Monitorowanie wydajności, kondycji i użycia usługi Azure Data Explorer za pomocą metryk

Metryki usługi Azure Data Explorer zapewniają kluczowe wskaźniki dotyczące kondycji i wydajności zasobów klastra usługi Azure Data Explorer. Użyj metryk opisanych w tym artykule, aby monitorować użycie, kondycję i wydajność klastra usługi Azure Data Explorer w określonym scenariuszu jako metryki autonomiczne. Możesz również użyć metryk jako podstawy dla operacyjnych pulpitów nawigacyjnych platformy Azure i alertów platformy Azure.

Aby uzyskać więcej informacji na temat Eksploratora metryk platformy Azure, zobacz Eksplorator metryk.

Wymagania wstępne

• Subskrypcja platformy Azure. Utwórz bezpłatne konto platformy Azure.
• Baza danych i klaster usługi Azure Data Explorer. Utwórz klaster i bazę danych.

Monitorowanie zasobów usługi Azure Data Explorer przy użyciu metryk

1. Zaloguj się w witrynie Azure Portal.
2. W okienku po lewej stronie klastra usługi Azure Data Explorer wyszukaj metryki.
3. Wybierz pozycję Metryki , aby otworzyć okienko metryk i rozpocząć analizę w klastrze.

Praca w okienku metryk

W okienku metryk wybierz określone metryki do śledzenia, wybierz sposób agregowania danych i tworzenie wykresów metryk do wyświetlenia na pulpicie nawigacyjnym.

Selektory przestrzeni nazw zasobów i metryk są wstępnie wybrane dla klastra usługi Azure Data Explorer. Liczby na poniższej ilustracji odpowiadają numerowanej liście poniżej. Prowadzą Cię przez różne opcje konfigurowania i wyświetlania metryk.

1. Aby utworzyć wykres metryki, wybierz pozycję Nazwa metryki i odpowiednią agregację na metrykę. Aby uzyskać więcej informacji na temat różnych metryk, zobacz obsługiwane metryki usługi Azure Data Explorer.
2. Wybierz pozycję Dodaj metrykę , aby wyświetlić wiele metryk wykreślionych na tym samym wykresie.
3. Wybierz pozycję + Nowy wykres , aby wyświetlić wiele wykresów w jednym widoku.
4. Użyj selektora czasu, aby zmienić zakres czasu (wartość domyślna: ostatnie 24 godziny).
5. Użyj opcji Dodaj filtr i Zastosuj dzielenie dla metryk, które mają wymiary.
6. Wybierz pozycję Przypnij do pulpitu nawigacyjnego, aby dodać konfigurację wykresu do pulpitów nawigacyjnych , aby można było je wyświetlić ponownie.
7. Ustaw pozycję Nowa reguła alertu, aby zwizualizować metryki przy użyciu ustawionych kryteriów. Nowa reguła alertów będzie zawierać zasób docelowy, metryka, podział i wymiary filtru z wykresu. Zmodyfikuj te ustawienia w okienku tworzenia reguły alertu.

Obsługiwane metryki usługi Azure Data Explorer

Metryki usługi Azure Data Explorer zapewniają wgląd zarówno w ogólną wydajność, jak i wykorzystanie zasobów, a także informacje o konkretnych akcjach, takich jak pozyskiwanie lub wykonywanie zapytań. Metryki w tym artykule zostały pogrupowane według typu użycia.

Typy metryk to:

• Metryki klastra
• Eksportowanie metryk
• Metryki pozyskiwania
• Metryki pozyskiwania przesyłania strumieniowego
• Metryki zapytań
• Zmaterializowane metryki widoku

Aby zapoznać się z alfabetyczną listą metryk usługi Azure Monitor dla usługi Azure Data Explorer, zobacz obsługiwane metryki klastra usługi Azure Data Explorer.

Metryki klastra

Metryki klastra śledzą ogólną kondycję klastra. Na przykład użycie zasobów i pozyskiwania oraz czas odpowiedzi.

