Dokumentacja danych monitorowania usługi Azure Machine Learning
Ten artykuł zawiera wszystkie informacje referencyjne dotyczące monitorowania tej usługi.
Zobacz Monitorowanie uczenia maszynowego, aby uzyskać szczegółowe informacje o danych, które można zbierać w usłudze Azure Machine Learning i sposobie ich używania.
Metryki
W tej sekcji wymieniono wszystkie automatycznie zebrane metryki platformy dla tej usługi. Te metryki są również częścią globalnej listy wszystkich metryk platformy obsługiwanych w usłudze Azure Monitor.
Aby uzyskać informacje na temat przechowywania metryk, zobacz Omówienie metryk usługi Azure Monitor.
Dostawca zasobów dla tych metryk to Microsoft.MachineLearningServices/workspaces.
Kategorie metryk to Model, Limit przydziału, Zasób, Uruchamianie i Ruch. Informacje o limitach przydziału są przeznaczone tylko dla zasobów obliczeniowych usługi Machine Learning. Polecenie Run zawiera informacje na temat przebiegów szkoleniowych dla obszaru roboczego.
Obsługiwane metryki dla microsoft.MachineLearningServices/workspaces
W poniższej tabeli wymieniono metryki dostępne dla typu zasobu Microsoft.MachineLearningServices/workspaces.
- Wszystkie kolumny mogą nie być obecne w każdej tabeli.
- Niektóre kolumny mogą wykraczać poza obszar wyświetlania strony. Wybierz pozycję Rozwiń tabelę , aby wyświetlić wszystkie dostępne kolumny.
Nagłówki tabeli
- Kategoria — grupa metryk lub klasyfikacja.
- Metryka — nazwa wyświetlana metryki wyświetlana wyświetlana w witrynie Azure Portal.
- Nazwa w interfejsie API REST — nazwa metryki określona w interfejsie API REST.
- Jednostka — jednostka miary.
- Agregacja — domyślny typ agregacji. Prawidłowe wartości: Średnia (średnia), Minimalna (Minimalna), Maksymalna (Maksymalna), Łączna (Suma), Liczba.
- - Wymiary dostępne dla metryki.
- Interwały ziarna - czasu, w których próbkowana jest metryka. Na przykład wskazuje,
PT1M
że metryka jest próbkowana co minutę,PT30M
co 30 minut,PT1H
co godzinę itd. - Eksportowanie ds — określa, czy metryka jest eksportowana do dzienników usługi Azure Monitor za pośrednictwem ustawień diagnostycznych. Aby uzyskać informacje na temat eksportowania metryk, zobacz Tworzenie ustawień diagnostycznych w usłudze Azure Monitor.
Kategoria: Model
Metric | Nazwa w interfejsie API REST | Jednostka | Agregacja | Wymiary | Ziarna czasu | Eksportowanie ds |
---|---|---|---|---|---|---|
Wdrażanie modelu nie powiodło się Liczba wdrożeń modelu zakończonych niepowodzeniem w tym obszarze roboczym |
Model Deploy Failed |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , StatusCode |
PT1M | Tak |
Rozpoczęto wdrażanie modelu Liczba wdrożeń modelu uruchomionych w tym obszarze roboczym |
Model Deploy Started |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario |
PT1M | Tak |
Wdrażanie modelu powiodło się Liczba wdrożeń modelu, które zakończyły się pomyślnie w tym obszarze roboczym |
Model Deploy Succeeded |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario |
PT1M | Tak |
Rejestracja modelu nie powiodła się Liczba rejestracji modeli zakończonych niepowodzeniem w tym obszarze roboczym |
Model Register Failed |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , StatusCode |
PT1M | Tak |
Rejestracja modelu powiodła się Liczba rejestracji modeli, które zakończyły się pomyślnie w tym obszarze roboczym |
Model Register Succeeded |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario |
PT1M | Tak |
Kategoria: Limit przydziału
Metric | Nazwa w interfejsie API REST | Jednostka | Agregacja | Wymiary | Ziarna czasu | Eksportowanie ds |
---|---|---|---|---|---|---|
Aktywne rdzenie Liczba aktywnych rdzeni |
Active Cores |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Aktywne węzły Liczba węzłów acitve. Są to węzły, które aktywnie uruchamiają zadanie. |
Active Nodes |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Bezczynne rdzenie Liczba bezczynnych rdzeni |
Idle Cores |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Węzły bezczynne Liczba bezczynnych węzłów. Węzły bezczynne to węzły, które nie uruchamiają żadnych zadań, ale mogą akceptować nowe zadanie, jeśli jest dostępne. |
Idle Nodes |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Opuszczanie rdzeni Liczba pozostałych rdzeni |
Leaving Cores |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Opuszczanie węzłów Liczba opuszczających węzłów. Pozostawienie węzłów to węzły, które właśnie zakończyły przetwarzanie zadania i przechodzą do stanu bezczynności. |
Leaving Nodes |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Wywłaszczone rdzenie Liczba wywłaszonych rdzeni |
Preempted Cores |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Wywłaszczone węzły Liczba wywłaszonych węzłów. Te węzły są węzłami o niskim priorytecie, które są pobierane z dostępnej puli węzłów. |
Preempted Nodes |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Procent wykorzystania przydziału Procent wykorzystania limitu przydziału |
Quota Utilization Percentage |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , , ClusterName , , VmFamilyName VmPriority |
PT1M | Tak |
Łączna liczba rdzeni Całkowita liczba rdzeni |
Total Cores |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Łączna liczba węzłów Całkowita liczba węzłów. Ta suma obejmuje niektóre aktywne węzły, węzły bezczynne, węzły nienadające się do użycia, węzły wstępnie spadzone, pozostawiając węzły |
Total Nodes |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Rdzenie bezużyteczne Liczba rdzeni bezużytecznych |
Unusable Cores |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Węzły bezużyteczne Liczba węzłów bezużytecznych. Węzły bezużyteczne nie działają z powodu niektórych nierozwiązanych problemów. Platforma Azure będzie odtwarzać te węzły. |
Unusable Nodes |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , ClusterName |
PT1M | Tak |
Kategoria: Zasób
Metric | Nazwa w interfejsie API REST | Jednostka | Agregacja | Wymiary | Ziarna czasu | Eksportowanie ds |
---|---|---|---|---|---|---|
CpuCapacityMillicores Maksymalna pojemność węzła procesora CPU w milisekundach. Pojemność jest agregowana w odstępach jednej minuty. |
CpuCapacityMillicores |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
CpuMemoryCapacityMegabytes Maksymalne wykorzystanie pamięci węzła procesora CPU w megabajtach. Użycie jest agregowane w odstępach jednej minuty. |
CpuMemoryCapacityMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
