استخدم سجل تشخيص أداء Intelligent Insights لقاعدة بيانات Azure SQL ومشكلات أداء المثيل المدار Azure SQL
ينطبق على: قاعدة بيانات Azure SQL
مثيل Azure SQL المُدار
توفر هذه الصفحة معلومات حول كيفية استخدام سجل تشخيص الأداء الذي تم إنشاؤه بواسطة Intelligent Insights من قاعدة بيانات Azure SQL ومشكلات أداء المثيل المدار Azure SQL وتنسيقه، والبيانات التي يحتوي عليها لاحتياجات التطوير المخصصة. يمكنك إرسال سجل التشخيص هذا إلى سجلات Azure Monitor، مراكز الأحداث Azure، Azure Storageأو حل جهة خارجية لإمكانات DevOps للتنبيه والإبلاغ المخصصة.
ملاحظة
Intelligent Insights هي ميزة معاينة، غير متوفرة في المناطق التالية: غرب أوروبا، شمال أوروبا، وغرب الولايات المتحدة 1، وشرق الولايات المتحدة 1.
عنوان السجل
يستخدم سجل التشخيص تنسيق JSON القياسي لإخراج نتائج Intelligent Insights. خاصية الفئة الدقيقة للوصول إلى سجل Intelligent Insights هي القيمة الثابتة "SQLInsights"، غير المرتبطة بـAzure SQL Database معاينة Azure Monitor SQL Insights (إصدار أولي).
عنوان السجل شائع، ويتكون من الطابع الزمني (TimeGenerated) الذي يظهر عند إنشاء إدخال. كما يتضمن معرّف مورد (ResourceId) يشير إلى قاعدة بيانات معينة يرتبط الإدخال بها. الفئة (Category) والمستوى (Level) واسم العملية (OperationName) هي خصائص ثابتة لا تتغير قيمها. تشير إلى أن إدخال السجل معلوماتي، وأنه يأتي من Intelligent Insights(SQLInsights).
"TimeGenerated" : "2017-9-25 11:00:00", // time stamp of the log entry
"ResourceId" : "database identifier", // value points to a database resource
"Category": "SQLInsights", // fixed property
"Level" : "Informational", // fixed property
"OperationName" : "Insight", // fixed property
معرّف المشكلة وقاعدة البيانات المتأثرة
توفر خاصية تعريف المشكلة (issueId_d) طريقة لتتبع مشكلات الأداء بشكل فريد حتى يتم حلها. سوف تشترك سجلات الأحداث المتعددة في حالة إعداد التقارير للسجل لنفس المشكلة في نفس معرّف المشكلة.
جنبًا إلى جنب مع معرّف المشكلة، يبلغ سجل التشخيص عن بدء (intervalStartTime_t) ونهاية (intervalEndTme_t) الطوابع الزمنية للحدث المعين المتعلق بالمشكلة التي تم الإبلاغ عنها في سجل التشخيص.
تشير خاصية التجمع المرن (elasticPoolName_s) إلى أي تجمع مرن تنتمي إليه قاعدة البيانات التي بها مشكلة. إذا لم تكن قاعدة البيانات جزءًا من تجمع مرن، فهذه الخاصية لا قيمة لها. يتم الكشف عن قاعدة البيانات التي تم الكشف عن مشكلة فيها في خاصية اسم قاعدة البيانات (databaseName_s).
"intervalStartTime_t": "2017-9-25 11:00", // start of the issue reported time stamp
"intervalEndTme_t":"2017-9-25 12:00", // end of the issue reported time stamp
"elasticPoolName_s" : "", // resource elastic pool (if applicable)
"databaseName_s" : "db_name", // database name
"issueId_d" : 1525, // unique ID of the issue detected
"status_s" : "Active" // status of the issue – possible values: "Active", "Verifying", and "Complete"
المشكلات المكتشفة
يحتوي القسم التالي من سجل أداء Intelligent Insights على مشكلات الأداء التي تم اكتشافها من خلال الذكاء الاصطناعي المدمج. يتم الكشف عن الخصائص داخل سجل التشخيص JSON. تتكون هذه الاكتشافات من فئة المشكلة، وتأثير المشكلة، والاستعلامات المتأثرة، والمقاييس. قد تحتوي خصائص الكشف على مشكلات أداء متعددة تم اكتشافها.
