Metrische gegevens in Application Insights
Application Insights ondersteunt drie verschillende typen metrische gegevens: standaard (vooraf samengevoegd), op logboeken gebaseerd en aangepaste metrische gegevens. Elk item biedt een unieke waarde voor het bewaken van de toepassingsstatus, diagnostische gegevens en analyses. Ontwikkelaars die toepassingen instrumenteren, kunnen bepalen welk type metrische waarde het meest geschikt is voor een bepaald scenario. Beslissingen zijn gebaseerd op de grootte van de toepassing, het verwachte volume van telemetrie en zakelijke vereisten voor precisie en waarschuwingen voor metrische gegevens. In dit artikel wordt het verschil uitgelegd tussen alle ondersteunde typen metrische gegevens.
Metrische standaardgegevens
Metrische standaardgegevens in Application Insights zijn vooraf gedefinieerde metrische gegevens die automatisch worden verzameld en bewaakt door de service. Deze metrische gegevens hebben betrekking op een breed scala aan prestatie- en gebruiksindicatoren, zoals CPU-gebruik, geheugenverbruik, aanvraagsnelheden en reactietijden. Metrische standaardgegevens bieden een uitgebreid overzicht van de status en prestaties van uw toepassing zonder extra configuratie. Metrische standaardgegevens worden vooraf samengevoegd tijdens het verzamelen en opgeslagen als een tijdreeks in een gespecialiseerde opslagplaats met alleen sleuteldimensies, waardoor ze beter presteren tijdens het uitvoeren van query's. Dit maakt standaard metrische gegevens de beste keuze voor bijna realtime waarschuwingen over dimensies van metrische gegevens en responsievere dashboards.
Metrische gegevens op basis van logboeken
Metrische gegevens op basis van logboeken in Application Insights zijn een concept voor querytijd, dat wordt weergegeven als een tijdreeks boven op de logboekgegevens van uw toepassing. De onderliggende logboeken worden niet vooraf samengevoegd bij de verzameling of opslagtijd en behouden alle eigenschappen van elke logboekvermelding. Deze retentie maakt het mogelijk om logboekeigenschappen te gebruiken als dimensies voor metrische gegevens op basis van logboeken tijdens query's voor het filteren van metrische grafieken en het splitsen van metrische gegevens, waardoor logboekgegevens superieure analytische en diagnostische waarde bieden. Technieken voor het verminderen van telemetrievolumes, zoals steekproeven en telemetriefilters, die vaak worden gebruikt bij het bewaken van toepassingen die grote hoeveelheden telemetrie genereren, hebben echter invloed op de hoeveelheid verzamelde logboekvermeldingen en verminderen de nauwkeurigheid van metrische gegevens op basis van logboeken.
Aangepaste metrische gegevens (preview)
Met aangepaste metrische gegevens in Application Insights kunt u specifieke metingen definiëren en bijhouden die uniek zijn voor uw toepassing. Deze metrische gegevens kunnen worden gemaakt door uw code te instrumenteren om aangepaste telemetriegegevens naar Application Insights te verzenden. Aangepaste metrische gegevens bieden de flexibiliteit om elk aspect van uw toepassing te bewaken dat niet wordt gedekt door standaardmetrieken, zodat u meer inzicht krijgt in het gedrag en de prestaties van uw toepassing.
Zie Aangepaste metrische gegevens in Azure Monitor (preview) voor meer informatie.
Notitie
Application Insights biedt ook een functie met de naam Live Metrics Stream, waarmee bijna realtime bewaking van uw webtoepassingen mogelijk is en geen telemetriegegevens worden opgeslagen.
