Monitorowanie skalowania automatycznego

  • 2 min

W tej lekcji przyjrzymy się koncepcjom monitorowania automatycznego skalowania.

Monitorowanie

Podobnie jak w przypadku innych zasobów platformy Azure, akcje automatycznego skalowania usługi Azure Spring Apps tworzą dzienniki. Istnieją dwie kategorie dzienników, które można utworzyć:

  • Oceny automatycznego skalowania: aparat autoskalu rejestruje wpisy dziennika dla każdej oceny pojedynczego warunku za każdym razem, gdy wykonuje sprawdzanie. Wpis zawiera szczegółowe informacje o obserwowanych wartościach metryk, obliczonych reguł oraz o tym, czy ocena spowodowała działanie skalowania, czy nie.

  • Akcje skalowania automatycznego: aparat rejestruje zdarzenia akcji skalowania uruchomione przez usługę autoskalowania i wyniki tych akcji skalowania (powodzenie, niepowodzenie i ile skalowania wystąpiło w usłudze autoskalowania).

Opis zdarzeń automatycznego skalowania

Na ekranie ustawienia automatycznego skalowania możesz przejść do karty Historia uruchamiania, aby wyświetlić najnowsze akcje skalowania. Na karcie przedstawiono również zmianę obserwowanej pojemności w czasie. Zawiera on również więcej szczegółów dotyczących wszystkich akcji autoskalowania, w tym operacji, takich jak aktualizowanie i usuwanie ustawień autoskalowania. Ekran Ustawienie zawiera również dziennik aktywności i umożliwia filtrowanie według operacji skalowania automatycznego.

Autoskaluj wpisy w dzienniku aktywności, jeśli wystąpi którykolwiek z następujących warunków:

  • Skalowanie automatyczne wystawia operację skalowania.
  • Usługa autoskalowania pomyślnie ukończy akcję skalowania.
  • Usługa autoskalowania nie może wykonać akcji skalowania.
  • Autoskalowanie wykrywa flapping i przerywa próbę skalowania. W tej sytuacji zostanie wyświetlony typ Flapping dziennika. Jeśli widzisz wartość Flapping, rozważ, czy progi są zbyt wąskie.
  • Autoskalowanie wykrywa flapping, ale nadal jest w stanie pomyślnie skalować. W tej sytuacji zostanie wyświetlony typ FlappingOccurred dziennika. Jeśli zobaczysz , FlappingOccurredaparat autoskalowania próbował skalować (na przykład z czterech wystąpień do dwóch), ale ustalił, że ta akcja spowoduje flapping. Zamiast tego aparat skalowania automatycznego został przeskalowany do innej liczby wystąpień (na przykład przy użyciu trzech wystąpień zamiast dwóch), co nie powoduje już flappingu, więc przeskalowane do tej liczby wystąpień.

Monitorowanie automatycznego skalowania aplikacji za pomocą usługi Log Analytics

Podobnie jak w przypadku dowolnej obsługiwanej usługi Azure Monitor, możesz użyć ustawień diagnostycznych do kierowania tych dzienników:

  • Do obszaru roboczego usługi Azure Log Analytics na potrzeby szczegółowej analizy.
  • Do usługi Azure Event Hubs, a następnie do narzędzi spoza platformy Azure.
  • Na koncie usługi Azure Storage na potrzeby archiwizacji.

Oceny i akcje skalowania można zweryfikować lepiej przy użyciu usługi Log Analytics. W przykładowej aplikacji przekierowaliśmy dzienniki autoskalowania do dzienników usługi Azure Monitor (Log Analytics) za pośrednictwem obszaru roboczego podczas tworzenia ustawienia autoskalowania.

Dane są pobierane z obszaru roboczego usługi Log Analytics przy użyciu zapytania dziennika, które jest żądaniem tylko do odczytu w celu przetwarzania danych i zwracania wyników. Zapytania dzienników są zapisywane w języku język zapytań Kusto (KQL), który jest tym samym językiem zapytań używanym przez usługę Azure Data Explorer.

Uwaga

Aby uzyskać więcej informacji na temat składni języka KQL , zobacz podsumowanie lekcji na końcu tego modułu.

W następnym ćwiczeniu użyjesz usługi Log Analytics, aby dowiedzieć się więcej o zdarzeniach autoskalowania.