Dataplansmått batch-API-fråga jämfört med måttexport

Azure Monitor tillhandahåller två sätt att komma åt måttdata i stor skala: Dataplan eller Batch-API för mått och måttexport. Även om båda fungerar för att samla in måttdata är de mer effektiva för olika användningsfall. Den här artikeln innehåller en scenariojämförelse för användning av dessa tjänster och rekommendationer om när du ska använda vilken tjänst.

Batchfråga för dataplansmått

Med dataplanets API- eller Metrics Batch-fråga kan du köra frågor mot historiska måttdata för upp till 50 resurser i ett enda API-anrop. Frågan stöder filtrering baserat på prenumeration, mått, tid och andra dimensioner och tillhandahåller aggregering, till exempel summa, medelvärde, minimum och maximum. Batchfrågan kan avsevärt förbättra frågedataflödet och minska risken för begränsning. Mer information om hur du använder batch-API:et för dataplansmått finns i Api för Azure Monitor Metrics-dataplan. Den här tjänsten är perfekt för scenarier där du vill köra frågor mot måttdata över tid och flera resurser i en enda prenumeration och region.

Måttexport

Måttexporten använder datainsamlingsregler (DCR) för att strömma plattformsmått nästan i realtid till olika Azure-mål, till exempel lagringskonton, händelsehubbar och Log Analytics-arbetsyta för beständig lagring. Du kan filtrera vilka mått som exporteras, men det finns ingen åtkomst till historiska data. Den här tjänsten är perfekt för scenarier där du kontinuerligt vill exportera måttdata i realtid mellan prenumerationer och resurser. Mer information om hur du använder tjänsten Måttexport finns i Exportera mått med hjälp av datainsamlingsregler.

Jämförelse och rekommendationer

Scenario	API för dataplan	Export av mått	Rekommendation
Primärt användningsfall	Köra frågor mot måttdata med historiskt djup för flera resurser i en enda prenumeration och region	Exportera måttdata mellan prenumerationer och resurser	Batch-API för dataplansmått rekommenderas för att fråga efter mått och har åtkomst till 93 dagars data. Måttexport rekommenderas för kontinuerlig export av måttdata till Azure och externa mål.
Köra frågor mot stora prenumerationer med flera resurser	Fråga efter flera resurser i ett enda batchanrop, inklusive filtrering och aggregering med 93 dagars historik.	Inget frågestöd. Kontinuerlig export av måttdata i realtid	Batch-API för dataplansmått passar bättre för den här uppgiften eftersom det stöder frågor och har åtkomst till historiska data. Måttexport kan inte fråga efter data och har ingen åtkomst till historisk information.
Kontinuerlig export i nära realtid av mått till lagringskonton, händelsehubbar och Log Analytics-arbetsyta.	Möjligt men ineffektivt. Kräver att en repetitiv frågemekanism skapas för att extrahera data och en metod för att lagra data på målet.	Engångskonfiguration med hjälp av datainsamlingsregeln för att kontinuerligt exportera mått i realtid. Data kan skickas och lagras sömlöst i ett lagringskonto, händelsehubbar och Log Analytics-arbetsyta	Måttexport ger "set and forget", fullständigt hanterade funktioner. Att använda API:et för dataplanet kräver mer utvecklingsarbete för att extrahera och lagra data på målet.
Begränsningar i fråga och export	API:et för dataplanet gör det möjligt att köra frågor mot upp till 50 resurs-ID:n i ett enda API-anrop.	Det finns ingen gräns för hur många resurser för måttexport som kan associeras med en enda datainsamlingsregel. En enskild resurs kan associeras med högst 5 domänkontrollanter	Måttexport kan passa bättre för att köra frågor mot obegränsade data för resurserna.
ISV (Independent Software Vendors) frågar efter och analyserar mått.	Api för dataplan kan hjälpa till att aktivera frågemått från kundprenumerationer av program från tredje part.	Måttexport kräver skapande av en datainsamlingsregel och en viss behörighetsnivå för export av resursmått.	API för dataplan rekommenderas för ISV:er.
Fakturering	För data med låg volym är API:et för dataplanet billigare. Mer information finns i Priser för Azure Monitor, Export.	För data med stora volymer har Måttexport en lägre kostnad eftersom den har en händelsebaserad faktureringsmodell. Mer information finns i Prissättning för Azure Monitor, interna mått	Dataplans-API rekommenderas för data med låg volym. Måttexport rekommenderas för data med stora volymer.