Vergelijking van metrische gegevens
Functie | Metrische standaardgegevens | Metrische gegevens op basis van logboeken | Aangepaste meetwaarden |
---|---|---|---|
Gegevensbron | Vooraf geaggregeerde tijdreeksgegevens die tijdens runtime worden verzameld. | Afgeleid van logboekgegevens met behulp van Kusto-query's. | Door de gebruiker gedefinieerde metrische gegevens die worden verzameld via de Application Insights SDK of API. |
Granulariteit | Vaste intervallen (1 minuut). | Is afhankelijk van de granulariteit van de logboekgegevens zelf. | Flexibele granulariteit op basis van door de gebruiker gedefinieerde metrische gegevens. |
Nauwkeurigheid | Hoog, niet beïnvloed door logboeksampling. | Dit kan worden beïnvloed door steekproeven en filteren. | Hoge nauwkeurigheid, met name bij het gebruik van vooraf geaggregeerde methoden zoals GetMetric. |
Kosten | Opgenomen in de prijzen van Application Insights. | Op basis van opname van logboekgegevens en querykosten. | Zie prijsmodel en retentie. |
Configuratie | Automatisch beschikbaar met minimale configuratie. | Configuratie van logboekquery's vereisen om de gewenste metrische gegevens uit logboekgegevens te extraheren. | Vereist aangepaste implementatie en configuratie in code. |
Queryprestaties | Snel, vanwege vooraggregatie. | Langzamer, omdat er query's worden uitgevoerd op logboekgegevens. | Is afhankelijk van het gegevensvolume en de complexiteit van query's. |
Storage | Opgeslagen als tijdreeksgegevens in het metrische gegevensarchief van Azure Monitor. | Opgeslagen als logboeken in Log Analytics-werkruimte. | Opgeslagen in zowel Log Analytics als het metrische gegevensarchief van Azure Monitor. |
Waarschuwingen | Biedt ondersteuning voor realtime waarschuwingen. | Maakt complexe waarschuwingsscenario's mogelijk op basis van gedetailleerde logboekgegevens. | Flexibele waarschuwingen op basis van door de gebruiker gedefinieerde metrische gegevens. |
Servicelimiet | Onderhevig aan Application Insights-limieten. | Onderhevig aan limieten voor Log Analytics-werkruimten. | Beperkt door het quotum voor gratis metrische gegevens en de kosten voor extra dimensies. |
Gebruiksscenario's | Realtime bewaking, prestatiedashboards en snelle inzichten. | Gedetailleerde diagnostische gegevens, probleemoplossing en uitgebreide analyse. | Op maat gemaakte prestatie-indicatoren en bedrijfsspecifieke metrische gegevens. |
Voorbeelden | CPU-gebruik, geheugengebruik, aanvraagduur. | Aantal aanvragen, uitzonderingstraceringen, afhankelijkheidsaanroepen. | Aangepaste toepassingsspecifieke metrische gegevens, zoals gebruikersbetrokkenheid, functiegebruik. |
Preaggregatie van metrische gegevens
OpenTelemetry-SDK's en nieuwere Application Insights SDK's (klassieke API) aggregeren metrische gegevens tijdens het verzamelen om het aantal gegevens dat vanuit de SDK naar het eindpunt van het telemetriekanaal wordt verzonden, te verminderen. Dit proces is van toepassing op standaardgegevens die standaard worden verzonden, zodat de nauwkeurigheid niet wordt beïnvloed door steekproeven of filteren. Het is ook van toepassing op aangepaste metrische gegevens die worden verzonden met behulp van de OpenTelemetry-API of GetMetric en TrackValue, wat resulteert in minder gegevensopname en lagere kosten. Als uw versie van de Application Insights SDK Ondersteuning biedt voor GetMetric en TrackValue, is dit de voorkeursmethode voor het verzenden van aangepaste metrische gegevens.
Voor SDK's die geen voorafaggregatie implementeren (dat wil gezegd, oudere versies van Application Insights SDK's of voor browser-instrumentatie), vult de Application Insights-back-end nog steeds de nieuwe metrische gegevens in door de gebeurtenissen te aggregeren die zijn ontvangen door het Application Insights-telemetriekanaaleindpunt. Voor aangepaste metrische gegevens kunt u de trackMetric-methode gebruiken. Hoewel u niet profiteert van het verminderde volume aan gegevens dat via de kabel wordt verzonden, kunt u nog steeds de vooraf geaggregeerde metrische gegevens gebruiken en betere prestaties en ondersteuning ervaren van de bijna realtime dimensionale waarschuwingen met SDK's die geen metrische gegevens vooraf aggregeren tijdens het verzamelen.
Het eindpunt van het telemetriekanaal aggregert gebeurtenissen vóór opnamesampling. Daarom heeft opnamesampling nooit invloed op de nauwkeurigheid van vooraf geaggregeerde metrische gegevens, ongeacht de SDK-versie die u met uw toepassing gebruikt.
De volgende tabellen bevatten een lijst waarin vooraggregatie vooraf wordt samengevoegd.
