แชร์ผ่าน

คำแนะนำสำหรับการรวบรวมข้อมูลประสิทธิภาพ

  • บทความ

ใช้กับคำแนะนำรายการตรวจสอบประสิทธิภาพการทำงานที่ได้รับการออกแบบอย่างดีนี้: Power Platform

พ.ว.:04 รวบรวมข้อมูลประสิทธิภาพ ส่วนประกอบและโฟลว์ของเวิร์กโหลดควรให้เมตริกและไฟล์บันทึกอัตโนมัติ ต่อเนื่อง และมีความหมาย รวบรวมข้อมูลในระดับต่างๆ ของเวิร์กโหลด เช่น ระดับแอปพลิเคชัน แพลตฟอร์ม ข้อมูล และระบบปฏิบัติการ

การรวบรวมข้อมูลประสิทธิภาพเป็นกระบวนการรวบรวมเมตริกและไฟล์บันทึกที่ให้ข้อมูลเกี่ยวกับประสิทธิภาพของเวิร์กโหลด ข้อมูลนี้ประกอบด้วยค่าตัวเลข ซึ่งเรียกว่า เมตริก เมตริกจะอธิบายสถานะของระบบ ณ จุดใดจุดหนึ่ง ข้อมูลประสิทธิภาพยังรวมถึงไฟล์บันทึกที่ประกอบด้วยข้อมูลประเภทต่างๆ ที่จัดการเป็นเรกคอร์ด

ด้วยการรวบรวมข้อมูลประสิทธิภาพ คุณสามารถตรวจสอบและวิเคราะห์ประสิทธิภาพของเวิร์กโหลดได้ คุณสามารถใช้ข้อมูลนี้เพื่อระบุปัญหาคอขวดของประสิทธิภาพ แก้ไขปัญหา และเพื่อทำการตัดสินใจโดยอาศัยข้อมูลเพื่อปรับปรุงประสิทธิภาพประสิทธิภาพโดยรวมของเวิร์กโหลด

หากไม่มีข้อมูลเชิงลึกที่ขับเคลื่อนด้วยข้อมูล คุณอาจไม่ทราบปัญหาด้านประสิทธิภาพที่ซ่อนอยู่หรือโอกาสในการปรับให้เหมาะสม ผลลัพธ์ที่เป็นไปได้ ได้แก่ การตอบสนองที่ช้าลง อัตราความเร็วที่ลดลง และท้ายที่สุดคือประสบการณ์ของผู้ใช้ที่ต่ำกว่าปกติ นอกจากนี้ การขาดข้อมูลประสิทธิภาพทำให้ยากต่อการวินิจฉัยและแก้ไขปัญหาในเวลาที่เหมาะสม ส่งผลให้ระบบหยุดทำงานเป็นเวลานานและลดประสิทธิภาพการทำงาน

คำจำกัดความ

เงื่อนไข ข้อกำหนด
ไฟล์บันทึกกิจกรรม ไฟล์บันทึกที่ติดตามการดำเนินการจัดการทรัพยากร เช่น การลบทรัพยากร
ไฟล์บันทึกแอปพลิเคชัน ไฟล์บันทึกที่ติดตามข้อมูลเกี่ยวกับเหตุการณ์ของแอปพลิเคชัน ข้อผิดพลาด และกิจกรรมอื่นๆ เช่น การลงชื่อเข้าใช้และความล้มเหลวในการเชื่อมต่อฐานข้อมูล
เครื่องมือตรวจสอบประสิทธิภาพของแอปพลิเคชัน (APM) เครื่องมือที่ตรวจสอบและรายงานประสิทธิภาพของแอปพลิเคชัน
การใช้เครื่องมือโค้ด การบันทึกเมตริกประสิทธิภาพโดยตรงหรือโดยอ้อมจากมุมมองของโค้ดแอปพลิเคชัน เมตริกที่บันทึกประกอบด้วยเมตริกโฟลว์ การใช้ทรัพยากร และเมตริกเฉพาะสำหรับภาษาหรือรันไทม์
การติดตามแบบกระจาย การรวบรวมและเชื่อมโยงเมตริกระหว่างส่วนประกอบเวิร์กโหลดแบบกระจาย
ที่เก็บเมตริก ปลายทางการจัดเก็บข้อมูลสำหรับเมตริกของคุณที่เชื่อมโยงข้อมูลอนุกรมเวลาเพื่อการวิเคราะห์
ไฟล์บันทึกแพลตฟอร์ม ข้อมูลการวินิจฉัยและการตรวจสอบซึ่งรวมถึงไฟล์บันทึกทรัพยากร ไฟล์บันทึกกิจกรรม และไฟล์บันทึกการตรวจสอบ
เมตริกแพลตฟอร์ม ค่าตัวเลขที่บันทึกประสิทธิภาพของเวิร์กโหลด ณ เวลาใดเวลาหนึ่ง
ไฟล์บันทึกทรัพยากร ข้อมูลที่ระบบสร้างขึ้น โดยจะให้ข้อมูลเกี่ยวกับสถานะของระบบ
การบันทึกแบบมีโครงสร้าง การกำหนดรูปแบบที่มีความหมายในการบันทึกข้อความ โดยทั่วไปจะเป็นคู่คีย์-ค่า