Metryka	Jednostka	Agregacja	Opis metryki	Wymiary
Wykorzystanie pamięci podręcznej (przestarzałe)	Procent	Średnia, Maksymalna, Minimalna	Procent przydzielonych zasobów pamięci podręcznej używanych obecnie przez klaster. Pamięć podręczna to rozmiar dysku SSD przydzielonego do aktywności użytkowników zgodnie ze zdefiniowanymi zasadami pamięci podręcznej. Zrównoważona średnia wartość metryki Wykorzystanie pamięci podręcznej dla klastra wynosi maksymalnie 80%. Jeśli średnie wykorzystanie pamięci podręcznej wynosi powyżej 80%, klaster powinien wynosić skalowane w górę do warstwy cenowej zoptymalizowanej pod kątem magazynu lub skalowanie w poziomie do większej liczby wystąpień. Alternatywnie dostosuj zasady pamięci podręcznej do mniejszej liczby dni w pamięci podręcznej. Jeśli użycie pamięci podręcznej przekracza 100%, rozmiar danych do buforowania jest większy niż całkowity rozmiar pamięci podręcznej w klastrze. Ta metryka jest przestarzała i przedstawiana tylko pod kątem zgodności z poprzednimi wersjami. Zamiast tego użyj metryki "Współczynnik wykorzystania pamięci podręcznej".	Brak
Współczynnik wykorzystania pamięci podręcznej	Procent	Średnia, Maksymalna, Minimalna	Procent wykorzystania miejsca na dysku dedykowanego dla gorącej pamięci podręcznej w klastrze. 100% oznacza, że miejsce na dysku przypisane do gorących danych jest optymalnie wykorzystywane. Nie jest wymagana żadna akcja, a klaster jest całkowicie w porządku. Mniej niż 100% oznacza, że miejsce na dysku przydzielone dla gorących danych nie jest w pełni wykorzystywane. Ponad 100% oznacza, że miejsce na dysku klastra nie jest wystarczająco duże, aby pomieścić gorące dane zgodnie z zasadami buforowania. Aby zapewnić dostępność wystarczającej ilości miejsca dla wszystkich gorących danych, należy zmniejszyć ilość gorących danych lub klaster musi zostać przeskalowany w poziomie. Zalecamy włączenie automatycznego skalowania.	Brak
Procesor CPU	Procent	Średnia, Maksymalna, Minimalna	Procent przydzielonych zasobów obliczeniowych używanych obecnie przez maszyny w klastrze. Zrównoważona średnia wartość metryki Procesor CPU dla klastra wynosi maksymalnie 80%. Maksymalna wartość metryki Procesor CPU wynosi 100%, co oznacza, że nie ma żadnych dodatkowych zasobów obliczeniowych do przetwarzania danych. Jeśli klaster nie działa prawidłowo, sprawdź maksymalną wartość procesora CPU, aby określić, czy są zablokowane określone procesory CPU.	Brak
Wykorzystanie pozyskiwania	Procent	Średnia, Maksymalna, Minimalna	Procent rzeczywistych zasobów używanych do pozyskiwania danych z łącznych zasobów przydzielonych w zasadach pojemności w celu wykonania pozyskiwania. Domyślne zasady pojemności przewidują maksymalnie 512 współbieżnych operacji pozyskiwania lub 75% zasobów klastra odpowiedzialnych za pozyskiwanie. Zrównoważona średnia wartość metryki Wykorzystanie pozyskiwania dla klastra wynosi maksymalnie 80%. Maksymalna wartość metryki Wykorzystanie pozyskiwania wynosi 100%, co oznacza, że używane są wtedy wszystkie możliwości pozyskiwania klastra i może pojawić się kolejka pozyskiwania.	Brak
InstanceCount	Count	Średnia	Łączna liczba wystąpień.
Zachowaj życie	Count	Średnia	Śledzi czas odpowiedzi klastra. Prawidłowo reagujący klaster zwraca wartość 1, zablokowany lub odłączony klaster zwraca wartość 0.
Łączna liczba poleceń z pełną liczbą ograniczonych poleceń	Count	Średnia, Maksymalna, Minimalna, Suma	Liczba poleceń ograniczonych (odrzuconych) w klastrze, ponieważ osiągnięto maksymalną dozwoloną liczbę współbieżnych (równoległych) poleceń.	Brak
Łączna liczba zakresów	Count	Średnia, Maksymalna, Minimalna, Suma	Całkowita liczba zakresów danych w klastrze. Zmiany w tej metryce mogą oznaczać duże zmiany struktury danych i duże obciążenie klastra, ponieważ scalanie zakresów danych jest dużym obciążeniem procesora CPU.	Brak
Opóźnienie obserwowanego	Milisekundy	Średnia, Maksymalna, Minimalna	Bazy danych obserwowanych synchronizują zmiany w wiodących bazach danych. Ze względu na synchronizację opóźnienie danych może potrwać od kilku sekund do kilku minut w dostępności danych. Ta metryka mierzy długość opóźnienia czasu. Opóźnienie czasowe zależy od kilku czynników, takich jak: ogólny rozmiar i szybkość pozyskanych danych do lidera, liczba obserwowanych baz danych, szybkość operacji wewnętrznych wykonywanych na lidera (operacje scalania/ponownego kompilowania). Jest to metryki na poziomie klastra: obserwatorzy przechwytują metadane wszystkich obserwowanych baz danych. Ta metryka reprezentuje opóźnienie procesu.	Brak

Eksportowanie metryk

Metryki eksportu śledzą ogólną kondycję i wydajność operacji eksportu, takich jak opóźnienie, wyniki, liczba rekordów i wykorzystanie.

