شرح تجميع وعرض مقاييس Azure Monitor

تشرح هذه المقالة تجميع المقاييس في قاعدة بيانات السلسلة الزمنية التي تدعم مقاييس النظام الأساسي ل Azure Monitor والمقاييس المخصصة. تنطبق المقالة أيضا على مقاييس Application Insights القياسية.

هذه المعلومات في هذه المقالة معقدة ويتم توفيرها لأولئك الذين يرغبون في التعمق في نظام المقاييس. لا تحتاج إلى فهمه لاستخدام مقاييس Azure Monitor بشكل فعال.

النظرة العامة والشروط

عند إضافة مقياس إلى مخطط بياني، يحدد مستكشف المقاييس التجميع الافتراضي تحديدًا أوّليًّا بصورة تلقائية. ويعد النظام الافتراضي منطقيا في السيناريوهات الأساسية، ولكن يمكنك استخدام تجميعات مختلفة للحصول على مزيد من النتائج التحليلية بشأن المقياس. ويتطلب عرض التجميعات المختلفة في مخطط بياني فهم كيفية تعامل مستكشف المقاييس معها.

دعونا أولا نحدد بعض المصطلحات بوضوح:

• قيمة المقاييس ـ وهي قيمة قياس فردية مجمعة لمصدر معين.
• قاعدة بيانات السلسلة الزمنية - وهي قاعدة بيانات محسنة لتخزين واسترجاع نقاط البيانات التي تحتوي جميعها على قيمة وطابع زمني مطابق.
• الفترة الزمنية ـ وهي فترة عامة من الزمن.
• الفاصل الزمني ـ وهو فترة من الزمن تفصل بين تجميع قيمتي مقاييس.
• النطاق الزمني ـ وهي الفترة الزمنية المعروضة في مخطط بياني. يدوم النظام الافتراضي النموذجي لمدة 24 ساعة. تتوفر نطاقات معينة فقط.
• التقسيمة الزمنية أو تقسيمات الزمن - وهي الفترة الزمنية المستعملة لتجميع القيم مع بعضها للتمكين من عرض المخطط البياني. تتوفر نطاقات معينة فقط. الحد الأدنى الحالي هو دقيقة واحدة. يجب أن تكون قيمة التقسيمة الزمنية أصغر من النطاق الزمني المحدد لتكون مفيدة، وإلا يتم عرض قيمة واحدة فقط للمخطط بأكمله.
• نوع التجميع ـ وهو نوع إحصائي يُحتسب عن طريق قيم قياسية متعددة.
• المجموع ـ وهو عملية أخذ قيم متعددة للإدخالات ومن ثمّ استعمالها للحصول على قيمة إخراج واحدة طبقا للقواعد التي يحددها نوع التجميع. على سبيل المثال، أخذ متوسط قيم متعددة.

ملخص العملية

المقاييس هي سلسلة من القيم المخزنة بطابع زمني. في Azure، تُخزّن معظم المقاييس في قاعدة بيانات السلسلة الزمنية لمقاييس Azure. عند رسم مخطط بياني، تُستردّ قيم المقاييس المحددة من قاعدة البيانات ثم تُجمّع على نحو منفصل استنادا إلى نقاوة الوقت المختارة (المعروفة أيضا باسم التقسيمات الزمنية). يمكنك تحديد حجم دقة الوقت باستخدام منتقي وقت مستكشف المقاييس. إذا لم تحددها تحديدًا صريحًا، تُحدّد التقسيمة الزمنية بصورة تلقائية استنادا إلى النطاق الزمني المحدد حاليا. بمجرد تحديدها، يتم تجميع قيم المقاييس التي سُجّلت خلال كل فاصل تقسيمة زمنية وتجميعها ووضعها في المخطط البياني - وتوجد نقطة بيانات واحدة لكل فاصل.

أنواع التجميع

هناك خمسة أنواع تجميع أساسية متوفرة في مستكشف المقاييس. يخفي مستكشف المقاييس التجميعات غير ذات الصلة ولا يمكن استخدامها لمقياس معين.