กลยุทธ์การออกแบบที่สำคัญ

การปรับประสิทธิภาพให้เหมาะสมต้องใช้ข้อมูลในการวัดประสิทธิภาพปัจจุบันของเวิร์กโหลดหรือโฟลว์เทียบกับเป้าหมายด้านประสิทธิภาพ คุณต้องรวบรวมข้อมูลในปริมาณที่เหมาะสมและหลากหลายเพื่อวัดประสิทธิภาพของโค้ดและโครงสร้างพื้นฐานกับ เป้าหมายด้านประสิทธิภาพ ตรวจสอบให้แน่ใจว่าทุกส่วนประกอบและโฟลว์ภายในเวิร์กโหลดจะสร้างเมตริกและไฟล์บันทึกที่ต่อเนื่องและมีความหมายโดยอัตโนมัติ คุณต้องจัดหาแหล่งข้อมูลนี้จากระดับที่หลากหลาย เช่น แอปพลิเคชัน แพลตฟอร์ม ที่เก็บข้อมูล และระบบปฏิบัติการ การรวบรวมข้อมูลประสิทธิภาพที่ครอบคลุมช่วยให้เข้าใจประสิทธิภาพแบบองค์รวม ช่วยให้สามารถระบุความไร้ประสิทธิภาพและช่องทางในการปรับปรุงได้อย่างแม่นยำ

รวมศูนย์ข้อมูลประสิทธิภาพ

การรวมศูนย์เมตริกและไฟล์บันทึกประสิทธิภาพเป็นกระบวนการรวบรวมเมตริกประสิทธิภาพและไฟล์บันทึกจากแหล่งต่างๆ และจัดเก็บไว้ในตำแหน่งส่วนกลาง สร้างที่เก็บเมตริกส่วนกลางและที่เก็บไฟล์บันทึกส่วนกลาง การรวมศูนย์นี้ช่วยให้เข้าถึง วิเคราะห์ และติดตามเมตริกประสิทธิภาพและไฟล์บันทึกทั่วทั้งระบบและส่วนประกอบต่างๆ ได้อย่างง่ายดาย การรวมศูนย์เมตริกและไฟล์บันทึกจะทำให้คุณมองเห็นประสิทธิภาพของเวิร์กโหลดของคุณได้ เลือกแพลตฟอร์มหรือเครื่องมือที่เหมาะสมที่สามารถรวบรวมและจัดเก็บเมตริกและไฟล์บันทึกประสิทธิภาพของเวิร์กโหลด

การแลกเปลี่ยน: ทำความเข้าใจต้นทุนในการรวบรวมเมตริกและไฟล์บันทึก โดยทั่วไป ยิ่งคุณรวบรวมเมตริกและไฟล์บันทึกได้มากเท่าใด ต้นทุนก็จะสูงขึ้นตามไปด้วย

การแบ่งกลุ่มข้อมูลประสิทธิภาพ

การแบ่งกลุ่มข้อมูลประสิทธิภาพเกี่ยวข้องกับการจัดระเบียบและจัดหมวดหมู่เมตริกและไฟล์บันทึกตามแหล่งที่มา วัตถุประสงค์ หรือสภาพแวดล้อม ตัวอย่างเช่น คุณควรแยกข้อมูลในการใช้งานจริงออกจากข้อมูลที่ไม่ใช่สำหรับใช้งานจริง หรือแยกความแตกต่างระหว่างเป้าหมายด้านประสิทธิภาพและเมตริกทางธุรกิจ การแบ่งกลุ่มข้อมูลช่วยในการปรับสภาพแวดล้อมที่เฉพาะเจาะจงให้เหมาะสม ช่วยอำนวยความสะดวกในการแก้ไขปัญหา และจำกัดความไม่ถูกต้องในการตรวจสอบประสิทธิภาพ ด้วยการรักษาความแตกต่างที่ชัดเจนระหว่างข้อมูลประเภทต่างๆ คุณสามารถรวบรวม วิเคราะห์ และตอบสนองต่อเมตริกที่เกี่ยวข้องได้อย่างมีประสิทธิภาพมากขึ้น และปรับความสมบูรณ์ของเวิร์กโหลดให้สอดคล้องกับวัตถุประสงค์ของเวิร์กโหลดได้ดีขึ้น ในการแบ่งกลุ่มข้อมูลประสิทธิภาพ ให้พิจารณาคำแนะนำต่อไปนี้:

  • แยกข้อมูลการผลิตและข้อมูลที่ไม่ใช่การผลิตออกจากกัน ด้วยการแยกข้อมูลตามสภาพแวดล้อม คุณสามารถมั่นใจได้ว่ามีการตรวจสอบและเพิ่มประสิทธิภาพของแต่ละสภาพแวดล้อมแบบมุ่งเน้น ในสภาพแวดล้อมการทำงานจริง คุณสามารถระบุและแก้ไขปัญหาด้านประสิทธิภาพที่ส่งผลโดยตรงต่อผู้ใช้และการดำเนินธุรกิจได้ดียิ่งขึ้น ในสภาพแวดล้อมที่ไม่ใช่สภาพแวดล้อมการทำงานจริง การแยกข้อมูลช่วยอำนวยความสะดวกในการแก้ไขปัญหาและการปรับแต่งอย่างมีประสิทธิภาพในระหว่างขั้นตอนการทดสอบก่อนที่คุณจะปรับใช้กับการใช้งานจริง

  • ใช้ชุดข้อมูลหนึ่งชุดในแต่ละสภาพแวดล้อม อย่าใช้ข้อมูลชุดหนึ่งสำหรับเป้าหมายด้านประสิทธิภาพ และใช้ข้อมูลอีกชุดสำหรับการแจ้งเตือนที่เกี่ยวข้องกับเป้าหมายด้านประสิทธิภาพ การใช้ชุดข้อมูลที่แตกต่างกันทำให้เกิดการแจ้งเตือนที่ไม่ถูกต้อง ซึ่งจะบั่นทอนประสิทธิภาพของการตรวจสอบประสิทธิภาพ

  • แยกเป้าหมายประสิทธิภาพและตัวชี้วัดทางธุรกิจ - ทีมปฏิบัติการและการพัฒนาใช้เป้าหมายด้านประสิทธิภาพในการตรวจสอบความสมบูรณ์ของเวิร์กโหลดและบรรลุเป้าหมายทางธุรกิจ เมตริกทางธุรกิจเกี่ยวข้องกับเป้าหมายทางธุรกิจหรือการรายงานลูกค้า บันทึกเมตริกทางธุรกิจในสตรีมข้อมูลที่แยกจากกัน แม้ว่าข้อมูลจะทับซ้อนกันโดยตรงก็ตาม การแบ่งกลุ่มนี้ให้ความยืดหยุ่นในการเก็บข้อมูลที่ถูกต้องและวิเคราะห์ข้อมูลอย่างอิสระ

กำหนดนโยบายการเก็บข้อมูล

นโยบายการเก็บข้อมูลจะกำหนดระยะเวลาที่ควรเก็บข้อมูลประสิทธิภาพ การสร้างนโยบายเหล่านี้ช่วยจัดการที่เก็บข้อมูลได้อย่างมีประสิทธิภาพและช่วยให้มั่นใจว่าสามารถเข้าถึงเฉพาะข้อมูลที่จำเป็นเพื่อการวิเคราะห์ได้ นโยบายดังกล่าวสนับสนุนประสิทธิภาพที่ดีขึ้นและเป็นไปตามมาตรฐานการปฏิบัติตามข้อกำหนด คุณควรกำหนดค่านโยบายการเก็บข้อมูลสำหรับไฟล์บันทึกและข้อมูลเมตริกเพื่อให้สามารถแก้ไขปัญหาและการตรวจสอบได้อย่างมีประสิทธิภาพในทุกสภาพแวดล้อม ตัวอย่างเช่น ไฟล์บันทึกและเมตริกอาจต้องเก็บไว้ในสภาพแวดล้อมการใช้งานจริงนานกว่าในสภาพแวดล้อมการทดสอบ ระยะเวลาการเก็บข้อมูลควรตรงกับข้อกำหนดขององค์กรและกฎระเบียบการปฏิบัติตามข้อกำหนด ตัดสินใจว่าจะเก็บข้อมูลไว้นานเท่าใดเพื่อวัตถุประสงค์ในการวิเคราะห์และตรวจสอบ เก็บถาวรข้อมูลที่คุณไม่ต้องการสำหรับการวิเคราะห์ทันที