Metryka	Jednostka	Agregacja	Opis metryki	Wymiary
Liczba eksportowanych rekordów w trybie ciągłym	Count	Sum	Liczba wyeksportowanych rekordów we wszystkich zadaniach eksportu ciągłego.	ContinuousExportName
Maksymalna liczba opóźnień eksportu ciągłego	Count	Maksimum	Opóźnienie (w minutach) zgłoszone przez zadania eksportu ciągłego w klastrze.	Brak
Liczba oczekujących operacji eksportu ciągłego	Count	Maksimum	Liczba oczekujących zadań eksportu ciągłego. Te zadania są gotowe do uruchomienia, ale oczekują w kolejce, prawdopodobnie ze względu na niewystarczającą pojemność).
Wynik eksportu ciągłego	Liczba	Liczba	Wynik niepowodzenia/powodzenia każdego uruchomienia eksportu ciągłego.	ContinuousExportName
Wykorzystanie eksportu	Procent	Maksimum	Użyta pojemność eksportu z całkowitej pojemności eksportu w klastrze (od 0 do 100).	Brak

Metryki pozyskiwania

Metryki pozyskiwania śledzą ogólną kondycję i wydajność operacji pozyskiwania, takich jak opóźnienie, wyniki i wolumin. Aby uściślić analizę:

• Zastosuj filtry do wykresów , aby wykreślić częściowe dane według wymiarów. Na przykład eksplorowanie pozyskiwania do określonego Databaseelementu .
• Zastosuj dzielenie do wykresu , aby wizualizować dane według różnych składników. Ten proces jest przydatny do analizowania metryk zgłaszanych przez każdy krok potoku pozyskiwania, na przykład Blobs received.