CpuMemoryUmwareMegabytes Wykorzystanie pamięci węzła procesora CPU w megabajtach. Użycie jest agregowane w odstępach jednej minuty. |
CpuMemoryUtilizationMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
CpuMemoryU awariaPercentage Procent wykorzystania pamięci węzła procesora CPU. Użycie jest agregowane w odstępach jednej minuty. |
CpuMemoryUtilizationPercentage |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
Procesor CPUU bez użycia procesora CPU Procent wykorzystania w węźle procesora CPU. Wykorzystanie jest zgłaszane w odstępach jednej minuty. |
CpuUtilization |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , , runId , , NodeId ClusterName |
PT1M | Tak |
CpuUmillicores Wykorzystanie węzła procesora CPU w milisekundach. Użycie jest agregowane w odstępach jednej minuty. |
CpuUtilizationMillicores |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
Procesor CPUU cpuPercentage Procent wykorzystania węzła procesora CPU. Użycie jest agregowane w odstępach jednej minuty. |
CpuUtilizationPercentage |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
DiskAvailMegabytes Dostępne miejsce na dysku w megabajtach. Metryki są agregowane w odstępach jednej minuty. |
DiskAvailMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
DiskReadMegabytes Dane odczytane z dysku w megabajtach. Metryki są agregowane w odstępach jednej minuty. |
DiskReadMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
DiskUsedMegabytes Używane miejsce na dysku w megabajtach. Metryki są agregowane w odstępach jednej minuty. |
DiskUsedMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
DiskWriteMegabytes Dane zapisane na dysku w megabajtach. Metryki są agregowane w odstępach jednej minuty. |
DiskWriteMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
GpuCapacityMilliGPU Maksymalna pojemność urządzenia gpu w mili-GPU. Pojemność jest agregowana w odstępach jednej minuty. |
GpuCapacityMilliGPUs |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , DeviceId ComputeName |
PT1M | Tak |
Gpu EnergyJoules Interwał energii w joules w węźle procesora GPU. Energia jest zgłaszana w odstępach jednej minuty. |
GpuEnergyJoules |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , , runId , rootRunId , InstanceId , , DeviceId ComputeName |
PT1M | Tak |
GpuMemoryCapacityMegabytes Maksymalna pojemność pamięci urządzenia gpu w megabajtach. Pojemność zagregowana w odstępach jednej minuty. |
GpuMemoryCapacityMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , DeviceId ComputeName |
PT1M | Tak |
GpuMemoryUzy Procent wykorzystania pamięci w węźle procesora GPU. Wykorzystanie jest zgłaszane w odstępach jednej minuty. |
GpuMemoryUtilization |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , , runId , NodeId , , DeviceId ClusterName |
PT1M | Tak |
GpuMemoryU awariaBajty Wykorzystanie pamięci urządzenia gpu w megabajtach. Wykorzystanie zagregowane w odstępach jednej minuty. |
GpuMemoryUtilizationMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , DeviceId ComputeName |
PT1M | Tak |
GpuMemoryUprocesorPercentage Procent wykorzystania pamięci urządzenia z procesorem GPU. Wykorzystanie zagregowane w odstępach jednej minuty. |
GpuMemoryUtilizationPercentage |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , DeviceId ComputeName |
PT1M | Tak |
GpuUprocesor Procent wykorzystania w węźle procesora GPU. Wykorzystanie jest zgłaszane w odstępach jednej minuty. |
GpuUtilization |
Count | Average, Maximum, Minimum, Total (Suma) | Scenario , , runId , NodeId , , DeviceId ClusterName |
PT1M | Tak |
GpuUmilliGPU Wykorzystanie urządzenia gpu w mili-GPU. Użycie jest agregowane w odstępach jednej minuty. |
GpuUtilizationMilliGPUs |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , DeviceId ComputeName |
PT1M | Tak |
GpuUprocesorPercentage Procent wykorzystania urządzenia GPU. Użycie jest agregowane w odstępach jednej minuty. |
GpuUtilizationPercentage |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , DeviceId ComputeName |
PT1M | Tak |
IBReceiveMegabytes Dane sieciowe odebrane za pośrednictwem interfejsu InfiniBand w megabajtach. Metryki są agregowane w odstępach jednej minuty. |
IBReceiveMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , ComputeName DeviceId |
PT1M | Tak |
IBTransmitMegabytes Dane sieciowe wysyłane przez infiniBand w megabajtach. Metryki są agregowane w odstępach jednej minuty. |
IBTransmitMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , ComputeName DeviceId |
PT1M | Tak |
NetworkInputMegabytes Dane sieciowe odebrane w megabajtach. Metryki są agregowane w odstępach jednej minuty. |
NetworkInputMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , ComputeName DeviceId |
PT1M | Tak |
NetworkOutputMegabytes Dane sieciowe wysyłane w megabajtach. Metryki są agregowane w odstępach jednej minuty. |
NetworkOutputMegabytes |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId , , ComputeName DeviceId |
PT1M | Tak |
StorageAPIFailureCount Liczba niepowodzeń wywołań interfejsu API usługi Azure Blob Storage. |
StorageAPIFailureCount |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
StorageAPISuccessCount Interfejs API usługi Azure Blob Storage wywołuje liczbę sukcesów. |
StorageAPISuccessCount |
Count | Average, Maximum, Minimum, Total (Suma) | RunId , , InstanceId ComputeName |
PT1M | Tak |
Kategoria: Uruchom
Metric | Nazwa w interfejsie API REST | Jednostka | Agregacja | Wymiary | Ziarna czasu | Eksportowanie ds |
---|---|---|---|---|---|---|
Anulowanie żądanych przebiegów Liczba przebiegów, w których zażądano anulowania dla tego obszaru roboczego. Liczba jest aktualizowana po odebraniu żądania anulowania dla przebiegu. |
Cancel Requested Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Anulowane przebiegi Liczba przebiegów anulowanych dla tego obszaru roboczego. Liczba jest aktualizowana po pomyślnym anulowaniu przebiegu. |
Cancelled Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Ukończone przebiegi Liczba przebiegów zakończonych pomyślnie dla tego obszaru roboczego. Liczba jest aktualizowana po zakończeniu przebiegu i zebraniu danych wyjściowych. |
Completed Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Błędy Liczba błędów uruchamiania w tym obszarze roboczym. Liczba jest aktualizowana za każdym razem, gdy przebieg napotka błąd. |
Errors |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario |
PT1M | Tak |