Preaggregatie van metrische gegevens met Azure Monitor OpenTelemetry Distro
Huidige productie-SDK | Standaardvooraggregatie van metrische gegevens | Aangepaste vooraggregatie van metrische gegevens |
---|---|---|
ASP.NET Core | SDK | SDK via OpenTelemetry-API |
.NET (via exporteur) | SDK | SDK via OpenTelemetry-API |
Java (3.x) | SDK | SDK via OpenTelemetry-API |
Systeemeigen Java | SDK | SDK via OpenTelemetry-API |
Node.js | SDK | SDK via OpenTelemetry-API |
Python | SDK | SDK via OpenTelemetry-API |
Preaggregatie van metrische gegevens met Application Insights SDK (klassieke API)
Huidige productie-SDK | Standaardvooraggregatie van metrische gegevens | Aangepaste vooraggregatie van metrische gegevens |
---|---|---|
.NET Core en .NET Framework | SDK (V2.13.1+) | SDK (V2.7.2+) via GetMetric Eindpunt van telemetriekanaal via TrackMetric |
Java (2.x) | Eindpunt van telemetriekanaal | Eindpunt van telemetriekanaal via TrackMetric |
JavaScript (browser) | Eindpunt van telemetriekanaal | Eindpunt van telemetriekanaal via TrackMetric |
Node.js | Eindpunt van telemetriekanaal | Eindpunt van telemetriekanaal via TrackMetric |
Python | Eindpunt van telemetriekanaal | SDK via OpenCensus.stats (buiten gebruik gesteld) Eindpunt van telemetriekanaal via TrackMetric |
Let op
De Application Insights Java 2.x SDK wordt niet meer aanbevolen. Gebruik in plaats daarvan de Op OpenTelemetry gebaseerde Java-aanbieding .
De OpenCensus Python SDK wordt buiten gebruik gesteld. We raden u aan de Python-aanbieding op basis van OpenTelemetry te gebruiken en migratierichtlijnen te bieden.
Preaggregatie van metrische gegevens met automatische instrumentatie
Met automatische instrumentatie wordt de SDK automatisch toegevoegd aan uw toepassingscode en kan deze niet worden aangepast. Voor aangepaste metrische gegevens is handmatige instrumentatie vereist.
Huidige productie-SDK | Standaardvooraggregatie van metrische gegevens | Aangepaste vooraggregatie van metrische gegevens |
---|---|---|
ASP.NET Core | SDK 1 | Niet ondersteund |
ASP.NET | SDK 2 | Niet ondersteund |
Java | SDK | Ondersteund 3 |
Node.js | SDK | Niet ondersteund |
Python | SDK | Niet ondersteund |
Voetnoten
- 1 ASP.NET Kern autoinstrumentatie in App Service verzendt standaard metrische gegevens zonder dimensies. Handmatige instrumentatie is vereist voor alle dimensies.
- 2 ASP.NET automatische instrumentatie op virtuele machines/virtuele-machineschaalsets en on-premises verzendt standaardmetrieken zonder dimensies. Hetzelfde geldt voor Azure-app Service, maar het verzamelingsniveau moet worden ingesteld op aanbevolen. Handmatige instrumentatie is vereist voor alle dimensies.
- 3 De Java-agent die wordt gebruikt met automatische instrumentatie legt metrische gegevens vast die worden verzonden door populaire bibliotheken en verzendt deze naar Application Insights als aangepaste metrische gegevens.
Aangepaste dimensies voor metrische gegevens en vooraggregatie
Alle metrische gegevens die u verzendt met behulp van OpenTelemetry, trackMetric of GetMetric en TrackValue-API-aanroepen worden automatisch opgeslagen in zowel het metrische archief als de logboeken. Deze metrische gegevens vindt u in de tabel customMetrics in Application Insights en in Metrics Explorer onder de custom Metric Namespace met de naam azure.applicationinsights. Hoewel de op logboeken gebaseerde versie van uw aangepaste metrische gegevens altijd alle dimensies behoudt, wordt de vooraf samengevoegde versie van de metrische waarde standaard opgeslagen zonder dimensies. Het behouden van dimensies van aangepaste metrische gegevens is een preview-functie die kan worden ingeschakeld op het tabblad Gebruik en geschatte kosten door Dimensies onder Aangepaste metrische gegevens verzenden naar Azure Metric Store te selecteren.
Targets
Vooraf geaggregeerde metrische gegevens worden opgeslagen als tijdreeks in Azure Monitor. Azure Monitor-quota voor aangepaste metrische gegevens zijn van toepassing.
Notitie
Het quotum kan onbedoelde gevolgen hebben. Azure Monitor kan onbetrouwbaar worden in uw abonnement of regio. Zie Ontwerpbeperkingen en overwegingen voor meer informatie over het overschrijden van het quotum.