Metryka	Jednostka	Agregacja	Opis metryki	Wymiary
Liczba obiektów blob wsadowych	Count	Średnia, Maksymalna, Minimalna	Liczba źródeł danych w ukończonej partii na potrzeby pozyskiwania.	baza danych
Czas trwania partii	Sekundy	Średnia, Maksymalna, Minimalna	Czas trwania fazy dzielenia na partie w przepływie pozyskiwania.	baza danych
Rozmiar partii	Bajty	Średnia, Maksymalna, Minimalna	Nieskompresowany oczekiwany rozmiar danych w zagregowanej partii do pozyskiwania.	baza danych
Przetworzone partie	Count	Suma, Maksimum, Min	Liczba partii zakończonych do pozyskiwania. Batching Type: Wyzwalacz uszczelniania partii. Aby uzyskać pełną listę typów przetwarzania wsadowego, zobacz Typy wsadowe.	Baza danych, typ przetwarzania wsadowego
Odebrane obiekty blob	Count	Suma, Maksimum, Min	Liczba obiektów blob odebranych ze strumienia wejściowego przez składnik. Użyj stosowania podziału , aby przeanalizować każdy składnik.	Baza danych, typ składnika, nazwa składnika
Przetworzone obiekty blob	Count	Suma, Maksimum, Min	Liczba obiektów blob przetwarzanych przez składnik. Użyj stosowania podziału , aby przeanalizować każdy składnik.	Baza danych, typ składnika, nazwa składnika
Porzucone obiekty blob	Count	Suma, Maksimum, Min	Liczba obiektów blob trwale porzuconych przez składnik. Dla każdego takiego obiektu blob Ingestion result jest wysyłana metryka z przyczyną błędu. Użyj stosowania podziału , aby przeanalizować każdy składnik.	Baza danych, typ składnika, nazwa składnika
Opóźnienie odnajdywania	Sekundy	Średnia	Czas z kolejkowania danych do czasu odnajdywania przez połączenia danych. Ten czas nie jest uwzględniany w metrykach opóźnienia etapu ani w metrykach opóźnienia pozyskiwania . Opóźnienie odnajdywania może wzrosnąć w następujących sytuacjach: Gdy są używane połączenia danych między regionami. W przypadku połączeń danych usługi Event Hubs, jeśli liczba partycji usługi Event Hubs nie jest wystarczająca dla woluminu wychodzącego danych lub jeśli zdarzenia są nierównomiernie rozłożone między partycjami.	Typ składnika, nazwa składnika
Odebrane zdarzenia	Count	Suma, Maksimum, Min	Liczba zdarzeń odebranych przez połączenia danych ze strumienia wejściowego.	Typ składnika, nazwa składnika
Przetworzone zdarzenia	Count	Suma, Maksimum, Min	Liczba zdarzeń przetwarzanych przez połączenia danych.	Typ składnika, nazwa składnika
Zdarzenia porzucone	Count	Suma, Maksimum, Min	Liczba zdarzeń trwale porzuconych przez połączenia danych. Dla każdego takiego zdarzenia Ingestion result jest wysyłana metryka z przyczyną błędu.	Typ składnika, nazwa składnika
Opóźnienie pozyskiwania	Sekundy	Średnia, Maksymalna, Minimalna	Opóźnienie pozyskanych danych od czasu odebrania danych w klastrze do momentu, aż będzie gotowe do wykonywania zapytań. Okres opóźnienia pozyskiwania zależy od scenariusza pozyskiwania. Ingestion Kind: Pozyskiwanie strumieniowe lub pozyskiwanie w kolejce	Rodzaj pozyskiwania
Wynik pozyskiwania	Count	Sum	Całkowita liczba źródeł, które zakończyły się niepowodzeniem lub pomyślnie pozyskane. Status: Powodzenie pomyślnego pozyskiwania lub kategorii niepowodzeń w przypadku błędów. Aby uzyskać pełną listę możliwych kategorii błędów, zobacz Kody błędów pozyskiwania w usłudze Azure Data Explorer. Failure Status Type: czy awaria jest trwała, czy przejściowa. W przypadku pomyślnego pozyskiwania ten wymiar to None. Uwaga: Zdarzenia pozyskiwania usług Event Hubs i IoT Hub są wstępnie agregowane w jeden obiekt blob, a następnie traktowane jako pojedyncze źródło do pozyskiwania. W związku z tym zdarzenia wstępnie zagregowane są wyświetlane jako pojedynczy wynik pozyskiwania po wstępnej agregacji. Błędy przejściowe są ponawiane wewnętrznie przez ograniczoną liczbę razy. Każdy błąd przejściowy jest zgłaszany jako wynik przejściowego pozyskiwania. W związku z tym pojedyncze pozyskiwanie może spowodować powstanie więcej niż jednego wyniku pozyskiwania.	Stan, typ stanu niepowodzenia
Wolumin pozyskiwania (w bajtach)	Count	Maks., Suma	Całkowity rozmiar danych pozyskanych do klastra (w bajtach) przed kompresją.	baza danych
Długość kolejki	Count	Średnia	Liczba oczekujących komunikatów w kolejce wejściowej składnika. Składnik menedżera przetwarzania wsadowego ma jeden komunikat na obiekt blob. Składnik menedżera pozyskiwania zawiera jeden komunikat na partię. Partia to jedno polecenie pozyskiwania z co najmniej jednym obiektem blob.	Typ składnika
Najstarszy komunikat w kolejce	Sekundy	Średnia	Czas w sekundach od momentu wstawienia najstarszego komunikatu w kolejce wejściowej składnika.	Typ składnika
Odebrane bajty rozmiaru danych	Bajty	Średnia, Suma	Rozmiar danych odbieranych przez połączenia danych ze strumienia wejściowego.	Typ składnika, nazwa składnika
Opóźnienie etapu	Sekundy	Średnia	Czas od momentu zaakceptowania komunikatu przez usługę Azure Data Explorer do momentu odebrania jej zawartości przez składnik pozyskiwania na potrzeby przetwarzania. Użyj zastosuj filtry i wybierz pozycję Typ > składnika StorageEngine , aby wyświetlić łączne opóźnienie pozyskiwania.	Baza danych, typ składnika

Metryki pozyskiwania przesyłania strumieniowego

Metryki pozyskiwania strumieniowego śledzą dane pozyskiwania przesyłania strumieniowego i szybkość żądań, czas trwania i wyniki.