Nieudane przebiegi Liczba przebiegów zakończonych niepowodzeniem dla tego obszaru roboczego. Liczba jest aktualizowana, gdy przebieg zakończy się niepowodzeniem. |
Failed Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Finalizowanie przebiegów Liczba przebiegów wprowadzonych w stanie finalizowania dla tego obszaru roboczego. Liczba jest aktualizowana po zakończeniu przebiegu, ale kolekcja danych wyjściowych jest nadal w toku. |
Finalizing Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Nie odpowiadanie przebiegów Liczba przebiegów, które nie odpowiadają dla tego obszaru roboczego. Liczba jest aktualizowana, gdy przebieg przechodzi w stan Brak odpowiedzi. |
Not Responding Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Nie uruchomiono przebiegów Liczba przebiegów w stanie Nie uruchomiono dla tego obszaru roboczego. Liczba jest aktualizowana po odebraniu żądania utworzenia przebiegu, ale informacje o uruchomieniu nie zostały jeszcze wypełnione. |
Not Started Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Przygotowywanie przebiegów Liczba przebiegów przygotowujących się do tego obszaru roboczego. Liczba jest aktualizowana po wprowadzeniu stanu przygotowania podczas przygotowywania środowiska uruchomieniowego. |
Preparing Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Uruchomienia aprowizacji Liczba przebiegów aprowizowania dla tego obszaru roboczego. Liczba jest aktualizowana, gdy przebieg oczekuje na utworzenie lub aprowizowanie docelowego obiektu obliczeniowego. |
Provisioning Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Uruchomione w kolejce Liczba przebiegów, które są kolejkowane dla tego obszaru roboczego. Liczba jest aktualizowana, gdy przebieg jest w kolejce w docelowym obiekcie obliczeniowym. Może wystąpić oczekiwanie na gotowość wymaganych węzłów obliczeniowych. |
Queued Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Uruchomione uruchomienia Liczba przebiegów uruchomionych dla tego obszaru roboczego. Liczba jest aktualizowana po uruchomieniu uruchamiania dla wymaganych zasobów. |
Started Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Uruchamianie przebiegów Liczba przebiegów uruchomionych dla tego obszaru roboczego. Liczba jest aktualizowana po żądaniu utworzenia przebiegu i uruchomienia informacji, takich jak identyfikator przebiegu, został wypełniony |
Starting Runs |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario , , RunType , PublishedPipelineId , ComputeType , , PipelineStepType ExperimentName |
PT1M | Tak |
Ostrzeżenia Liczba ostrzeżeń dotyczących uruchamiania w tym obszarze roboczym. Liczba jest aktualizowana za każdym razem, gdy przebieg napotka ostrzeżenie. |
Warnings |
Count | Suma (suma), średnia, minimalna, maksymalna, liczba | Scenario |
PT1M | Tak |
Obsługiwane metryki dla microsoft.MachineLearningServices/workspaces/onlineEndpoints
W poniższej tabeli wymieniono metryki dostępne dla typu zasobu Microsoft.MachineLearningServices/workspaces/onlineEndpoints.
- Wszystkie kolumny mogą nie być obecne w każdej tabeli.
- Niektóre kolumny mogą wykraczać poza obszar wyświetlania strony. Wybierz pozycję Rozwiń tabelę , aby wyświetlić wszystkie dostępne kolumny.
Nagłówki tabeli
- Kategoria — grupa metryk lub klasyfikacja.
- Metryka — nazwa wyświetlana metryki wyświetlana wyświetlana w witrynie Azure Portal.
- Nazwa w interfejsie API REST — nazwa metryki określona w interfejsie API REST.
- Jednostka — jednostka miary.
- Agregacja — domyślny typ agregacji. Prawidłowe wartości: Średnia (średnia), Minimalna (Minimalna), Maksymalna (Maksymalna), Łączna (Suma), Liczba.
- - Wymiary dostępne dla metryki.
- Interwały ziarna - czasu, w których próbkowana jest metryka. Na przykład wskazuje,
PT1M
że metryka jest próbkowana co minutę,PT30M
co 30 minut,PT1H
co godzinę itd. - Eksportowanie ds — określa, czy metryka jest eksportowana do dzienników usługi Azure Monitor za pośrednictwem ustawień diagnostycznych. Aby uzyskać informacje na temat eksportowania metryk, zobacz Tworzenie ustawień diagnostycznych w usłudze Azure Monitor.
Kategoria: Ruch
Metric | Nazwa w interfejsie API REST | Jednostka | Agregacja | Wymiary | Ziarna czasu | Eksportowanie ds |
---|---|---|---|---|---|---|
Połączenia aktywne Całkowita liczba równoczesnych połączeń TCP aktywnych z klientów. |
ConnectionsActive |
Count | Średnia | <none> | PT1M | Nie. |
Błędy zbierania danych na minutę Liczba zdarzeń zbierania danych spadła na minutę. |
DataCollectionErrorsPerMinute |
Count | Minimum, Maksimum, Średnia | deployment , , reason type |
PT1M | Nie. |
Zdarzenia zbierania danych na minutę Liczba przetworzonych zdarzeń zbierania danych na minutę. |
DataCollectionEventsPerMinute |
Count | Minimum, Maksimum, Średnia | deployment , type |
PT1M | Nie. |
Bajty sieciowe Bajty na sekundę obsługiwane dla punktu końcowego. |
NetworkBytes |
BytesPerSecond | Średnia | <none> | PT1M | Nie. |
Nowe połączenia na sekundę Średnia liczba nowych połączeń TCP na sekundę ustanowionych na podstawie klientów. |
NewConnectionsPerSecond |
CountPerSecond | Średnia | <none> | PT1M | Nie. |
Opóźnienie żądania Średni całkowity interwał czasu potrzebny na odpowiedź żądania w milisekundach |
RequestLatency |
Milisekundy | Średnia | deployment |
PT1M | Tak |
Opóźnienie żądania P50 Średnie opóźnienie żądania P50 zagregowane według wszystkich wartości opóźnienia żądań zebranych w wybranym okresie |
RequestLatency_P50 |
Milisekundy | Średnia | deployment |
PT1M | Tak |
Opóźnienie żądania P90 Średnie opóźnienie żądania P90 zagregowane według wszystkich wartości opóźnienia żądań zebranych w wybranym okresie |
RequestLatency_P90 |
Milisekundy | Średnia | deployment |
PT1M | Tak |
Opóźnienie żądania P95 Średnie opóźnienie żądania P95 zagregowane przez wszystkie wartości opóźnienia żądań zebrane w wybranym okresie |
RequestLatency_P95 |
Milisekundy | Średnia | deployment |
PT1M | Tak |
Opóźnienie żądania P99 Średnie opóźnienie żądania P99 zagregowane przez wszystkie wartości opóźnienia żądań zebrane w wybranym okresie |
RequestLatency_P99 |
Milisekundy | Średnia | deployment |
PT1M | Tak |
Żądania na minutę Liczba żądań wysyłanych do punktu końcowego online w ciągu minuty |
RequestsPerMinute |
Count | Średnia | deployment , , statusCode , , statusCodeClass modelStatusCode |
PT1M | Nie. |
Obsługiwane metryki dla microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments
W poniższej tabeli wymieniono metryki dostępne dla typu zasobu Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments.
