Azure Monitor 见解、可视化效果和操作
本单元介绍了 Azure Monitor 见解、可视化效果和仪表板如何使用和传输有关 Web 应用程序的监视信息。 还可以使用警报和自动操作以主动响应应用程序问题，有时还可以更正这些问题。
见解
一些 Azure 资源提供程序具有精选的可视化效果，它们提供自定义的监视体验，需要的配置极少。 见解是可缩放的大型精选可视化效果。
Azure Monitor 包括许多类型的见解。 在 Azure 门户的 Azure Monitor 导航中，选择“见解中心”以列出并访问所有可用的见解类型。
以下部分介绍了一些最大、最常见的 Azure Monitor 见解。
Application Insights
Azure Monitor 的 Application Insights 功能提供从应用开发到测试到生产的应用程序性能监视 (APM)。 可以主动监视以查看应用程序的性能，并被动查看应用程序执行数据以查找事件原因。
除了收集描述应用程序活动与运行状况的指标和应用程序遥测数据外，还可以使用 Application Insights 收集和存储应用程序跟踪日志记录数据。 日志跟踪与其他遥测数据相关联，以提供活动的详细视图。 要将跟踪日志记录添加到现有应用程序，只需提供日志的目标。 日志记录框架很少需要更改。
Application Insights 支持分布式跟踪（也称为“分布式组件关联”）。 使用此功能可以搜索和可视化特定执行或事务的端到端流。 对于构建为分布式组件或微服务的应用程序，端到端跟踪活动的能力非常重要。
Application Insights 还包括以下功能：
- 实时指标：实时观察部署的应用程序的活动，而不影响主机环境。
- 可用性监视：也称为综合事务监视，可探测应用程序外部终结点以测试不同时间的整体可用性和响应能力。
- 使用情况监视：帮助了解哪些功能受用户欢迎，以及用户如何与应用程序交互和使用应用程序。
- 智能检测：通过主动遥测分析来自动检测故障和异常。
- 应用程序映射：应用程序体系结构的高级自上而下的视图，包含查看组件运行状况和响应能力的概览式视觉参考信息。
容器见解
容器见解使你能够了解部署到 Azure Kubernetes 服务 (AKS) 或 Azure 容器实例的容器化工作负载的性能。 容器见解通过指标 API 从提供的控制器、节点和容器收集容器日志和指标。 从 AKS 群集启用监视后，将通过 Log Analytics 代理的容器化版本自动收集这些指标和日志。
VM Insights
VM Insights 监视并分析 Azure Windows 和 Linux VM（包括托管在本地或其他云中的 VM）的性能和运行状况。 VM Insights 可识别 VM 进程、应用程序依赖项和外部进程的互连依赖项。
网络见解
网络见解通过拓扑为所有部署的网络资源提供健康状况和指标的全面和可视化表示，且无需进行任何配置。 网络见解还提供对网络监视功能的访问权限，如连接监视器、网络安全组 (NSG) 的流日志记录和流量分析，以及其他诊断功能。
可视化效果
图表和表等可视化效果是用于汇总监视数据并向受众呈现这些数据的有效工具。 Azure Monitor 自带可视化监视数据的功能，并且可以使用其他 Azure 服务将数据发布给不同的受众。 Power BI 和 Grafana 不是 Azure Monitor 的正式组成部分，但它们是讲述监视故事的核心集成。
以下部分介绍了一些用于可视化和呈现监视数据的 Azure Monitor 工具和外部工具。
工作簿
工作簿提供了灵活的画布，用于分析数据以及在 Azure 门户中创建丰富的可视化报告。 工作簿可以从多个数据源查询数据，并在一个可视化效果中合并和关联来自多个数据集的数据，从而轻松直观地呈现系统。 工作簿是交互式的，可实时更新数据，并且可以跨团队共享。
可以使用 Azure Monitor Insights 提供的工作簿、使用工作簿模板库或创建自己的工作簿。 在 Azure 门户的 Azure Monitor 左侧导航中，选择“工作簿”以查看并访问可用的工作簿和模板。
仪表板
仪表板允许将不同类型的数据合并到 Azure 门户的单个窗格中。 可以将任何日志查询或指标图表的输出添加到 Azure 仪表板中，并选择性地与其他 Azure 用户共享仪表板。 例如，可以创建仪表板，显示指标图、活动日志表以及 Application Insights 的使用情况图表。
Power BI
Power BI 是业务分析服务，可提供跨各种数据源的交互式可视化效果。 可将 Power BI 配置为自动从 Azure Monitor 导入日志数据，以利用这些可视化效果。 Power BI 是向组织内外的其他人员提供数据的有效方法。
Grafana
Grafana 是用于操作仪表板的开放式平台。 Grafana 包含 Azure Monitor 数据源插件，可用于可视化 Azure Monitor 指标和日志。 Azure 托管 Grafana 针对 Azure Monitor 和 Azure 数据资源管理器等 Azure 本机数据存储优化了此体验。
Grafana 还具有适用于非 Microsoft 应用程序性能监控工具（例如，Dynatrace、New Relic 和 AppDynamics）的常用插件和仪表板模板。 Grafana 还包括 AWS CloudWatch 和 GCP BigQuery 插件，用于在单一管理平台中进行多云监控。 可以使用这些资源将 Azure Monitor 数据与这些其他工具收集的其他指标一起可视化。
操作
有效的监视解决方案可主动响应关键事件，而无需个人或团队注意该问题。 响应可以是发送给管理员的文本或电子邮件，也可以是尝试更正错误状态的自动化过程。
Azure Monitor 适用于以下类型的自动警报和响应。
适用于 IT 运营的人工智能 (AIOps)
AIOps 介绍了如何应用人工智能和机器学习技术以增强并自动化 IT 运营和基础结构管理的各个方面。 Azure Monitor 提供使用机器学习和人工智能以自动执行数据驱动任务、预测容量使用情况、识别性能问题和检测异常的功能。
这些功能可简化 IT 监视和操作，而无需机器学习专业知识。 如果具有机器学习专业知识，可以使用 Azure 机器学习服务将更多机器学习应用于 Azure Monitor 收集的数据。
Azure Monitor 警报
警报会向你发送有关关键情况的通知并采取纠正措施。 警报规则可以基于指标或日志数据。 指标警报规则根据收集的指标提供准实时警报。 基于日志数据的日志警报规则允许使用跨多个来源中的数据的复杂逻辑。
警报规则使用操作组，它们可以执行发送电子邮件或短信通知等操作。 操作组可使用 Webhook 发送通知，以触发外部进程或与 IT 服务管理工具集成。 可以跨多个规则共享操作组、操作和收件人集。
自动缩放
自动缩放允许在处理应用程序上的负载时动态调整运行的资源数量。 要节省资金或提高性能，可以创建使用 Azure Monitor 指标的规则以确定自动添加或删除资源的时间。 可以指定最小和最大实例数以及何时增加或减少资源的逻辑。