Metryka	Jednostka	Agregacja	Opis metryki	Wymiary
Pozyskiwanie za pomocą przesyłania strumieniowego — szybkość danych	Count	RateRequestsPerSecond	Całkowita ilość danych pozyskanych do klastra.	Brak
Pozyskiwanie za pomocą przesyłania strumieniowego — czas trwania	Milisekundy	Średnia, Maksymalna, Minimalna	Łączny czas trwania wszystkich żądań pozyskiwania przesyłania strumieniowego.	Brak
Pozyskiwanie za pomocą przesyłania strumieniowego — liczba żądań	Count	Count, Avg, Max, Min, Sum	Całkowita liczba żądań pozyskiwania przesyłania strumieniowego.	Brak
Wynik pozyskiwania za pomocą przesyłania strumieniowego	Count	Średnia	Całkowita liczba żądań pozyskiwania przesyłania strumieniowego według typu wyników.	Result

Metryki zapytań

Metryki wydajności zapytań śledzą czas trwania zapytania i łączną liczbę współbieżnych lub ograniczonych zapytań.

Metryka	Jednostka	Agregacja	Opis metryki	Wymiary
Czas trwania zapytania	Milisekundy	Średnia, Minimalna, Maksymalna, Suma	Łączny czas do odebrania wyników zapytania (nie obejmuje opóźnienia sieci).	QueryStatus
QueryResult	Liczba	Liczba	Całkowita liczba zapytań.	QueryStatus
Łączna liczba współbieżnych zapytań	Count	Średnia, Maksymalna, Minimalna, Suma	Liczba zapytań uruchamianych równolegle w klastrze. Ta metryka jest dobrym sposobem oszacowania obciążenia klastra.	Brak
Łączna liczba zapytań z ograniczeniami	Count	Średnia, Maksymalna, Minimalna, Suma	Liczba zapytań ograniczonych (odrzuconych) w klastrze. Dozwolona maksymalna liczba współbieżnych (równoległych) zapytań jest definiowana w zasadach limitu szybkości żądań.	Brak

Zmaterializowane metryki widoku

Metryka	Jednostka	Agregacja	Opis metryki	Wymiary
MaterializedViewHealth	1, 0	Średnia	Wartość to 1, jeśli widok jest uznawany za w dobrej kondycji, w przeciwnym razie 0.	Database, MaterializedViewName
MaterializedViewAgeSeconds	Sekundy	Średnia	Widok age jest definiowany przez bieżący czas pomniejszone o czas ostatniego pozyskiwania przetworzonego przez widok. Wartość metryki to czas w sekundach (im niższa jest wartość, widok jest "zdrowszy").	Database, MaterializedViewName
MaterializedViewResult	1	Średnia	Metryka zawiera Result wymiar wskazujący wynik ostatniego cyklu materializacji (zobacz metrykę MaterializedViewResult, aby uzyskać szczegółowe informacje o możliwych wartościach). Wartość metryki zawsze jest równa 1.	Database, MaterializedViewName, Result
MaterializedViewRecordsInDelta	Liczba rekordów	Średnia	Liczba rekordów obecnie w nieużywanej części tabeli źródłowej. Aby uzyskać więcej informacji, zobacz jak działają zmaterializowane widoki	Database, MaterializedViewName
MaterializedViewExtentsRebuild	Liczba zakresów	Średnia	Liczba zakresów wymaganych przez aktualizacje w cyklu materializacji.	Database, MaterializedViewName
MaterializedViewDataLoss	1	Maksimum	Metryka jest uruchamiana, gdy nieutworzone dane źródłowe zbliżają się do przechowywania. Wskazuje, że zmaterializowany widok jest w złej kondycji.	Database, MaterializedViewName, Kind

Metryki partycjonowania

Metryki partycjonowania monitorują proces partycjonowania tabel przy użyciu zasad partycjonowania.

Metryka	Jednostka	Agregacja	Opis metryki	Wymiary
PartycjonowaniePercentage	Procent	Średnia, Minimalna, Maksymalna	Procent rekordów podzielonych na partycje względem całkowitej liczby rekordów.	Baza danych, tabela
PartycjonowaniePercentageHot	Procent	Średnia, Minimalna, Maksymalna	Procent partycjonowanych rekordów powiązany z całkowitą liczbą rekordów (tylko w gorącej pamięci podręcznej).	Baza danych, tabela
PrzetworzonePartitionedRecords	Procent	Średnia, Minimalna, Maksymalna, Suma	Liczba rekordów podzielonych na partycje w mierzonym przedziale czasu.	Baza danych, tabela

Powiązana zawartość

• Samouczek: Pozyskiwanie danych monitorowania i wykonywanie zapytań względem tych danych w usłudze Azure Data Explorer
• Monitorowanie operacji pozyskiwania w usłudze Azure Data Explorer przy użyciu dzienników diagnostycznych
• Szybki start: wykonywanie zapytań o dane w usłudze Azure Data Explorer