- Wszystkie kolumny mogą nie być obecne w każdej tabeli.
- Niektóre kolumny mogą wykraczać poza obszar wyświetlania strony. Wybierz pozycję Rozwiń tabelę , aby wyświetlić wszystkie dostępne kolumny.
Nagłówki tabeli
- Kategoria — grupa metryk lub klasyfikacja.
- Metryka — nazwa wyświetlana metryki wyświetlana wyświetlana w witrynie Azure Portal.
- Nazwa w interfejsie API REST — nazwa metryki określona w interfejsie API REST.
- Jednostka — jednostka miary.
- Agregacja — domyślny typ agregacji. Prawidłowe wartości: Średnia (średnia), Minimalna (Minimalna), Maksymalna (Maksymalna), Łączna (Suma), Liczba.
- - Wymiary dostępne dla metryki.
- Interwały ziarna - czasu, w których próbkowana jest metryka. Na przykład wskazuje,
PT1M
że metryka jest próbkowana co minutę,PT30M
co 30 minut,PT1H
co godzinę itd. - Eksportowanie ds — określa, czy metryka jest eksportowana do dzienników usługi Azure Monitor za pośrednictwem ustawień diagnostycznych. Aby uzyskać informacje na temat eksportowania metryk, zobacz Tworzenie ustawień diagnostycznych w usłudze Azure Monitor.
Kategoria: Zasób
Metric | Nazwa w interfejsie API REST | Jednostka | Agregacja | Wymiary | Ziarna czasu | Eksportowanie ds |
---|---|---|---|---|---|---|
Procent wykorzystania pamięci procesora CPU Procent wykorzystania pamięci w wystąpieniu. Wykorzystanie jest zgłaszane w odstępach jednej minuty. |
CpuMemoryUtilizationPercentage |
Procent | Minimum, Maksimum, Średnia | instanceId |
PT1M | Tak |
Procent wykorzystania procesora CPU Procent wykorzystania procesora CPU w wystąpieniu. Wykorzystanie jest zgłaszane w odstępach jednej minuty. |
CpuUtilizationPercentage |
Procent | Minimum, Maksimum, Średnia | instanceId |
PT1M | Tak |
Błędy zbierania danych na minutę Liczba zdarzeń zbierania danych spadła na minutę. |
DataCollectionErrorsPerMinute |
Count | Minimum, Maksimum, Średnia | instanceId , , reason type |
PT1M | Nie. |
Zdarzenia zbierania danych na minutę Liczba przetworzonych zdarzeń zbierania danych na minutę. |
DataCollectionEventsPerMinute |
Count | Minimum, Maksimum, Średnia | instanceId , type |
PT1M | Nie. |
Pojemność wdrożenia Liczba wystąpień we wdrożeniu. |
DeploymentCapacity |
Count | Minimum, Maksimum, Średnia | instanceId , State |
PT1M | Nie. |
Wykorzystanie dysku Procent wykorzystania dysku w wystąpieniu. Wykorzystanie jest zgłaszane w odstępach jednej minuty. |
DiskUtilization |
Procent | Minimum, Maksimum, Średnia | instanceId , disk |
PT1M | Tak |
Energia procesora GPU w joulesach Interwał energii w joules w węźle procesora GPU. Energia jest zgłaszana w odstępach jednej minuty. |
GpuEnergyJoules |
Count | Minimum, Maksimum, Średnia | instanceId |
PT1M | Nie. |
Procent wykorzystania pamięci procesora GPU Procent wykorzystania pamięci procesora GPU w wystąpieniu. Wykorzystanie jest zgłaszane w odstępach jednej minuty. |
GpuMemoryUtilizationPercentage |
Procent | Minimum, Maksimum, Średnia | instanceId |
PT1M | Tak |
Procent wykorzystania procesora GPU Procent wykorzystania procesora GPU w wystąpieniu. Wykorzystanie jest zgłaszane w odstępach jednej minuty. |
GpuUtilizationPercentage |
Procent | Minimum, Maksimum, Średnia | instanceId |
PT1M | Tak |
Kategoria: Ruch
Metric | Nazwa w interfejsie API REST | Jednostka | Agregacja | Wymiary | Ziarna czasu | Eksportowanie ds |
---|---|---|---|---|---|---|
Opóźnienie żądania P50 Średnie opóźnienie żądania P50 zagregowane według wszystkich wartości opóźnienia żądań zebranych w wybranym okresie |
RequestLatency_P50 |
Milisekundy | Średnia | <none> | PT1M | Tak |
Opóźnienie żądania P90 Średnie opóźnienie żądania P90 zagregowane według wszystkich wartości opóźnienia żądań zebranych w wybranym okresie |
RequestLatency_P90 |
Milisekundy | Średnia | <none> | PT1M | Tak |
Opóźnienie żądania P95 Średnie opóźnienie żądania P95 zagregowane przez wszystkie wartości opóźnienia żądań zebrane w wybranym okresie |
RequestLatency_P95 |
Milisekundy | Średnia | <none> | PT1M | Tak |
Opóźnienie żądania P99 Średnie opóźnienie żądania P99 zagregowane przez wszystkie wartości opóźnienia żądań zebrane w wybranym okresie |
RequestLatency_P99 |
Milisekundy | Średnia | <none> | PT1M | Tak |
Żądania na minutę Liczba żądań wysyłanych do wdrożenia online w ciągu minuty |
RequestsPerMinute |
Count | Średnia | envoy_response_code |
PT1M | Nie. |
Wymiary metryk
Aby uzyskać informacje na temat wymiarów metryk, zobacz Metryki wielowymiarowe.
Ta usługa ma następujące wymiary skojarzone z jej metrykami.
