แชร์ผ่าน

คำแนะนำสำหรับการรวบรวมข้อมูลประสิทธิภาพ

  • บทความ

นำไปใช้กับคำแนะนำรายการตรวจสอบประสิทธิภาพการทำงานของ Power Platform Well-Architected:

PE: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

คำนิยาม

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:

  • เก็บข้อมูลการใช้งานจริงและข้อมูลที่ไม่ใช่สำหรับใช้งานจริงแยกกัน ด้วยการแยกข้อมูลตามสภาพแวดล้อม คุณสามารถมั่นใจได้ว่ามีการตรวจสอบและเพิ่มประสิทธิภาพของแต่ละสภาพแวดล้อมแบบมุ่งเน้น ในสภาพแวดล้อมการทำงานจริง คุณสามารถระบุและแก้ไขปัญหาด้านประสิทธิภาพที่ส่งผลโดยตรงต่อผู้ใช้และการดำเนินธุรกิจได้ดียิ่งขึ้น ในสภาพแวดล้อมที่ไม่ใช่สภาพแวดล้อมการทำงานจริง การแยกข้อมูลช่วยอำนวยความสะดวกในการแก้ไขปัญหาและการปรับแต่งอย่างมีประสิทธิภาพในระหว่างขั้นตอนการทดสอบก่อนที่คุณจะปรับใช้กับการใช้งานจริง

  • ใช้ชุดข้อมูลหนึ่งชุดภายในแต่ละสภาพแวดล้อม อย่าใช้ข้อมูลชุดหนึ่งสำหรับเป้าหมายด้านประสิทธิภาพ และใช้ข้อมูลอีกชุดสำหรับการแจ้งเตือนที่เกี่ยวข้องกับเป้าหมายด้านประสิทธิภาพ การใช้ชุดข้อมูลที่แตกต่างกันทำให้เกิดการแจ้งเตือนที่ไม่ถูกต้อง ซึ่งจะบั่นทอนประสิทธิภาพของการตรวจสอบประสิทธิภาพ

  • แยกเป้าหมายด้านประสิทธิภาพและเมตริกทางธุรกิจ 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:

  • การระบุคอขวดของประสิทธิภาพ: ด้วยการติดตามเมตริกต่างๆ เช่น เวลาที่ผ่านไป คุณสามารถระบุคอขวดและเพิ่มประสิทธิภาพโค้ดให้เหมาะสมได้

  • การประเมินลักษณะการทำงานของของระบบภายใต้เวิร์กโหลด: คุณสามารถดูประสิทธิภาพของเวิร์กโหลดภายใต้สถานการณ์ความเครียดต่างๆ ข้อมูลนี้สามารถช่วยคุณระบุปัญหาที่เกี่ยวข้องกับความสามารถในการปรับขนาด การทำงานพร้อมกัน และการใช้ทรัพยากร

  • การติดตามความสมบูรณ์และความพร้อมใช้งานของเวิร์กโหลด: เนื่องจากมีการตรวจสอบตัวบ่งชี้ประสิทธิภาพหลักแบบเรียลไทม์ คุณจึงได้รับการแจ้งเตือนเกี่ยวกับปัญหาที่อาจเกิดขึ้นซึ่งส่งผลต่อประสิทธิภาพของแอปพลิเคชันและ ความพร้อมใช้งาน

  • ปรับปรุงประสบการณ์ผู้ใช้: คุณจะได้รับข้อมูลเชิงลึกว่าผู้ใช้โต้ตอบกับเวิร์กโหลดอย่างไร ใช้ข้อมูลนี้เพื่อปรับประสบการณ์ผู้ใช้ให้เหมาะสมและระบุจุดที่ต้องปรับปรุง

  • วางแผนความต้องการใช้งานและจัดสรรทรัพยากร: ข้อมูลประสิทธิภาพที่เครื่องมือวัดรวบรวมไว้สามารถให้ข้อมูลเชิงลึกอันมีค่าเกี่ยวกับความต้องการทรัพยากรของเวิร์กโหลดได้ ข้อมูลนี้สามารถแจ้งการตัดสินใจของคุณเกี่ยวกับการวางแผนความต้องการใช้งานและการจัดสรรทรัพยากร

เมื่อคุณใช้โค้ดเครื่องมือสำหรับการตรวจสอบประสิทธิภาพ ให้พิจารณากลยุทธ์ต่อไปนี้:

  • ใช้เครื่องมือ APM: เครื่องมือตรวจสอบประสิทธิภาพของแอปพลิเคชัน (APM) รวบรวมและวิเคราะห์ข้อมูลประสิทธิภาพ รวมถึงเมตริก การติดตาม และไฟล์บันทึก เครื่องมือ APM นำเสนอคุณลัษณะต่างๆ เช่น การใช้เครื่องมือระดับโค้ด การติดตามธุรกรรม และการสร้างโปรไฟล์ประสิทธิภาพ

  • การใช้เครื่องมือแบบกำหนดเอง: นักพัฒนาสามารถเพิ่มโค้ดแบบกำหนดเองเพื่อรวบรวมเมตริกประสิทธิภาพเฉพาะสำหรับแอปพลิเคชันและเวิร์กโหลดของตน 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:

  • อัตราความเร็ว: อัตราความเร็วจะวัดปริมาณข้อมูลที่อ่านหรือเขียนไปยังระบบจัดเก็บข้อมูลในช่วงเวลาหนึ่ง ข้อมูลอัตราความเร็วบ่งบอกถึงความสามารถในการถ่ายโอนข้อมูล

  • เวลาแฝง: เวลาแฝงจะวัดระยะเวลาการดำเนินการจัดเก็บข้อมูล ข้อมูลเวลาแฝงบ่งบอกถึงการตอบสนองของระบบจัดเก็บข้อมูล