• المجموع ـ وهو مجموع القيم المسجلة في فاصل التجميع. يشار إليه أحيانا باسم التجميع الإجمالي.
• العدّ ـ وهو عدد القياسات المسجلة في فاصل التجميع. لا ينظر العدّ إلى قيمة القياس، بل إلى عدد السجلات فقط.
• المتوسط ـ وهو متوسط القيم المسجلة للمقاييس في فاصل التجميع. بالنسبة لمعظم المقاييس، تكون هذه القيمة هي المجموع/ العدّ.
• الحد الأدنى ـ وهو أصغر قيمة في فاصل التجميع.
• الحد الأقصى ـ وهو أكبر قيمة مسجلة في فاصل التجميع.

على سبيل المثال، افترض أن مخططا بيانيا يعرض مقياس "إجمالي الشبكة خارج" لجهاز ظاهري باستخدام تجميع المجموع على مدى الـ24 ساعة الماضية. يمكن تغيير النطاق الزمني والنقاوة من أعلى يمين المخطط البياني كما يظهر في لقطة الشاشة التالية.

للنقاوة الزمنية = 30 دقيقة والنطاق الزمني = 24 ساعة:

• الرسم البياني مستمد من 48 نقطة بيانات. وهي 24 ساعة × 2 نقطة من نقاط البيانات في الساعة (60min/ 30min) نقاط بيانات الدقيقة الواحدة مجمعة.
• يربط المخطط الخطي 48 نقطة في منطقة رسم المخطط البياني.
• تمثل كل نقطة بيانات مجموع كافة وحدات البايت المرسلة خلال كل فترة زمنية ذات صلة مدتها 30 دقيقة.

انقر على الصور في هذا القسم لرؤية إصدارات أكبر.

إذا ما بدّلت نقاوة الزمن إلى 15 دقيقة، فإن التخطيط البياني يُستمدّ من 96 نقطة بيانات مجمعة. وهو ما يعني، 60 دقيقة/15 دقيقة = 4 نقاط بيانات في الساعة × 24 ساعة.

لنقاوة زمنية مدتها 5 دقائق، تحصل على 24 × (60/5) = 288 نقطة.

لنقاوة زمنية مدتها دقيقة واحدة (وهي أصغر ما يمكن وضعه في الرسم البياني)، تحصل على 24 × 60/1 = 1440 نقطة.

تبدو الرسوم البيانية مختلفة عن عملية الجمع هذه كما هو موضح في لقطات الشاشة السابقة. لاحظ كيف يحتوي هذا الجهاز الظاهري على العديد من المخرجات في فترة زمنية صغيرة بالنسبة لبقية النافذة الزمنية.

تسمح لك النقاوة الزمنية بضبط نسبة "الإشارة إلى الضوضاء" على المخطط البياني. تعمل عمليات التجميع الأعلى على إزالة الضوضاء والتخفيف من حدة الارتفاعات. لاحظ الاختلافات في المخطط البياني السفلي لمدة دقيقة واحدة وكيف أنها تسهل انتقالك إلى قيم نقاوة أعلى.

وهذا السلوك المسهل مهم عند إرسالك هذه البيانات إلى أنظمة أخرى--على سبيل المثال، التنبيهات. عادة، لا تريد أن يتم تنبيهك من خلال ارتفاعات قصيرة في وقت وحدة المعالجة المركزية أكثر من 90٪. ولكن إذا بقي المعالج على نسبة 90٪ لمدة 5 دقائق، فمن المرجح أن يكون ذلك مهما. إذا قمت بإعداد قاعدة تنبيه على المعالج (أو أي مقياس)، فإن من شأن جعل النقاوة الزمنية أكبر أن يقلل من عدد التنبيهات الخاطئة التي تتلقاها.

من المهم تحديد ما هو "طبيعي" لحمل العمل الخاص بك لمعرفة الفاصل الزمني الأفضل. هذه إحدى فوائد التنبيهات الديناميكية، وهو موضوع مختلف لم يُغطى هنا.

كيفية تجميع النظام للمقاييس

يختلف جمع البيانات حسب المقياس.

إشعار

الأمثلة أدناه مبسطة للتوضيح، وتتأثر البيانات القياسية الفعلية المضمنة في كل تجميع بالبيانات المتوفرة عند إجراء التقييم.

تكرار جمع القياسات

هناك نوعان من فترات الجمع.

• عادي - يتم جمع المقياس في فاصل زمني متسق لا يختلف.