Prawidłowe wartości wymiaru RunType to:
Wartość | Opis |
---|---|
Experiment | Przebiegi niezwiązane z potokiem. |
PotokUruchom | Uruchomienie potoku, które jest elementem nadrzędnym krokuUruchomienie. |
KrokUruchomienie | Uruchomienie kroku potoku. |
Ponowne użycie elementuStepRun | Uruchomienie kroku potoku, który ponownie używa poprzedniego przebiegu. |
Dzienniki zasobów
W tej sekcji wymieniono typy dzienników zasobów, które można zbierać dla tej usługi. Sekcja pobiera z listy wszystkich typów kategorii dzienników zasobów obsługiwanych w usłudze Azure Monitor.
Obsługiwane dzienniki zasobów dla microsoft.MachineLearningServices/registries
Kategoria | Nazwa wyświetlana kategorii | Tabela dzienników | Obsługuje podstawowy plan dziennika | Obsługuje transformację czasu pozyskiwania | Przykładowe zapytania | Koszty eksportowania |
---|---|---|---|---|---|---|
RegistryAssetReadEvent |
Zdarzenie odczytu zasobu rejestru | Nie | Nie. | Tak | ||
RegistryAssetWriteEvent |
Zdarzenie zapisu zasobów rejestru | AmlRegistryWriteEventsLog Dziennik zdarzeń zapisu w usłudze Azure ML Registry. Przechowuje on rekordy operacji zapisu z dostępem do danych rejestru (płaszczyzną danych), w tym tożsamości użytkownika, nazwy zasobu i wersji dla każdego zdarzenia dostępu. |
Nie | Nie. | Zapytania | Tak |
Obsługiwane dzienniki zasobów dla usługi Microsoft.MachineLearningServices/workspaces
Kategoria | Nazwa wyświetlana kategorii | Tabela dzienników | Obsługuje podstawowy plan dziennika | Obsługuje transformację czasu pozyskiwania | Przykładowe zapytania | Koszty eksportowania |
---|---|---|---|---|---|---|
AmlComputeClusterEvent |
AmlComputeClusterEvent | AmlComputeClusterEvent Zdarzenia klastra AmlCompute |
Nie. | Tak | Zapytania | Nie. |
AmlComputeClusterNodeEvent |
AmlComputeClusterNodeEvent | Nie | Nie. | Tak | ||
AmlComputeCpuGpuUtilization |
AmlComputeCpuGpuU niewymagania | AmlComputeCpuGpuU niewymagania Dzienniki użycia procesora CPU i procesora GPU usług Azure Machine Learning. |
Nie. | Tak | Zapytania | Nie. |
AmlComputeJobEvent |
AmlComputeJobEvent | AmlComputeJobEvent Zdarzenia zadania AmlCompute |
Nie. | Tak | Zapytania | Nie. |
AmlRunStatusChangedEvent |
AmlRunStatusChangedEvent | AmlRunStatusChangedEvent Usługi Azure Machine Learning uruchamiają dzienniki zdarzeń stanu. |
Nie. | Tak | Nie. | |
ComputeInstanceEvent |
ComputeInstanceEvent | AmlComputeInstanceEvent Zdarzenia, gdy jest uzyskiwany dostęp do wystąpienia obliczeniowego uczenia maszynowego (odczyt/zapis). |
Nie. | Tak | Tak | |
DataLabelChangeEvent |
DataLabelChangeEvent | AmlDataLabelEvent Zdarzenia, gdy uzyskuje się dostęp do etykiet danych lub jego projektów (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Tak | |
DataLabelReadEvent |
DataLabelReadEvent | AmlDataLabelEvent Zdarzenia, gdy uzyskuje się dostęp do etykiet danych lub jego projektów (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Tak | |
DataSetChangeEvent |
DataSetChangeEvent | AmlDataSetEvent Zdarzenia, gdy jest uzyskiwany dostęp do zarejestrowanego lub niezarejestrowanego magazynu danych uczenia maszynowego (odczyt, utworzenie lub usunięcie). |
Nie. | Tak | Zapytania | Tak |
DataSetReadEvent |
DataSetReadEvent | AmlDataSetEvent Zdarzenia, gdy jest uzyskiwany dostęp do zarejestrowanego lub niezarejestrowanego magazynu danych uczenia maszynowego (odczyt, utworzenie lub usunięcie). |
Nie. | Tak | Zapytania | Tak |
DataStoreChangeEvent |
DataStoreChangeEvent | AmlDataStoreEvent Zdarzenia, gdy jest uzyskiwany dostęp do magazynu danych uczenia maszynowego (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Tak | |
DataStoreReadEvent |
DataStoreReadEvent | AmlDataStoreEvent Zdarzenia, gdy jest uzyskiwany dostęp do magazynu danych uczenia maszynowego (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Tak | |
DeploymentEventACI |
DeploymentEventACI | AmlDeploymentEvent Zdarzenia, gdy wdrożenie modelu odbywa się w usłudze ACI lub AKS. |
Nie. | Tak | Tak | |
DeploymentEventAKS |
DeploymentEventAKS | AmlDeploymentEvent Zdarzenia, gdy wdrożenie modelu odbywa się w usłudze ACI lub AKS. |
Nie. | Tak | Tak | |
DeploymentReadEvent |
DeploymentReadEvent | AmlDeploymentEvent Zdarzenia, gdy wdrożenie modelu odbywa się w usłudze ACI lub AKS. |
Nie. | Tak | Tak | |
EnvironmentChangeEvent |
EnvironmentChangeEvent | AmlEnvironmentEvent Zdarzenia, gdy są dostępne środowiska uczenia maszynowego (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Zapytania | Tak |
EnvironmentReadEvent |
EnvironmentReadEvent | AmlEnvironmentEvent Zdarzenia, gdy są dostępne środowiska uczenia maszynowego (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Zapytania | Tak |
InferencingOperationACI |
InferencingOperationACI | AmlInferencingEvent Zdarzenia dotyczące wnioskowania lub powiązanej operacji w typie obliczeniowym usługi AKS lub ACI. |
Nie. | Tak | Tak | |
InferencingOperationAKS |
WnioskowanieOperationAKS | AmlInferencingEvent Zdarzenia dotyczące wnioskowania lub powiązanej operacji w typie obliczeniowym usługi AKS lub ACI. |
Nie. | Tak | Tak | |
ModelsActionEvent |