รวบรวมข้อมูลประสิทธิภาพ

การรวบรวมข้อมูลเกี่ยวข้องกับการติดตามและวิเคราะห์เมตริกประสิทธิภาพของเวิร์กโหลด เช่น อัตราความเร็ว เวลาแฝง และเวลาเสร็จสมบูรณ์ ซึ่งรวบรวมผ่านโค้ดเครื่องมือเป็นหลัก ข้อมูลประสิทธิภาพเวิร์กโหลดให้ข้อมูลเชิงลึกที่มีคุณค่าเกี่ยวกับความสมบูรณ์และประสิทธิภาพของแอปพลิเคชัน ด้วยการตรวจสอบและวิเคราะห์ข้อมูลประสิทธิภาพ คุณสามารถระบุและแก้ไขปัญหา เพิ่มประสิทธิภาพ และตัดสินใจอย่างมีข้อมูลสำหรับเวิร์กโหลดของคุณได้

ใช้เครื่องมือโค้ด

การใช้เครื่องมือ หมายถึง กระบวนการฝังส่วนย่อยของโค้ดหรือการดำเนินการลงในโค้ดของเวิร์กโหลดของคุณ ตัวอย่างเช่น การสร้าง เหตุการณ์การติดตามแบบกำหนดเอง ในแอปพื้นที่ทำงานของคุณ วัตถุประสงค์ของการใช้เครื่องมือคือการรวบรวมข้อมูลประสิทธิภาพในขณะที่เวิร์กโหลดทำงาน การรวบรวมเมตริกที่เน้นการดำเนินงานที่สำคัญของเวิร์กโหลดเป็นสิ่งสำคัญ มุ่งเน้นไปที่เมตริก เช่น อัตราความเร็ว เวลาแฝง และเวลาที่เสร็จสมบูรณ์ สิ่งสำคัญคือต้องแยกแยะการดำเนินงานที่เกี่ยวข้องกับธุรกิจจากการดำเนินงานอื่นๆ สำหรับข้อมูลที่เกี่ยวข้องกับการดำเนินธุรกิจ ตรวจสอบให้แน่ใจว่าข้อมูลเมตามีโครงสร้างในลักษณะที่ช่วยให้สามารถติดตามและจัดเก็บข้อมูลที่แตกต่างกันได้ การใช้เครื่องมือโค้ดมีประโยชน์ดังต่อไปนี้:

  • ระบุคอขวดของประสิทธิภาพการทำงาน: การติดตามเมตริก เช่น เวลาที่ผ่านไป จะช่วยให้คุณระบุคอขวดและปรับแต่งโค้ดให้เหมาะสมได้

  • การประเมินพฤติกรรมของระบบภายใต้โหลด: คุณสามารถดูได้ว่าปริมาณงานดำเนินการอย่างไรภายใต้สถานการณ์ความเครียดที่แตกต่างกัน ข้อมูลนี้สามารถช่วยคุณระบุปัญหาที่เกี่ยวข้องกับความสามารถในการปรับขนาด การทำงานพร้อมกัน และการใช้ทรัพยากร

  • การติดตาม ปริมาณงาน สุขภาพและความพร้อม: เนื่องจากมีการตรวจสอบตัวบ่งชี้ประสิทธิภาพที่สำคัญแบบเรียลไทม์ คุณจึงสามารถรับการแจ้งเตือนเกี่ยวกับปัญหาที่อาจเกิดขึ้นซึ่งส่งผลต่อประสิทธิภาพและความพร้อมใช้งานของแอปพลิเคชันได้

  • ปรับปรุงประสบการณ์ผู้ใช้: คุณสามารถรับข้อมูลเชิงลึกว่าผู้ใช้โต้ตอบกับภาระงานอย่างไร ใช้ข้อมูลนี้เพื่อปรับประสบการณ์ผู้ใช้ให้เหมาะสมและระบุจุดที่ต้องปรับปรุง

  • วางแผนความสามารถและจัดสรรทรัพยากร: ข้อมูลประสิทธิภาพการทำงานที่เครื่องมือรวบรวมสามารถให้ข้อมูลเชิงลึกที่มีค่าเกี่ยวกับความต้องการทรัพยากรของเวิร์กโหลดได้ ข้อมูลนี้สามารถแจ้งการตัดสินใจของคุณเกี่ยวกับการวางแผนความต้องการใช้งานและการจัดสรรทรัพยากร

เมื่อคุณใช้โค้ดเครื่องมือสำหรับการตรวจสอบประสิทธิภาพ ให้พิจารณากลยุทธ์ต่อไปนี้:

  • ใช้เครื่องมือ APM เครื่องมือตรวจสอบประสิทธิภาพแอปพลิเคชัน (APM) รวบรวมและวิเคราะห์ข้อมูลประสิทธิภาพ รวมถึงเมตริก การติดตาม และบันทึก เครื่องมือ APM นำเสนอคุณลัษณะต่างๆ เช่น การใช้เครื่องมือระดับโค้ด การติดตามธุรกรรม และการสร้างโปรไฟล์ประสิทธิภาพ

  • เครื่องดนตรีที่กำหนดเอง :นักพัฒนาสามารถเพิ่มโค้ดที่กำหนดเองเพื่อรวบรวมเมตริกประสิทธิภาพที่ไม่ซ้ำกันสำหรับแอปพลิเคชันและเวิร์กโหลดของพวกเขา การใช้เครื่องมือแบบกำหนดเองสามารถวัดรันไทม์ ติดตามการใช้ทรัพยากร หรือบันทึกเหตุการณ์เฉพาะได้

  • บันทึกเวลาของธุรกรรม การบันทึกเวลาของธุรกรรมเกี่ยวข้องกับการวัดเวลาตั้งแต่ต้นจนจบสำหรับฟังก์ชันทางเทคนิคที่สำคัญ ซึ่งเป็นส่วนหนึ่งของการตรวจสอบประสิทธิภาพ เมตริกระดับแอปพลิเคชันควรรวมเวลาการทำธุรกรรมจากต้นทางถึงปลายทาง เวลาของธุรกรรมเหล่านี้ควรครอบคลุมฟังก์ชันทางเทคนิคที่สำคัญ เช่น การสืบค้นฐานข้อมูล เวลาการตอบสนองสำหรับการเรียก API ภายนอก และอัตราความล้มเหลวของขั้นตอนการประมวลผล

  • ใช้มาตรฐานการวัดและส่งข้อมูลทางไกล พิจารณาใช้ไลบรารีการใช้เครื่องมือของเครื่องมือ APM และเครื่องมือที่สร้างขึ้นตามมาตรฐานการวัดและส่งข้อมูลทางไกล เช่น OpenTelemetry

รวบรวมข้อมูลประสิทธิภาพทรัพยากร

ด้วยการรวบรวมข้อมูลประสิทธิภาพทรัพยากร คุณจะได้รับข้อมูลเชิงลึกเกี่ยวกับความสมบูรณ์และลักษณะการทำงานของเวิร์กโหลดของคุณ ข้อมูลประสิทธิภาพทรัพยากรให้ข้อมูลเกี่ยวกับการใช้ทรัพยากร ซึ่งเป็นกุญแจสำคัญสำหรับการวางแผนความต้องการใช้งาน ข้อมูลนี้ยังให้ข้อมูลเชิงลึกเกี่ยวกับความสมบูรณ์ของเวิร์กโหลดและสามารถช่วยคุณตรวจสอบปัญหาและแก้ไขปัญหาได้ พิจารณาคำแนะนำต่อไปนี้:

  • รวบรวมเมตริกและไฟล์บันทึกสำหรับทุกทรัพยากร แต่ละบริการมีชุดเมตริกที่ไม่ซ้ำกับการทำงานของทรัพยากร เมตริกเหล่านี้ช่วยให้คุณเข้าใจความสมบูรณ์และประสิทธิภาพของทรัพยากร

  • ใช้เครื่องมือของแพลตฟอร์ม รวบรวมแรงบันดาลใจจากโซลูชันการตรวจสอบในตัวและแบบรวม เช่น Azure Monitor Insights เครื่องมือนี้ช่วยปรับปรุงประสิทธิภาพการทำงาน พิจารณาการใช้เครื่องมือแพลตฟอร์มเมื่อคุณเลือกแพลตฟอร์มและลงทุนในเครื่องมือหรือการรายงานที่กำหนดเอง

  • ตรวจสอบการรับส่งข้อมูลเครือข่าย การตรวจสอบการรับส่งข้อมูลเครือข่ายหมายถึงการติดตามและวิเคราะห์การรับส่งและรูปแบบของข้อมูลขณะเคลื่อนที่ผ่านเส้นทางเครือข่าย รวบรวมการวิเคราะห์การรับส่งข้อมูลและติดตามการรับส่งข้อมูลที่ข้ามขอบเขตเครือข่ายย่อย เป้าหมายของคุณคือการวิเคราะห์และเพิ่มประสิทธิภาพเครือข่าย