Waarom is het verzamelen van aangepaste dimensies voor metrische gegevens standaard uitgeschakeld?
De verzameling aangepaste dimensies voor metrische gegevens is standaard uitgeschakeld, omdat in de toekomst aangepaste metrische gegevens met dimensies afzonderlijk van Application Insights worden gefactureerd. Het opslaan van niet-dimensionale aangepaste metrische gegevens blijft gratis (maximaal een quotum). U vindt meer informatie over de wijzigingen in het toekomstige prijsmodel op onze officiële pagina met prijzen.
Grafieken maken en metrische gegevens verkennen
Gebruik Azure Monitor Metrics Explorer om grafieken te tekenen van vooraf samengevoegde, op logboeken gebaseerde en aangepaste metrische gegevens, en om dashboards met grafieken te ontwerpen. Nadat u de Gewenste Application Insights-resource hebt geselecteerd, gebruikt u de naamruimtekiezer om te schakelen tussen metrische gegevens.
Prijsmodellen voor metrische gegevens van Application Insights
Als u metrische gegevens opneemt in Application Insights, ongeacht of deze zijn gebaseerd op een logboek of vooraf, worden kosten gegenereerd op basis van de grootte van de opgenomen gegevens. Zie prijsinformatie over Azure Monitor Logs voor meer informatie. Uw aangepaste metrische gegevens, inclusief alle dimensies, worden altijd opgeslagen in het Application Insights-logboekarchief. Bovendien wordt een vooraf samengevoegde versie van uw aangepaste metrische gegevens zonder dimensies standaard doorgestuurd naar het archief met metrische gegevens.
Als u de optie Waarschuwingen voor aangepaste metrische dimensies inschakelen selecteert om alle dimensies van de vooraf samengevoegde metrische gegevens op te slaan in de metrische opslag, kunnen extra kosten worden gegenereerd op basis van aangepaste prijzen voor metrische gegevens.
Beschikbare metrische gegevens
De volgende secties bevatten metrische gegevens met ondersteunde aggregaties en dimensies. De details over metrische gegevens op basis van logboeken bevatten de onderliggende Kusto-queryinstructies.
Metrische gegevens over beschikbaarheid
Metrische gegevens in de categorie Beschikbaarheid kunt u de status van uw webtoepassing zien zoals waargenomen vanaf punten over de hele wereld. Configureer de beschikbaarheidstests om metrische gegevens uit deze categorie te gaan gebruiken.
Beschikbaarheid (availabilityResults/availabilityPercentage)
De metrische gegevens beschikbaarheid tonen het percentage van de webtestuitvoeringen die geen problemen hebben gedetecteerd. De laagst mogelijke waarde is 0, wat aangeeft dat alle webtestuitvoeringen zijn mislukt. De waarde van 100 betekent dat alle webtestuitvoeringen voldoen aan de validatiecriteria.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Percentage | Gem | Run location , Test name |
Duur van beschikbaarheidstest (availabilityResults/duration)
De meetwaarde beschikbaarheidstest laat zien hoeveel tijd het kostte om de webtest uit te voeren. Voor de webtests met meerdere stappen weerspiegelt de metrische waarde de totale uitvoeringstijd van alle stappen.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Run location , , Test name Test result |
Beschikbaarheidstests (availabilityResults/count)
De metrische gegevens over beschikbaarheidstests weerspiegelen het aantal webtests dat wordt uitgevoerd door Azure Monitor.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Run location , , Test name Test result |
Metrische gegevens van browser
Metrische browsergegevens worden verzameld door de JavaScript SDK van Application Insights vanuit echte browsers van eindgebruikers. Ze bieden een goed inzicht in de ervaring van uw gebruikers met uw web-app. Metrische gegevens van browsers worden doorgaans niet gemonsterd, wat betekent dat ze een hogere nauwkeurigheid bieden van de gebruiksnummers in vergelijking met metrische gegevens aan de serverzijde die mogelijk scheef worden geslagen door steekproeven.
Notitie
Als u metrische gegevens van de browser wilt verzamelen, moet uw toepassing worden geïnstrueerd met de JavaScript SDK van Application Insights.
Laadtijd van browserpagina's (browserTimings/totalDuration)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Geen |
Tijd voor clientverwerking (browserTiming/processingDuration)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Geen |
Paginalaadtijd voor netwerkverbinding (browserTimings/networkDuration)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Geen |
Reactietijd ontvangen (browserTimings/receiveDuration)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Geen |
Aanvraagtijd verzenden (browserTimings/sendDuration)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Geen |
Metrische gegevens van fouten
De metrische gegevens in Fouten tonen problemen met het verwerken van aanvragen, afhankelijkheidsaanroepen en gegenereerde uitzonderingen.