ModelsActionEvent | AmlModelsEvent Zdarzenia, gdy jest uzyskiwany dostęp do modelu uczenia maszynowego (odczyt, tworzenie lub usuwanie). Incudesuje zdarzenia podczas tworzenia pakietów modeli i zasobów w pakietach gotowych do kompilacji. |
Nie. | Tak | Zapytania | Tak |
ModelsChangeEvent |
ModelsChangeEvent | AmlModelsEvent Zdarzenia, gdy jest uzyskiwany dostęp do modelu uczenia maszynowego (odczyt, tworzenie lub usuwanie). Incudesuje zdarzenia podczas tworzenia pakietów modeli i zasobów w pakietach gotowych do kompilacji. |
Nie. | Tak | Zapytania | Tak |
ModelsReadEvent |
ModelsReadEvent | AmlModelsEvent Zdarzenia, gdy jest uzyskiwany dostęp do modelu uczenia maszynowego (odczyt, tworzenie lub usuwanie). Incudesuje zdarzenia podczas tworzenia pakietów modeli i zasobów w pakietach gotowych do kompilacji. |
Nie. | Tak | Zapytania | Tak |
PipelineChangeEvent |
PipelineChangeEvent | AmlPipelineEvent Zdarzenia, gdy uzyskuje się dostęp do wersji roboczej potoku uczenia maszynowego, punktu końcowego lub punktu końcowego lub modułu (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Tak | |
PipelineReadEvent |
PipelineReadEvent | AmlPipelineEvent Zdarzenia, gdy uzyskuje się dostęp do wersji roboczej potoku uczenia maszynowego, punktu końcowego lub punktu końcowego lub modułu (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Tak | |
RunEvent |
RunEvent | AmlRunEvent Zdarzenia, gdy uzyskuje się dostęp do eksperymentów uczenia maszynowego (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Tak | |
RunReadEvent |
RunReadEvent | AmlRunEvent Zdarzenia, gdy uzyskuje się dostęp do eksperymentów uczenia maszynowego (odczyt, tworzenie lub usuwanie). |
Nie. | Tak | Tak |
Obsługiwane dzienniki zasobów dla microsoft.MachineLearningServices/workspaces/onlineEndpoints
Kategoria | Nazwa wyświetlana kategorii | Tabela dzienników | Obsługuje podstawowy plan dziennika | Obsługuje transformację czasu pozyskiwania | Przykładowe zapytania | Koszty eksportowania |
---|---|---|---|---|---|---|
AmlOnlineEndpointConsoleLog |
AmlOnlineEndpointConsoleLog | AmlOnlineEndpointConsoleLog Dzienniki konsoli punktów końcowych online usługi Azure ML. Udostępnia on dane wyjściowe dzienników konsoli z kontenerów użytkownika. |
Nie. | Tak | Zapytania | Tak |
AmlOnlineEndpointEventLog |
AmlOnlineEndpointEventLog | AmlOnlineEndpointEventLog Dzienniki zdarzeń punktów końcowych online usługi Azure ML. Udostępnia on dzienniki zdarzeń dotyczące cyklu życia kontenera wnioskowania-serwera. |
Nie | Nie. | Zapytania | Tak |
AmlOnlineEndpointTrafficLog |
AmlOnlineEndpointTrafficLog | AmlOnlineEndpointTrafficLog Dzienniki ruchu dla punktów końcowych online usługi AzureML (uczenia maszynowego). Tabela może służyć do sprawdzania szczegółowych informacji dotyczących żądania do punktu końcowego online. Można na przykład użyć go do sprawdzenia czasu trwania żądania, przyczyny niepowodzenia żądania itp. |
Nie | Nie. | Zapytania | Tak |
Tabele dzienników usługi Azure Monitor
W tej sekcji wymieniono tabele dzienników usługi Azure Monitor dotyczące tej usługi, które są dostępne do wykonywania zapytań przez usługę Log Analytics przy użyciu zapytań Kusto. Tabele zawierają dane dziennika zasobów i prawdopodobnie więcej w zależności od tego, co jest zbierane i kierowane do nich.
Usługa Machine Learning
Microsoft.MachineLearningServices/workspaces
- AzureActivity
- AMLOnlineEndpointConsoleLog
- AMLOnlineEndpointTrafficLog
- AMLOnlineEndpointEventLog
- AzureMetrics
- AMLComputeClusterEvent
- AMLComputeClusterNodeEvent
- AMLComputeJobEvent
- AMLRunStatusChangedEvent
- AMLComputeCpuGpuU niewymagania
- AMLComputeInstanceEvent
- AMLDataLabelEvent
- AMLDataSetEvent
- AMLDataStoreEvent
- AMLDeploymentEvent
- AMLEnvironmentEvent
- AMLInferencingEvent
- AMLModelsEvent
- AMLPipelineEvent
- AMLRunEvent
Microsoft.MachineLearningServices/registries
Dziennik aktywności
Tabela połączona zawiera listę operacji, które można zarejestrować w dzienniku aktywności dla tej usługi. Te operacje są podzbiorem wszystkich możliwych operacji dostawcy zasobów w dzienniku aktywności.
Aby uzyskać więcej informacji na temat schematu wpisów dziennika aktywności, zobacz Schemat dziennika aktywności.
W poniższej tabeli wymieniono niektóre operacje związane z uczeniem maszynowym, które można utworzyć w dzienniku aktywności. Aby uzyskać pełną listę operacji Microsoft.MachineLearningServices, zobacz Microsoft.MachineLearningServices resource provider operations (Operacje dostawcy zasobów Microsoft.MachineLearningServices).
Działanie | opis |
---|---|
Tworzy lub aktualizuje obszar roboczy usługi Machine Learning | Obszar roboczy został utworzony lub zaktualizowany |
CheckComputeNameAvailability | Sprawdź, czy nazwa obliczeniowa jest już używana |
Tworzy lub aktualizuje zasoby obliczeniowe | Zasób obliczeniowy został utworzony lub zaktualizowany |
Usuwa zasoby obliczeniowe | Zasób obliczeniowy został usunięty |
Wyświetlanie listy wpisów tajnych | Na liście wpisów tajnych operacji dla obszaru roboczego usługi Machine Learning |
Schematy dziennika
Usługa Azure Machine Learning używa następujących schematów.