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

  • การใช้ความจุ: การใช้ความจุคือจำนวนความจุของที่เก็บที่ใช้และจำนวนที่มีอยู่ 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

การอำนวยความสะดวกของ Power Platform

การรวบรวมข้อมูลประสิทธิภาพของแอปพลิเคชัน: Application Insights เป็นคุณลักษณะของ Azure Monitor ที่ช่วยคุณตรวจสอบประสิทธิภาพและความพร้อมใช้งานของแอปพลิเคชันของคุณ ข้อมูลถูกเก็บไว้ในไฟล์บันทึก Azure Monitor โดย Application Insights และมองเห็นได้ในแผง ประสิทธิภาพและความล้มเหลว ข้อมูลจะถูกส่งออกไปยังสภาพแวดล้อม Application Insights ของคุณในสคีมามาตรฐานที่กำหนดโดย Application Insights คุณสามารถส่งออก ข้อมูล Dataverse และ Power Automate ไปยัง Application Insights, เชื่อมต่อแอปพื้นที่ทำงาน ไปยัง Application Insights และบันทึกการวัดและส่งข้อมูลทางไกลจาก เอเจนต์ Microsoft Copilot Studio ของคุณเพื่อใช้ใน Azure Application Insights

Application Insights ช่วยให้คุณเลือกมุมมองข้อมูล เซิร์ฟเวอร์ และ เบราว์เซอร์ ด้วยการระบุการดำเนินการเหล่านั้นที่มีระยะเวลานานที่สุด คุณสามารถวินิจฉัยปัญหาที่อาจเกิดขึ้นได้

ใช้คุณสมบัติแบบเนทีฟของแพลตฟอร์มเพื่อวิเคราะห์ประสิทธิภาพ:การวิเคราะห์ใน Copilot Studio ให้ภาพรวมที่ครอบคลุมเกี่ยวกับประสิทธิภาพของเอเจนต์ของคุณ. มีการใช้ปัญญาประดิษฐ์ (AI) เพื่อระบุว่าหัวข้อใดที่มีผลกระทบมากที่สุดสำหรับอัตราการส่งต่อ อัตราการละทิ้ง และอัตราการแก้ปัญหา ข้อมูลเชิงลึกด้านประสิทธิภาพสำหรับ Power Apps วิเคราะห์ข้อมูลผู้ใช้และให้รายการคำแนะนำที่จัดลำดับความสำคัญเพื่อช่วยปรับปรุงประสิทธิภาพของแอปแบบจำลอง

การรวมศูนย์ การแบ่งกลุ่ม และการรักษาข้อมูลประสิทธิภาพ: Microsoft ได้รวบรวมการวัดและส่งข้อมูลทางไกลที่ครอบคลุมบน Dataverse, โฟลว์ระบบคลาวด์ Power Automate และแอปแบบจำลองอยู่แล้ว ด้วย การรวม Application Insights สภาพแวดล้อมหรือผู้ดูแลผู้เช่ามีคีย์เครื่องมือวัด Application Insights ขณะตั้งค่ากระบวนการส่งออกข้อมูลในศูนย์จัดการ Power Platform ทันทีที่การตั้งค่าเสร็จสิ้น การวัดและส่งข้อมูลทางไกลที่ Microsoft รวบรวมเกี่ยวกับสภาพแวดล้อมของคุณถูกส่งไปยังสภาพแวดล้อม Application Insights ของคุณ เมื่อคุณใช้การรวม Application Insights คุณจะได้รับชุดการวัดและส่งข้อมูลทางไกลมาตรฐาน Application Insights ที่เป็นไปตาม แบบจำลองข้อมูลจากการวัดและส่งข้อมูลทางไกล นอกเหนือจากการรวมนี้ คุณยังสามารถ เชื่อมต่อแอปพื้นที่ทำงานไปยัง Application Insights และบันทึกการวัดและส่งข้อมูลทางไกลจาก เอเจนต์ Microsoft Copilot Studio ของคุณเพื่อใช้ใน Azure Application Insights

การรวบรวมข้อมูลประสิทธิภาพของทรัพยากร Azure: บริการ Azure ส่วนใหญ่สร้างไฟล์บันทึกและเมตริกของแพลตฟอร์มที่ให้ข้อมูลการวินิจฉัยและการตรวจสอบ เมื่อเปิดใช้งานการตั้งค่าการวินิจฉัย คุณสามารถระบุไฟล์บันทึกและเมตริกของแพลตฟอร์มที่จะรวบรวมและจัดเก็บ เพื่อวัตถุประสงค์ในการเชื่อมโยง ให้เปิดใช้งานการวินิจฉัยสำหรับบริการที่รองรับทั้งหมด และส่งไฟล์บันทึกไปยังปลายทางเดียวกันกับไฟล์บันทึกแอปพลิเคชันของคุณ

การรวบรวมข้อมูลประสิทธิภาพของฐานข้อมูล:Microsoft Dataverse รวมกับ Application Insights สตรีมข้อมูลในปัจจุบันให้ข้อมูลประสิทธิภาพที่เกี่ยวข้องกับ สายเรียกเข้าของ API Dataverse การเรียกใช้งานปลั๊กอิน Dataverse และการเรียก SDK Dataverse หากต้องการรับการแจ้งเตือนปัญหา ให้ตั้งค่าการแจ้งเตือนตามค่าเกณฑ์ประสิทธิภาพ

การตรวจสอบและวิเคราะห์ข้อมูลประสิทธิภาพ: ภายใน Azure Monitor คุณสามารถใช้ Azure Monitor Logs เพื่อรวบรวม วิเคราะห์ และแสดงภาพข้อมูลไฟล์บันทึกจากแอปพลิเคชันและระบบของคุณ 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