• مستندة إلى النشاط - حيث يُجمع المقياس استنادا إلى وقت حدوث معاملة من نوع معين. تحتوي كل معاملة على إدخال قياسات وطابع زمني. لا يتم جمعها على فترات منتظمة لذلك هناك عدد مختلف من السجلات خلال فترة زمنية معينة.

النقاوة

الحد الأدنى لزمن النقاوة هو دقيقة واحدة، ولكن قد يسجل النظام الأساسي البيانات بشكل أسرع اعتمادا على المقياس. على سبيل المثال، يتم التقاط النسبة المئوية لمعالج جهاز ظاهري لـ Azure في فاصل زمني مدته 15 ثانية. نظرا لتعقب فشل HTTP باعتبارها معاملات، يمكن أن تتجاوز بسهولة أكثر بكثير من فشل واحد في الدقيقة. يتم التقاط مقاييس أخرى مثل تخزين SQL في فاصل زمني كل 20 دقيقة. هذا الاختيار متروك لموفر الموارد الفردي ونوعه. ومعظمها يحاول توفير أصغر فاصل زمني ممكن.

الأبعاد، التقسيم، والتصفية

تُسجّل المقاييس لكل مورد فردي على حدة. ومع ذلك، قد يختلف المستوى الذي يتم فيه جمع المقاييس وتخزينها وتمثيلها في تخطيط بياني. يتم تمثيل هذا المستوى بمقاييس أخرى متوفرة في أبعاد المقاييس. ولكل موفر موارد فردي أن يحدد مدى تفصيل البيانات التي يجمعها. لا يحدد Azure Monitor سوى الكيفية التي يجب أن تُقدّم وتُخزّن بها هذه التفاصيل.

عند إنشاء تخطيط بياني لمقياس في مستكشف المقاييس، يكون لديك خيار "تقسيم" المخطط البياني حسب بعد ما. يعني تقسيم المخطط أنك تبحث في البيانات الأساسية لمزيد من التفاصيل ورؤية تلك البيانات المخططة أو المصفاة في مستكشف المقاييس.

على سبيل المثال، Microsoft.ApiManagement/service له موقع بوصفه بعد مقاييس عديدة.

• القدرة هي إحدى هذه المقاييس. ويعني وجود بعد الموقع أن النظام الأساسي يقوم بتخزين سجل قياسي لقدرة كل موقع، بدلا من سجل واحد فقط للقدر المجمع. يمكنك بعد ذلك استرداد تلك المعلومات أو تقسيمها في مخطط بياني مقياسي.

• بالنظر إلى المدة الإجمالية لطلبات البوابة، هناك بعدان الموقع واسم المضيف، مما يتيح لك مجددا معرفة موقع مدة ما واسم المضيف الذي جاءت منه.

• من بين المقاييس الأكثر مرونة، الطلبات، إذ أن لها 7 أبعاد مختلفة.

تحقق من المقالة المدعمة لمقاييس Azure Monitor للحصول على تفاصيل بشأن كل مقياس وبشأن الأبعاد المتوفرة. وبالإضافة إلى ذلك، قد توفر الوثائق التابعة لكل موفر موارد وكل نوع موارد معلومات إضافية عن الأبعاد وما تقيسه.

يمكنك استخدام التقسيم والتصفية معا لحلّ المشكلة. فيما يلي مثال رسم بياني يعرض بايت الكتابة متوسط القرص لمجموعة من الأجهزة الظاهرية في مجموعة موارد. لدينا مجموعة من جميع الأجهزة الظاهرية مع هذا المقياس، ولكن قد نرغب في البحث في معرفة المسؤولين عن القمم حوالي 6 صباحا. هل هي نفس الآلة ؟ ما هو عدد الآلات المعنية ؟

انقر على الصور في هذا القسم لرؤية إصدارات أكبر.

عند قيامنا بالتقسيم، يمكننا أن نرى البيانات الأساسية، لكنها في حالة من الفوضى شيئًا ما. تبين أن هنالك 20 جهازًا ظاهريًّا بصدد التجميع في الرسم البياني أعلاه. وفي هذه الحالة، استخدمنا فأرتنا لتحوم فوق ذروة كبيرة على الساعة 6 صباحًا وهو ما يخبرنا أن CH-DCVM11 هو السبب. ولكن من الصعب رؤية بقية البيانات المرتبطة بهذا الجهاز الظاهري بسبب وجود أجهزة ظاهرية أخرى تشوش المخطط.