Tabela AmlComputeJobEvent
Właściwości | opis |
---|---|
TimeGenerated | Godzina wygenerowania wpisu dziennika |
OperationName | Nazwa operacji skojarzonej ze zdarzeniem dziennika |
Kategoria | Nazwa zdarzenia dziennika |
JobId | Identyfikator przesłanego zadania |
Identyfikator eksperymentu | Identyfikator eksperymentu |
Nazwa eksperymentu | Nazwa eksperymentu |
CustomerSubscriptionId | SubscriptionId, gdzie eksperyment i zadanie jako przesłane |
Nazwa obszaru roboczego | Nazwa obszaru roboczego uczenia maszynowego |
NazwaKlastra | Nazwa klastra |
ProvisioningState | Stan przesłania zadania |
ResourceGroupName | Nazwa grupy zasobów |
Jobname | Nazwa zadania |
ClusterId | Identyfikator klastra |
EventType | Typ zdarzenia Zadania. Na przykład JobSubmitted, JobRunning, JobFailed, JobSucceeded. |
ExecutionState | Stan zadania (Uruchom). Na przykład w kolejce, Uruchomiono, Powodzenie, Niepowodzenie |
ErrorDetails | Szczegóły błędu zadania |
CreationApiVersion | Wersja interfejsu API używana do tworzenia zadania |
ClusterResourceGroupName | Nazwa grupy zasobów klastra |
TFWorkerCount | Liczba procesów roboczych tf |
TFParameterServerCount | Liczba serwerów parametrów TF |
ToolType | Typ używanego narzędzia |
RunInContainer | Flaga opisująca, czy zadanie powinno być uruchamiane wewnątrz kontenera |
JobErrorMessage | szczegółowy komunikat o błędzie zadania |
NodeId (identyfikator węzła) | Identyfikator węzła utworzonego, w którym uruchomiono zadanie |
Tabela AmlComputeClusterEvent
Właściwości | opis |
---|---|
TimeGenerated | Godzina wygenerowania wpisu dziennika |
OperationName | Nazwa operacji skojarzonej ze zdarzeniem dziennika |
Kategoria | Nazwa zdarzenia dziennika |
ProvisioningState | Stan aprowizacji klastra |
NazwaKlastra | Nazwa klastra |
Typ klastra | Typ klastra |
CreatedBy | Użytkownik, który utworzył klaster |
CoreCount | Liczba rdzeni w klastrze |
Rozmiar maszyny wirtualnej | Rozmiar maszyny wirtualnej klastra |
VmPriority | Priorytet węzłów utworzonych wewnątrz klastra Dedicated/LowPriority |
Typ skalowania | Typ ręcznego/automatycznego skalowania klastra |
InitialNodeCount | Początkowa liczba węzłów klastra |
MinimumNodeCount | Minimalna liczba węzłów klastra |
MaximumNodeCount | Maksymalna liczba węzłów klastra |
NodeDeallocationOption | Jak należy cofnąć przydział węzła |
Publisher | Wydawca typu klastra |
Oferta | Oferta, z którą jest tworzony klaster |
SKU | Jednostka SKU węzła/maszyny wirtualnej utworzonej wewnątrz klastra |
Wersja | Wersja obrazu używanego podczas tworzenia węzła/maszyny wirtualnej |
Identyfikator podsieci | SubnetId klastra |
Stan alokacji | Stan alokacji klastra |
CurrentNodeCount | Bieżąca liczba węzłów klastra |
TargetNodeCount | Docelowa liczba węzłów klastra podczas skalowania w górę/w dół |
EventType | Typ zdarzenia podczas tworzenia klastra. |
NodeIdleTimeSecondsBeforeScaleDown | Czas bezczynności w sekundach przed skalowaniem klastra w dół |
PreemptedNodeCount | Wywłaszczone liczby węzłów klastra |
IsResizeGrow | Flaga wskazująca, że klaster jest skalowany w górę |
VmFamilyName | Nazwa rodziny maszyn wirtualnych węzłów, które można utworzyć wewnątrz klastra |
LeavingNodeCount | Pozostawienie liczby węzłów klastra |
UnusableNodeCount | Liczba węzłów bezużytecznych klastra |
IdleNodeCount | Liczba bezczynnych węzłów klastra |
RunningNodeCount | Liczba uruchomionych węzłów klastra |
Przygotowywanie węzłaNodeCount | Przygotowywanie liczby węzłów klastra |
Przydział przydziału | Przydzielony przydział do klastra |
QuotaUtilized | Wykorzystany limit przydziału klastra |
AllocationStateTransitionTime | Czas przejścia z jednego stanu na inny |
ClusterErrorCodes | Kod błędu odebrany podczas tworzenia klastra lub skalowania |
CreationApiVersion | Wersja interfejsu API używana podczas tworzenia klastra |
Tabela AmlComputeInstanceEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlComputeInstanceEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
CorrelationId | Identyfikator GUID używany do grupowania zestawu powiązanych zdarzeń, jeśli ma to zastosowanie. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
AmlComputeInstanceName | "Nazwa wystąpienia obliczeniowego skojarzonego z wpisem dziennika. |
Tabela AmlDataLabelEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlDataLabelEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
CorrelationId | Identyfikator GUID używany do grupowania zestawu powiązanych zdarzeń, jeśli ma to zastosowanie. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
AmlProjectId | Unikatowy identyfikator projektu usługi Azure Machine Learning. |
AmlProjectName | Nazwa projektu usługi Azure Machine Learning. |
AmlLabelNames | Nazwy klas etykiet, które są tworzone dla projektu. |
AmlDataStoreName | Nazwa magazynu danych, w którym są przechowywane dane projektu. |
Tabela AmlDataSetEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlDataSetEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
AmlWorkspaceId | Identyfikator GUID i unikatowy identyfikator obszaru roboczego usługi Azure Machine Learning. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
AmlDatasetId | Identyfikator zestawu danych usługi Azure Machine Learning. |
AmlDatasetName | Nazwa zestawu danych usługi Azure Machine Learning. |
Tabela AmlDataStoreEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlDataStoreEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
AmlWorkspaceId | Identyfikator GUID i unikatowy identyfikator obszaru roboczego usługi Azure Machine Learning. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
AmlDatastoreName | Nazwa magazynu danych usługi Azure Machine Learning. |
Tabela AmlDeploymentEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlDeploymentEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
AmlServiceName | Nazwa usługi Azure Machine Learning Service. |
Tabela AmlInferencingEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlInferencingEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
AmlServiceName | Nazwa usługi Azure Machine Learning Service. |