รวบรวมข้อมูลของฐานข้อมูลและที่เก็บข้อมูล

ฐานข้อมูลและระบบที่เก็บข้อมูลจำนวนมากมีเครื่องมือตรวจสอบของตนเอง เครื่องมือเหล่านี้รวบรวมข้อมูลประสิทธิภาพเฉพาะสำหรับระบบเหล่านั้น ฐานข้อมูลและระบบที่เก็บข้อมูลมักจะสร้างไฟล์บันทึกที่มีเหตุการณ์และตัวบ่งชี้ที่เกี่ยวข้องกับประสิทธิภาพ รวบรวมข้อมูลของฐานข้อมูลและข้อมูลประสิทธิภาพการจัดเก็บข้อมูล เพื่อให้คุณสามารถระบุปัญหาคอขวด วินิจฉัยปัญหา และตัดสินใจอย่างมีข้อมูลเพื่อปรับปรุงประสิทธิภาพโดยรวมและความน่าเชื่อถือของเวิร์กโหลดของคุณ พิจารณารวบรวมข้อมูลประสิทธิภาพประเภทต่อไปนี้:

  • ปริมาณงาน :การวัดปริมาณข้อมูลที่อ่านหรือเขียนลงในระบบจัดเก็บข้อมูลในช่วงระยะเวลาหนึ่ง ข้อมูลอัตราความเร็วบ่งบอกถึงความสามารถในการถ่ายโอนข้อมูล

  • ความหน่วงเวลา :ความหน่วงเวลาวัดระยะเวลาที่การดำเนินการจัดเก็บข้อมูลจะกินเวลานานเท่าใด ข้อมูลเวลาแฝงบ่งบอกถึงการตอบสนองของระบบจัดเก็บข้อมูล

  • IOPS (การดำเนินการ I/O ต่อวินาที) :ข้อมูลเกี่ยวกับจำนวนการดำเนินการอ่านหรือการเขียนที่ระบบจัดเก็บข้อมูลสามารถดำเนินการได้ในหนึ่งวินาที ข้อมูล IOPS บ่งบอกถึงอัตราความเร็วและการตอบสนองของระบบจัดเก็บข้อมูล

  • การใช้ความจุ :การใช้ความจุคือปริมาณความจุในการจัดเก็บที่ใช้และปริมาณที่มีอยู่ ข้อมูลการใช้ความจุช่วยให้องค์กรวางแผนสำหรับความต้องการที่เก็บข้อมูลในอนาคต

รวบรวมข้อมูลประสิทธิภาพตัวเชื่อมต่อ

เวลาที่ใช้ในการรอการดำเนินการบริการแบบรวมให้เสร็จสมบูรณ์อาจส่งผลให้ประสิทธิภาพโดยรวมของเวิร์กโหลดลดลง หากเวิร์กโหลดของคุณใช้ตัวเชื่อมต่อเพื่อรวมบริการ ให้พิจารณาการวัดเวลาที่ใช้ในการดำเนินการตัวเชื่อมต่อแต่ละรายการเพื่อประเมินผลกระทบและตัดสินใจว่าจะปรับการออกแบบเวิร์กโหลดของคุณให้เหมาะสมหรือไม่ คุณสามารถใช้ประวัติการเรียกใช้หรือตรรกะที่กำหนดเองเพื่อบันทึกเวลาที่ใช้ในการดำเนินการตัวเชื่อมต่อได้ ทั้งนี้ขึ้นอยู่กับบริการ

ตรวจสอบและวิเคราะห์ข้อมูล

ข้อมูลประสิทธิภาพของคุณควรสอดคล้องกับเป้าหมายด้านประสิทธิภาพ ข้อมูลจำเป็นต้องแสดงถึงประสิทธิภาพเวิร์กโหลดหรือของโฟลว์อย่างสมบูรณ์และแม่นยำ เนื่องจากเกี่ยวข้องกับเป้าหมายด้านประสิทธิภาพ ตัวอย่างเช่น เวลาการตอบสนองสำหรับบริการเว็บมีเป้าหมายด้านประสิทธิภาพที่ 500 มิลลิวินาที ทำให้การวิเคราะห์ข้อมูลเป็นกิจวัตร เนื่องจากการประเมินบ่อยครั้งช่วยให้ตรวจพบและลดปัญหาด้านประสิทธิภาพได้ตั้งแต่เนิ่นๆ

  • สร้างการแจ้งเตือน การมีการแจ้งเตือนที่สามารถดำเนินการได้จะเป็นประโยชน์ ช่วยให้สามารถระบุและแก้ไขปัญหาด้านประสิทธิภาพได้ทันที การแจ้งเตือนเหล่านี้ควรระบุอย่างชัดเจนถึงค่าเกณฑ์ประสิทธิภาพที่ละเมิด ผลกระทบทางธุรกิจที่อาจเกิดขึ้น และส่วนประกอบที่เกี่ยวข้อง เริ่มต้นด้วยการตั้งค่าการแจ้งเตือนทั่วไปและที่แนะนำ เมื่อเวลาผ่านไป คุณสามารถปรับเปลี่ยนค่าเกณฑ์เหล่านี้ได้ตามความต้องการเฉพาะของคุณ วัตถุประสงค์หลักของการแจ้งเตือนเหล่านี้ควรเป็นไปเพื่อคาดการณ์ประสิทธิภาพที่อาจลดลงก่อนที่จะลุกลามไปสู่ปัญหาสำคัญ หากคุณไม่สามารถตั้งค่าการแจ้งเตือนสำหรับการขึ้นต่อกันภายนอก ให้ลองคิดหาวิธีเพื่อรวบรวมการวัดทางอ้อม เช่น ระยะเวลาของการเรียกการขึ้นต่อกัน