Browser-uitzonderingen (uitzonderingen/browser)
Deze metrische waarde weerspiegelt het aantal gegenereerde uitzonderingen van uw toepassingscode die wordt uitgevoerd in de browser. Alleen uitzonderingen die worden bijgehouden met een trackException()
Application Insights-API-aanroep, worden opgenomen in de metrische gegevens.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role name |
Fouten bij aanroepen van afhankelijkheden (afhankelijkheden/mislukt)
Het aantal mislukte afhankelijkheidsaanroepen.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role instance , , Cloud role name Dependency performance , Dependency type , , Is traffic synthetic , , Result code Target of dependency call |
Uitzonderingen (uitzonderingen/aantal)
Telkens wanneer u een uitzondering op Application Insights aanmeldt, wordt de methode trackException() van de SDK aangeroepen. Het metrische gegeven Uitzonderingen toont het aantal vastgelegde uitzonderingen.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role instance , , Cloud role name Device type |
Mislukte aanvragen (aanvragen/mislukt)
Het aantal bijgehouden serveraanvragen dat is gemarkeerd als mislukt. De Application Insights SDK markeert standaard automatisch elke serveraanvraag die HTTP-antwoordcode 5xx of 4xx heeft geretourneerd als een mislukte aanvraag. U kunt deze logica aanpassen door de eigenschap succes van het aanvraagtelemetrie-item te wijzigen in een aangepaste initialisatiefunctie voor telemetrie.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role instance Is synthetic traffic , Cloud role name , Request performance Result code |
Server-uitzonderingen (uitzonderingen/server)
Deze metrische waarde geeft het aantal serveruitzondering weer.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role instance , Cloud role name |
Prestatiemeteritems
Gebruik metrische gegevens in de categorie Prestatiemeteritems voor toegang tot prestatiemeteritems van het systeem die worden verzameld door Application Insights.
Beschikbaar geheugen (performanceCounters/availableMemory)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Megabytes/gigabytes (afhankelijk van gegevens) | Gem, Max, Min | Cloud role instance |
Uitzonderingsfrequentie (performanceCounters/exceptionRate)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Tellen | Gem, Max, Min | Cloud role instance |
Uitvoeringstijd voor HTTP-aanvragen (performanceCounters/requestExecutionTime)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Cloud role instance |
HTTP-aanvraagsnelheid (performanceCounters/requestsPerSecond)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Aanvragen per seconde | Gem, Max, Min | Cloud role instance |
HTTP-aanvragen in de toepassingswachtrij (performanceCounters/requestsInQueue)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Tellen | Gem, Max, Min | Cloud role instance |
Proces-CPU (performanceCounters/processCpuPercentage)
De metrische waarde laat zien hoeveel van de totale processorcapaciteit wordt verbruikt door het proces dat als host fungeert voor uw bewaakte app.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Percentage | Gem, Max, Min | Cloud role instance |
Notitie
Het bereik van de metrische waarde ligt tussen 0 en 100 * n, waarbij n het aantal beschikbare CPU-kernen is. De metrische waarde van 200% kan bijvoorbeeld het volledige gebruik van twee CPU-kernen of een half gebruik van vier CPU-kernen vertegenwoordigen, enzovoort. Het genormaliseerde proces-CPU is een alternatieve metriek die wordt verzameld door veel SDK's die dezelfde waarde vertegenwoordigen, maar deze deelt door het aantal beschikbare CPU-kernen. Het bereik van genormaliseerde proces-CPU-metrische gegevens is dus 0 tot en met 100.
Io-snelheid verwerken (performanceCounters/processIOBytesPerSecond)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Bytes per seconde | Gemiddelde, Min, Max | Cloud role instance |
Persoonlijke bytes verwerken (performanceCounters/processPrivateBytes)
Hoeveelheid niet-gedeeld geheugen dat door het bewaakte proces is toegewezen voor de gegevens.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Bytes | Gemiddelde, Min, Max | Cloud role instance |
Processortijd (performanceCounters/processorCpuPercentage)
CPU-verbruik door alle processen die worden uitgevoerd op het bewaakte serverexemplaren.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Percentage | Gemiddelde, Min, Max | Cloud role instance |
Notitie
De metrische processortijd is niet beschikbaar voor de toepassingen die worden gehost in Azure-app Services. Gebruik de metrische gegevens voor cpu-proces om het CPU-gebruik bij te houden van de webtoepassingen die worden gehost in App Services.