يتيح لنا استخدام التصفية تنظيف المخطط البياني لمعرفة ما يحدث بالفعل. يمكنك التحقق من الأجهزة الظاهرية التي تريد رؤيتها أو إلغاء تحديدها. لاحظ الخطوط المنقطة. وقد ورد ذكرها في قسم لاحق.

لمزيد من المعلومات حول كيفية إظهار بيانات بعد التقسيم على مخطط مستكشف المقاييس، راجع الميزات المتقدمة لمستكشف المقاييس- عوامل التصفية والتقسيم.

القيم الخالية والأصفار

عندما يتوقع النظام تلقي بيانات مقاييس من مورد ما ولكنه لا يتلقاها، يسجل قيمة NULL. قيمة NULL تختلف عن قيمة الصفر، التي تصبح مهمة في حساب التجميعات والتخطيط البياني. لا يتم حساب القيم الخالية كقياسات صالحة.

وقيم NULL تظهر بشكل مختلف على مخططات مختلفة. لا تظهر المخططات المبعثرة نقطة على التخطيط البياني. ولا تظهر المخططات الشريطية الشريط. على المخططات الخطية، يمكن أن تظهر قيمة NULL في شكل خطوط منقطة أو متقطعة مثل تلك التي تظهر في لقطة الشاشة في القسم السابق. عند حساب قيم المتوسط التي تتضمن قيم NULL، هناك عدد أقل من نقاط البيانات التي يمكن أخذ المتوسط منها. يمكن أن يؤدي هذا السلوك في بعض الأحيان إلى انخفاض غير متوقع في القيم على مخطط، على الرغم من أنه أقل مما لو تم تحويل القيمة إلى صفر واستخدامها كنقطة بيانات صالحة.

دائما ما تستخدم المقاييس المخصصة قيم NULL عند عدم تلقي أية بيانات. مع مقاييس المنصة، يقرر كل موفر موارد ما إذا كان سيستخدم الأصفار أو قيم NULL بالاستناد إلى ما هو الأكثر منطقية لمقياس معين.

تستخدم تنبيهات Azure Monitor القيم التي يكتبها موفر الموارد إلى قاعدة البيانات المقاييس، لذا فإنه من المهم معرفة كيفية تعامل موفر الموارد مع قيم NULL من خلال عرض البيانات أولا.

كيفية عمل التجميع

تعرض المخططات البيانية للمقاييس في النظام السابق أنواعا مختلفة من البيانات المجمعة. يقوم النظام بتجميع البيانات مسبقا بحيث يمكن أن تظهر المخططات المطلوبة أسرع دون العديد من الحسابات المتكررة.

في هذا المثال:

• نحن نجمع مقياسا وهميا للمعاملات يسمى فشل HTTP
• الخادمهو بعد لمقياس فشل HTTP.
• لدينا 3 خوادم - الخادم أ والخادم ب والخادم ج.

لتبسيط التفسير، نبدأ بنوع تجميع SUM فقط.

التجميع مما يقل عن دقيقة إلى دقيقة واحدة

تُجمع بيانات المقاييس الأولية وتُخزّن في قاعدة بيانات مقاييس Azure Monitor. في هذه الحالة، لكل خادم سجلات معاملات مخزنة مع طابع زمني لأن الخادم بعد. نظرا لأن أصغر فترة زمنية يمكنك عرضها كعميل هي دقيقة واحدة، يتم أولًا تجميع هذه الطوابع الزمنية في قيم مقاييس مدتها دقيقة واحدة لكل خادم على حدة. تظهر عملية التجميع الخاصة بالخادم ب في الرسم البياني أدناه. وكذا الخادمين أ وج ولهما بيانات مختلفة.

تُخزّن قيم الدقيقة الواحدة التي جُمِّعت كإدخالات جديدة في قاعدة بيانات المقاييس بحيث يمكن جمعها لحسابات لاحقة.

تجميع البعد

ثم تُطوى حسابات الدقيقة الواحدة حسب البعد وتُخزّن مرة أخرى كسجلات فردية. في هذه الحالة، تُجمّع كافة البيانات من كافة الملقمات الفردية في مقياس فاصل زمني مدته دقيقة واحدة وتُخزّن في قاعدة بيانات المقاييس لاستخدامها في التجميعات اللاحقة.