  • ตั้งค่าขีดจำกัดการรวบรวมข้อมูล กำหนดและตั้งค่าขีดจำกัดเชิงตรรกะเกี่ยวกับปริมาณข้อมูลที่คุณรวบรวมและระยะเวลาการเก็บรักษา การวัดและส่งข้อมูลทางไกลบางครั้งสามารถสร้างข้อมูลจำนวนมหาศาลได้ จำเป็นอย่างยิ่งที่ต้องมุ่งเน้นไปที่การรวบรวมเฉพาะตัวบ่งชี้ประสิทธิภาพที่สำคัญที่สุดหรือมีระบบที่มีประสิทธิภาพเพื่อดึงข้อมูลเชิงลึกที่มีความหมายจากข้อมูลประสิทธิภาพของคุณ

Power Platform การอำนวยความสะดวก

การรวบรวมข้อมูลประสิทธิภาพการใช้งานแอปพลิเคชัน - Application Insights เป็นฟีเจอร์ของ Azure Monitor ที่ช่วยให้คุณตรวจสอบประสิทธิภาพและความพร้อมใช้งานของแอปพลิเคชันของคุณได้ ข้อมูลจะถูกเก็บไว้ในบันทึก Azure Monitor โดย Application Insights และแสดงภาพใน ประสิทธิภาพและความล้มเหลว แผง ข้อมูลจะถูกส่งออกไปยังสภาพแวดล้อม Application Insights ของคุณในสคีมามาตรฐานที่กำหนดโดย Application Insights คุณสามารถส่งออกได้ Dataverse และ Power Automate ข้อมูล ถึง Application Insights - เชื่อมต่อแอปแคนวาสของคุณ ถึง Application Insights และจับข้อมูลระยะไกลจากของคุณ Microsoft Copilot Studio ผู้ช่วยนักบิน สำหรับใช้งานใน Azure Application Insights -

Application Insights ช่วยให้คุณเลือกมุมมองข้อมูล เซิร์ฟเวอร์ และ เบราว์เซอร์ ด้วยการระบุการดำเนินการเหล่านั้นที่มีระยะเวลานานที่สุด คุณสามารถวินิจฉัยปัญหาที่อาจเกิดขึ้นได้

ใช้คุณลักษณะแพลตฟอร์มดั้งเดิมเพื่อวิเคราะห์ประสิทธิภาพ: การวิเคราะห์ใน Copilot Studio ให้ภาพรวมที่ครอบคลุมเกี่ยวกับประสิทธิภาพการทำงานของผู้ช่วยนักบินของคุณ โดยใช้เทคโนโลยีปัญญาประดิษฐ์ (AI) เพื่อระบุหัวข้อใดมีผลกระทบมากที่สุดต่ออัตราการเร่งด่วน อัตราการละทิ้ง และอัตราการแก้ไขปัญหา ข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพสำหรับ Power Apps วิเคราะห์ข้อมูลผู้ใช้รันไทม์และจัดทำรายการคำแนะนำตามลำดับความสำคัญเพื่อช่วยปรับปรุงประสิทธิภาพของแอปที่ใช้โมเดล

การรวมศูนย์ การแบ่งส่วน และการเก็บรักษาข้อมูลประสิทธิภาพการทำงาน: Microsoft รวบรวมข้อมูลระยะไกลที่ครอบคลุมเกี่ยวกับ Dataverse, Power Automate กระแสข้อมูลบนคลาวด์ และแอปที่ขับเคลื่อนด้วยโมเดลแล้ว ด้วย การรวม Application Insights สภาพแวดล้อมหรือผู้ดูแลผู้เช่ามีคีย์เครื่องมือวัด Application Insights ขณะตั้งค่ากระบวนการส่งออกข้อมูลในศูนย์จัดการ Power Platform ทันทีที่การตั้งค่าเสร็จสิ้น ข้อมูลระยะไกลที่รวบรวมเกี่ยวกับสภาพแวดล้อมของคุณจะถูกส่งไปยังสภาพแวดล้อม Microsoft Application Insights ของคุณ เมื่อคุณใช้การรวม Application Insights คุณจะได้รับชุดการวัดและส่งข้อมูลทางไกลมาตรฐาน Application Insights ที่เป็นไปตาม แบบจำลองข้อมูลจากการวัดและส่งข้อมูลทางไกล นอกเหนือจากการบูรณาการนี้ คุณยังสามารถ เชื่อมต่อแอปแคนวาสและ Application Insights และบันทึกข้อมูลระยะไกลจาก Microsoft Copilot Studio copilot ของคุณเพื่อใช้ใน Azure Application Insightsได้อีกด้วย

