête et le dernier octet de réponse renvoyé au client. Si le client s’est déconnecté, elle est mesurée entre l’heure de début et l’heure de déconnexion du client. |
| RequestDurationMs | Durée en millisecondes entre l’heure de début de la requête et le dernier octet de la requête reçue du client. |
| ResponseDurationMs | Durée en millisecondes entre l’heure de début de la requête et le premier octet de réponse lu à partir du modèle. |
| RequestThrottlingDelayMs | Retard en millisecondes dans le transfert de données de la requête en raison de la limitation de bande passante réseau. |
| ResponseThrottlingDelayMs | Retard en millisecondes dans le transfert de données de la réponse en raison de la limitation de bande passante réseau. |
Si vous souhaitez obtenir plus d’informations sur ce journal, consultez Analyser les points de terminaison en ligne.
AMLOnlineEndpointConsoleLog
| Propriété | Description |
|---|---|
| TimeGenerated | Horodatage (UTC) de la génération du journal. |
| NomOpération | Opération associée à l’enregistrement du journal. |
| InstanceId | ID de l’instance qui a généré cet enregistrement de journal. |
| DeploymentName | Nom du déploiement associé à l’enregistrement du journal. |
| ContainerName | Nom du conteneur dans lequel le journal a été généré. |
| Message | Contenu du journal. |
Si vous souhaitez obtenir plus d’informations sur ce journal, consultez Analyser les points de terminaison en ligne.
AMLOnlineEndpointEventLog (préversion)
| Propriété | Description |
|---|---|
| TimeGenerated | Horodatage (UTC) de la génération du journal. |
| NomOpération | Opération associée à l’enregistrement du journal. |
| InstanceId | ID de l’instance qui a généré cet enregistrement de journal. |
| DeploymentName | Nom du déploiement associé à l’enregistrement du journal. |
| Nom | Nom de l’événement. |
| Message | Contenu de l’événement. |
Si vous souhaitez obtenir plus d’informations sur ce journal, consultez Analyser les points de terminaison en ligne.
Contenu connexe
- Consultez Surveiller Machine Learning pour obtenir une description de l’analyse du Machine Learning.
- Pour plus d’informations sur la supervision des ressources Azure, consultez Superviser des ressources Azure avec Azure Monitor.