للوضوح، يعرض الجدول التالي نهج التجميع.

المدة	الخادم أ	الخادم ب	الخادم ج	المجموع (أ+ب+ج)
الدقيقة 1	1	1	1	3
الدقيقة 2	0	5	1	6
الدقيقة 3	0	5	1	6
الدقيقة 4	2	3	4	9
الدقيقة 5	1	0	3	4
الدقيقة 6	1	0	4	5
الدقيقة 7	1	2	4	7
الدقيقة 8	0	1	0	1
الدقيقة 9	1	1	4	6
الدقيقة 10	2	1	0	3

يظهر بعد واحد فقط أعلاه، ولكن تحدث عملية التجميع والتخزين نفسها لكافة الأبعاد التي يدعمها المقياس.

• جمع القيم في 1 دقيقة مجمعة تم تعيينها بواسطة هذا البعد. تخزين هذه القيم.
• طي البعد إلى SUM مجمعة دقيقة واحدة. تخزين هذه القيم.

دعونا نقدم بعدا آخر من فشل HTTP يسمى NetworkAdapter. لنفترض أنه كان لدينا عدد مختلف من المحولات لكل خادم.

• يحتوي الخادم أ على محول واحد
• يحتوي الخادم ب على محولين
• يحتوي الخادم ج على 3 محولات

نقوم بجمع البيانات للمعاملات التالية بشكل منفصل. وسيتم وضع علامة عليها بما يلي:

• وقت
• قيمة
• الخادم الذي جاءت منه الحركة
• المحول الذي جاءت منه الحركة

ثم يتم تجميع كل من هذه التدفقات التي تقل مدتها عن دقيقة في قيم سلسلة زمنية مدتها دقيقة واحدة وتخزينها في قاعدة بيانات مقاييس Azure Monitor:

• الخادم أ، المحول 1
• الخادم ب، المحول 1
• الخادم ب، المحول 2
• الخادم ج، المحول 1
• الخادم ج، المحول 2
• الخادم ج، المحول 3

بالإضافة إلى ذلك، سيتم تخزين التجميعات المطوية التالية أيضا:

• الخادم أ، المحول 1 (لأنه لا يوجد شيء للطي، سيتم تخزينه مرة أخرى)
• الخادم ب، المحول 1+2
• الخادم ج، المحول 1+2+3
• جميع الخوادم، جميع المحولات

وهذا يوضح أن المقاييس ذات الأعداد الكبيرة من الأبعاد تحتوي عددا أكبر من التجميعات. ليس من المهم أن تعرف كل التبديلات، فقط افهم المنطق خلفها. يريد النظام أن يكون لديه كل من البيانات الفردية والبيانات المجمعة المخزنة للاسترداد السريع من أجل الوصول إلى أي مخطط بياني. يختار النظام إما التجميع المخزن الأكثر صلة أو البيانات الأولية الأساسية اعتمادا على ما تختار عرضه.

التجميع دون أبعاد

نظرًا لأن هذا المقياس يحتوي على خادمبعدٍ، يمكنك الوصول إلى البيانات الأساسية للخوادم أ وب وج أعلاه عن طريق التقسيم والتصفية، كما وُضِّحَ سابقا في هذه المقالة. إن لم يكن للمقياس خادم بوصفه بعدًا، فيمكنك كعميل الوصول فقط إلى المجاميع المجمعة للدقيقة الواحدة المعروضة باللون الأسود على الرسم التخطيطي. أي قيم 3 و6 و6 و9 وما إلى ذلك. لن يقوم النظام أيضا بالعمل الأساسي لتجميع قيم التقسيم التي لن يستخدمها أبدا في مستكشف المقاييس أو إرسالها عبر واجهة برمجة تطبيقات REST للمقاييس.

عرض التقسيمات التي تتجاوز الدقيقة

إذا طلبت مقاييس بنقاوة أكبر، يستخدم النظام مجاميع الدقيقة الواحدة المجمعة لحساب المجاميع الخاصة بالتقسيمات الزمنية الأكبر. أدناه، تُظهر الخطوط المنقطة طريقة جمع التقسيمات الزمنية ذات الدقيقتين والخمس دقائق. مرة أخرى، نحن نعرض فقط نوع تجميع SUM للتبسيط.