การรวบรวมข้อมูลประสิทธิภาพทรัพยากร Azure: บริการ Azure ส่วนใหญ่จะสร้างบันทึกและเมตริกของแพลตฟอร์มที่ให้ข้อมูลการวินิจฉัยและการตรวจสอบ เมื่อเปิดใช้งานการตั้งค่าการวินิจฉัย คุณสามารถระบุไฟล์บันทึกและเมตริกของแพลตฟอร์มที่จะรวบรวมและจัดเก็บ เพื่อวัตถุประสงค์ในการเชื่อมโยง ให้เปิดใช้งานการวินิจฉัยสำหรับบริการที่รองรับทั้งหมด และส่งไฟล์บันทึกไปยังปลายทางเดียวกันกับไฟล์บันทึกแอปพลิเคชันของคุณ

การรวบรวมข้อมูลประสิทธิภาพฐานข้อมูล:Microsoft Dataverse บูรณาการกับ Application Insights สตรีมข้อมูลในปัจจุบันให้ข้อมูลประสิทธิภาพที่เกี่ยวข้องกับ สายเรียกเข้าของ API Dataverse การเรียกใช้งานปลั๊กอิน Dataverse และการเรียก SDK Dataverse หากต้องการรับการแจ้งเตือนปัญหา ให้ตั้งค่าการแจ้งเตือนตามค่าเกณฑ์ประสิทธิภาพ

การตรวจสอบและวิเคราะห์ข้อมูลประสิทธิภาพการทำงาน: ภายใน Azure Monitor คุณสามารถใช้ Azure Monitor Logs เพื่อรวบรวม วิเคราะห์ และแสดงภาพข้อมูลบันทึกจากแอปพลิเคชันและระบบของคุณ ด้วยการรวบรวมไฟล์บันทึก คุณสามารถสืบค้นเหตุการณ์และรับข้อมูลเชิงลึกเกี่ยวกับประสิทธิภาพของแอปพลิเคชันของคุณได้ สำหรับข้อมูลเพิ่มเติม โปรดดู การคำนวณค่าใช้จ่ายและตัวเลือก Azure Monitor Logs** และ การกำหนดราคาสำหรับ Azure Monitor

ใน Azure Monitor คุณสามารถกำหนดกฎการแจ้งเตือนเพื่อตรวจสอบเมตริกประสิทธิภาพเฉพาะและทริกเกอร์การแจ้งเตือนตามเงื่อนไขที่กำหนดไว้ล่วงหน้า ตัวอย่างเช่น คุณสามารถสร้างกฎการแจ้งเตือนเพื่อแจ้งให้คุณทราบเมื่อเวลาการตอบสนองเกินขีดจำกัดที่ระบุ กำหนดค่ากฎการแจ้งเตือนเพื่อส่งการแจ้งเตือนไปยังผู้รับที่ต้องการ

เมื่อคุณสร้างกฎการแจ้งเตือน คุณสามารถกำหนดเกณฑ์ที่จะกำหนดว่าเมื่อใดที่ควรทริกเกอร์การแจ้งเตือน คุณสามารถกำหนดค่าเกณฑ์ วิธีการรวม กรอบเวลา และความถี่ของการประเมินได้ กำหนดเกณฑ์ตามข้อกำหนดการตรวจสอบประสิทธิภาพของคุณ นอกเหนือจากการส่งการแจ้งเตือนแล้ว คุณยังสามารถระบุการดำเนินการที่จะทำเมื่อมีการทริกเกอร์การแจ้งเตือนได้ การดำเนินการต่างๆ อาจรวมถึงการส่งอีเมล การเรียก webhook หรือการเรียกใช้ฟังก์ชัน Azure เลือกการดำเนินการที่เหมาะสมเพื่อตอบสนองต่อสถานการณ์การแจ้งเตือนเฉพาะ

ตัวอย่าง

รายการตรวจสอบประสิทธิภาพการทำงาน

โปรดดูชุดคำแนะนำทั้งหมด

รายการตรวจสอบประสิทธิภาพการทำงาน