Metrische servergegevens
Afhankelijkheidsaanroepen (afhankelijkheden/aantal)
Deze metrische waarde heeft betrekking op het aantal afhankelijkheidsaanroepen.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role instance , , Cloud role name Dependency performance , Dependency type , , Is traffic synthetic , , Result code Successful call Target of a dependency call |
Duur van afhankelijkheden (afhankelijkheden/duur)
Deze metrische waarde verwijst naar de duur van afhankelijkheidsaanroepen.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Cloud role instance , , Cloud role name Dependency performance , Dependency type , , Is traffic synthetic , , Result code Successful call Target of a dependency call |
Serveraanvraagsnelheid (aanvragen/tarief)
Deze metrische waarde geeft het aantal binnenkomende serveraanvragen weer die zijn ontvangen door uw webtoepassing.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Aantal per seconde | Gem | Cloud role instance Is traffic synthetic , Cloud role name , Request performance Result code Successful request |
Serveraanvragen (aanvragen/aantal)
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role instance Is traffic synthetic , Cloud role name , Request performance Result code Successful request |
Reactietijd van server (aanvragen/duur)
Deze metrische waarde weerspiegelt de tijd die de servers nodig hebben om binnenkomende aanvragen te verwerken.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Cloud role instance Is traffic synthetic , Cloud role name , Request performance Result code Successful request |
Metrische gebruiksgegevens
Laadtijd van paginaweergave (pageViews/duration)
Deze metrische waarde verwijst naar de hoeveelheid tijd die nodig was om PageView-gebeurtenissen te laden.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Milliseconden | Gem, Max, Min | Cloud role name , Is traffic synthetic |
Paginaweergaven (pageViews/count)
Het aantal PageView-gebeurtenissen dat is geregistreerd met de TrackPageView() Application Insights-API.
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role name , Is traffic synthetic |
Traceringen (traceringen/aantal)
Het aantal traceringsinstructies dat is vastgelegd met de Application Insights API-aanroep TrackTrace().
Maateenheid | Ondersteunde aggregaties | Ondersteunde dimensies |
---|---|---|
Count | Count | Cloud role instance , , , Cloud role name Is traffic synthetic Severity level |
Aangepaste meetwaarden
Niet van toepassing op metrische standaardgegevens.
Op logboeken gebaseerde metrische gegevens rechtstreeks openen met de Application Insights REST API
Met de REST API van Application Insights kunt u programmatisch ophalen van metrische gegevens op basis van logboeken. Het bevat ook een optionele parameter ai.include-query-payload
die bij het toevoegen aan een querytekenreeks de API vraagt om niet alleen de tijdreeksgegevens te retourneren, maar ook de Kusto-querytaal -instructie (KQL) die wordt gebruikt om deze op te halen. Deze parameter kan met name nuttig zijn voor gebruikers die de verbinding willen begrijpen tussen onbewerkte gebeurtenissen in Log Analytics en de resulterende metrische gegevens op basis van logboeken.
Als u rechtstreeks toegang wilt krijgen tot uw gegevens, geeft u de parameter ai.include-query-payload
door aan de Application Insights-API in een query met behulp van KQL.
Notitie
Als u de onderliggende logboekquery DEMO_APP
wilt ophalen en DEMO_KEY
deze niet hoeft te vervangen. Als u alleen de KQL-instructie wilt ophalen en niet de tijdreeksgegevens van uw eigen toepassing, kunt u deze rechtstreeks in de zoekbalk van uw browser kopiëren en plakken.
api.applicationinsights.io/v1/apps/DEMO_APP/metrics/users/authenticated?api_key=DEMO_KEY&prefer=ai.include-query-payload
Hier volgt een voorbeeld van een geretourneerde KQL-instructie voor de metrische waarde Geverifieerde gebruikers. (In dit voorbeeld "users/authenticated"
is dit de metrische id.)
output
{
"value": {
"start": "2024-06-21T09:14:25.450Z",
"end": "2024-06-21T21:14:25.450Z",
"users/authenticated": {
"unique": 0
}
},
"@ai.query": "union (traces | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (requests | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (pageViews | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (dependencies | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (customEvents | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (availabilityResults | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (exceptions | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (customMetrics | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (browserTimings | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)) | where notempty(user_AuthenticatedId) | summarize ['users/authenticated_unique'] = dcount(user_AuthenticatedId)"
}