للتقسيمة الزمنية الدائمة دقيقتين.

المدة	المجاميع
الدقيقة 1 والدقيقة 2	(3 + 6) = 9
الدقيقة 3 والدقيقة 4	(6 + 9) = 15
الدقيقة 4 والدقيقة 5	(4 + 5) = 9
الدقيقة 6 والدقيقة 7	(7 + 1) = 8
الدقيقة 8 والدقية 9	(6 + 3) = 9

للتقسيمة الزمن الدائمة خمس دقائق

المدة	المجاميع
الدقيقة 1 إلى 5	3 + 6 + 6 + 9 + 4 = 28
الدقيقة 6 إلى 10	5 + 7 + 1 + 6 + 3 = 22

يستخدم النظام البيانات المجمعة المخزنة التي تقدّم أفضل أداء.

وأدناه الرسم البياني الأكبر لعملية تجميع الدقيقة الواحدة أعلاه، مع بعض الأسهم المتروكة لتحسين قابلية القراءة.

مثال أكثر تعقيدا

فيما يلي مثال أكبر باستخدام قيم لمقياس وهمي يسمى وقت استجابة HTTP بالمللي ثانية. نقدم هنا مستويات أخرى من التعقيد.

1. نعرض التجميع للمجموع والعدّ والحد الأدنى والحد الأقصى وحساب المتوسط.
2. نعرض قيم NULL وكيفية تأثيرها على الحسابات.

لنأخذ في الاعتبار المثال التالي. تعرض المربعات والأسهم أمثلة عن كيفية تجميع القيم وحسابها.

تحدث نفس عملية التجميع المسبق لمدة دقيقة واحدة كما هو موضح في المقطع السابق للمجاميع والعدّ والحد الأدنى والحد الأقصى. ومع ذلك، المتوسط غير مجمع مسبقا. يتم إعادة حسابها باستخدام البيانات المجمعة لتجنب أخطاء الحساب.

خذ الدقيقة 6 في الاعتبار لتجميع الدقيقة الواحدة كما هو موضح أعلاه. هذه الدقيقة هي النقطة التي خرج فيها الخادم ب عن الاتصال وتوقف عن الإبلاغ عن البيانات، ربما بسبب إعادة التشغيل.

من الدقيقة 6 أعلاه، تكون أنواع تجميع الدقيقة الواحدة المحسوبة هي:

نوع التجميع	القيمة‬	ملاحظات
المجموع	53+20=73
عدد	2	إظهار تأثير قيم NULL. إذا كان الخادم متصلا، لكانت القيمة 3.
الحد الأدنى	20
الحد الأقصى	53
المتوسط	73 / 2	يُقسم المجموع دائما على العدد. لا يُخزن أبدا ودائما ما يُعاد حسابه في كل تقسيمة زمنية باستخدام الأرقام المجمعة لتلك التقسيمة. لاحظ إعادة حساب التقسيمات الزمنية ذات الخمس والعشر دقائق كما هو موضح أعلاه.

يشير لون النص الأحمر إلى القيم التي يمكن اعتبارها خارج النطاق العادي ويظهر كيفية انتشارها (أو عدمه) مع زيادة التقسيم الزمني. لاحظ كيف يشير الحد الأدنىوالحد الأقصى إلى وجود حالات غير اعتيادية أساسية بينما يفقد المتوسط والمجاميع تلك المعلومات مع ارتفاع مدة تقسيمتك الزمنية.

يمكنك أيضا مشاهدة أن قيم NULL تعطي حسابا أفضل من المتوسط مما لو تم استخدام الأصفار بدلا من ذلك.

إشعار

على الرغم من أن الحالة ليست كما في هذا المثال، إلا أنّالعدّ يساوي المجموع في الحالات التي يُسجّل فيها المقياس بقيمة 1 على الدوام. وهذا أمر شائع عند تعقب مقياس ما حدوث حدث معاملات--على سبيل المثال، عدد حالات فشل HTTP المذكورة في مثال سابق في هذه المقالة.

الخطوات التالية

• تحليل المقاييس باستخدام مستكشف مقاييس Azure Monitor