Tabela AmlModelsEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlModelsEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
ResultSignature | Kod stanu HTTP zdarzenia. Typowe wartości obejmują 200, 201, 202 itp. |
AmlModelName | Nazwa modelu usługi Azure Machine Learning. |
Tabela AmlPipelineEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlPipelineEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
AmlWorkspaceId | Identyfikator GUID i unikatowy identyfikator obszaru roboczego usługi Azure Machine Learning. |
AmlWorkspaceId | Nazwa obszaru roboczego usługi Azure Machine Learning. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
AmlModuleId | Identyfikator GUID i unikatowy identyfikator modułu. |
AmlModelName | Nazwa modelu usługi Azure Machine Learning. |
AmlPipelineId | Identyfikator potoku usługi Azure Machine Learning. |
AmlParentPipelineId | Identyfikator nadrzędnego potoku usługi Azure Machine Learning (w przypadku klonowania). |
AmlPipelineDraftId | Identyfikator wersji roboczej potoku usługi Azure Machine Learning. |
AmlPipelineDraftName | Nazwa wersji roboczej potoku usługi Azure Machine Learning. |
AmlPipelineEndpointId | Identyfikator punktu końcowego potoku usługi Azure Machine Learning. |
AmlPipelineEndpointName | Nazwa punktu końcowego potoku usługi Azure Machine Learning. |
Tabela AmlRunEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlRunEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
ResultType | Stan wydarzenia. Typowe wartości obejmują Uruchomione, W toku, Powodzenie, Niepowodzenie, Aktywne i Rozwiązane. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
AmlWorkspaceId | Identyfikator GUID i unikatowy identyfikator obszaru roboczego usługi Azure Machine Learning. |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
RunId | Unikatowy identyfikator przebiegu. |
Tabela AmlEnvironmentEvent
Właściwości | Opis |
---|---|
Type | Nazwa zdarzenia dziennika AmlEnvironmentEvent |
TimeGenerated | Godzina (UTC) wygenerowania wpisu dziennika |
Poziom | Poziom ważności zdarzenia. Musi być jednym z informacji, ostrzeżeń, błędów lub krytycznych. |
OperationName | Nazwa operacji skojarzonej z wpisem dziennika |
Tożsamość | Tożsamość użytkownika lub aplikacji, która wykonała operację. |
Identyfikator AadTenantId | Identyfikator dzierżawy firmy Microsoft Entra, dla którego została przesłana operacja. |
AmlEnvironmentName | Nazwa konfiguracji środowiska usługi Azure Machine Learning. |
AmlEnvironmentVersion | Nazwa wersji konfiguracji środowiska usługi Azure Machine Learning. |
Tabela AMLOnlineEndpointTrafficLog (wersja zapoznawcza)
Właściwości | opis |
---|---|
Metoda | Żądana metoda od klienta. |
Ścieżka | Żądana ścieżka z klienta. |
SubscriptionId | Identyfikator subskrypcji uczenia maszynowego punktu końcowego online. |
AzureMLWorkspaceId | Identyfikator obszaru roboczego uczenia maszynowego punktu końcowego online. |
AzureMLWorkspaceName | Nazwa obszaru roboczego uczenia maszynowego punktu końcowego online. |
Nazwa punktu końcowego | Nazwa punktu końcowego online. |
Nazwa wdrożenia | Nazwa wdrożenia online. |
Protokół | Protokół żądania. |
Kod odpowiedzi | Końcowy kod odpowiedzi został zwrócony klientowi. |
ResponseCodeReason | Ostateczna przyczyna kodu odpowiedzi została zwrócona klientowi. |
ModelStatusCode | Kod stanu odpowiedzi z modelu. |
ModelStatusReason | Przyczyna stanu odpowiedzi z modelu. |
RequestPayloadSize | Łączna liczba bajtów odebranych od klienta. |
ResponsePayloadSize | Łączna liczba bajtów wysłanych z powrotem do klienta. |
UserAgent | Nagłówek żądania user-agent, w tym komentarze, ale obcięty do maksymalnie 70 znaków. |
Identyfikator XRequestId | Identyfikator żądania wygenerowany przez usługę Azure Machine Learning na potrzeby śledzenia wewnętrznego. |
XMSClientRequestId | Identyfikator śledzenia wygenerowany przez klienta. |
TotalDurationMs | Czas trwania w milisekundach od godziny rozpoczęcia żądania do ostatniego bajtu odpowiedzi wysłanego z powrotem do klienta. Jeśli klient zostanie odłączony, mierzy od czasu rozpoczęcia do czasu rozłączenia klienta. |
RequestDurationMs | Czas trwania w milisekundach od godziny rozpoczęcia żądania do ostatniego bajtu żądania otrzymanego od klienta. |
ResponseDurationMs | Czas trwania w milisekundach od godziny rozpoczęcia żądania do pierwszego bajtu odpowiedzi odczytanego z modelu. |
RequestThrottlingDelayMs | Opóźnienie w milisekundach w żądaniu transferu danych z powodu ograniczania przepustowości sieci. |
ResponseThrottlingDelayMs | Opóźnienie w milisekundach transferu danych odpowiedzi z powodu ograniczania przepustowości sieci. |
Aby uzyskać więcej informacji na temat tego dziennika, zobacz Monitorowanie punktów końcowych online.
AMLOnlineEndpointConsoleLog
Właściwości | opis |
---|---|
TimeGenerated | Sygnatura czasowa (UTC) czasu wygenerowania dziennika. |
OperationName | Operacja skojarzona z rekordem dziennika. |
InstanceId | Identyfikator wystąpienia, które wygenerowało ten rekord dziennika. |
Nazwa wdrożenia | Nazwa wdrożenia skojarzonego z rekordem dziennika. |
NazwaKontenera | Nazwa kontenera, w którym został wygenerowany dziennik. |
Komunikat | Zawartość dziennika. |
Aby uzyskać więcej informacji na temat tego dziennika, zobacz Monitorowanie punktów końcowych online.
AMLOnlineEndpointEventLog (wersja zapoznawcza)
Właściwości | opis |
---|---|
TimeGenerated | Sygnatura czasowa (UTC) czasu wygenerowania dziennika. |
OperationName | Operacja skojarzona z rekordem dziennika. |
InstanceId | Identyfikator wystąpienia, które wygenerowało ten rekord dziennika. |
Nazwa wdrożenia | Nazwa wdrożenia skojarzonego z rekordem dziennika. |
Nazwisko | Nazwa zdarzenia. |
Komunikat | Zawartość zdarzenia. |
Aby uzyskać więcej informacji na temat tego dziennika, zobacz Monitorowanie punktów końcowych online.
Powiązana zawartość
- Aby uzyskać opis monitorowania uczenia maszynowego, zobacz Monitorowanie uczenia maszynowego.
- Aby uzyskać szczegółowe informacje na temat monitorowania zasobów platformy Azure, zobacz Monitorowanie zasobów platformy Azure za pomocą usługi Azure Monitor .