يتم الإبلاغ عن مشكلات الأداء المكتشفة ببنية خاصية الكشف التالية:
"detections_s" : [{
"impact" : 1 to 3, // impact of the issue detected, possible values 1-3 (1 low, 2 moderate, 3 high impact)
"category" : "Detectable performance pattern", // performance issue detected, see the table
"details": <Details outputted> // details of an issue (see the table)
}]
يتم توفير أنماط الأداء القابلة للكشف والتفاصيل الناتجة إلى سجل التشخيص في الجدول التالي.
فئة الكشف
تصف خاصية الفئة (الفئة) فئة أنماط الأداء القابلة للكشف. راجع الجدول التالي لكافة الفئات الممكنة من أنماط الأداء القابلة للكشف. لمزيد من المعلومات، راجع استكشاف مشكلات أداء قاعدة البيانات وإصلاحها مع Intelligent Insights.
اعتمادًا على مشكلة الأداء التي تم الكشف عنها، تختلف التفاصيل الناتجة في ملف سجل التشخيص وفقًا لذلك.
أنماط الأداء القابلة للكشف | التفاصيل الناتجة |
---|---|
الوصول إلى حدود الموارد | |
زيادة حمل العمل | |
ضغط الذاكرة | |
القفل | |
زيادة MAXDOP | |
منافسة على اتصال رقعة الصفحة | |
فهرس مفقود | |
استعلام جديد | |
إحصائية انتظار غير عادية | |
منافسة على الاتصال TempDB | |
نقص DTU لمجموعة مرنة | |
تراجع الخطة | |
تغيير قيمة التكوين على نطاق قاعدة البيانات | |
عميل بطيء | |
تخفيض مستوى التسعير |
التأثير
توضح خاصية التأثير (التأثير) مقدار ما ساهم به سلوك تم اكتشافه في المشكلة التي تواجهها قاعدة البيانات. وتتراوح الآثار من 1 إلى 3، حيث 3 كأعلى مساهمة، و2 معتدلة، و1 كأقل مساهمة. قد يتم استخدام قيمة التأثير كمدخل لأتمتة التنبيه المخصصة، اعتمادًا على احتياجاتك المحددة. توفر استعلامات الخاصية المتأثرة (QueryHashes) قائمة بتجزئة الاستعلام التي تأثرت باكتشاف معين.
الاستعلامات المتأثرة
يوفر المقطع التالي من سجل Intelligent Insights معلومات حول استعلامات معينة تأثرت بمشكلات الأداء التي تم الكشف عنها. يتم الكشف عن هذه المعلومات كصفيف من الكائنات المضمنة في الخاصية impact_s. تتكون خاصية التأثير من كيانات ومقاييس. تشير الكيانات إلى استعلام معين (النوع: استعلام). يتم الكشف عن تجزئة الاستعلام الفريد ضمن خاصية القيمة (قيمة). بالإضافة إلى ذلك، يتبع كل من الاستعلامات التي تم الكشف عنها مقياس وقيمة، والتي تشير إلى وجود مشكلة في الأداء تم الكشف عنها.
في مثال السجل التالي، تم الكشف عن الاستعلام مع التجزئة 0x9102EXZ4 بأن يكون له زيادة في مدة تنفيذ (مقياس: DurationIncreaseSeconds). تشير قيمة 110 ثانية إلى أن هذا الاستعلام المحدد استغرق 110 ثانية أطول للتنفيذ. لأنه يمكن الكشف عن استعلامات متعددة، قد يتضمن مقطع السجل المعين هذا إدخالات استعلام متعددة.
"impact" : [{
"entity" : {
"Type" : "Query", // type of entity - query
"Value" : "query hash value", // for example "0x9102EXZ4" query hash value },
"Metric" : "DurationIncreaseSeconds", // measured metric and the measurement unit (in this case seconds)
"Value" : 110 // value of the measured metric (in this case seconds)
}]
المقاييس
يتم توفير وحدة القياس لكل مقياس تم الإبلاغ عنه ضمن خاصية المقياس (المقياس) مع القيم المحتملة للثواني والعدد والنسبة المئوية. يتم الإبلاغ عن قيمة مقياس مقاس في خاصية القيمة (القيمة).
توفر الخاصية DurationIncreaseSeconds وحدة القياس بالثواني. وحدة القياس CriticalErrorCount هي رقم يمثل عدد الأخطاء.
"metric" : "DurationIncreaseSeconds", // issue metric type – possible values: DurationIncreaseSeconds, CriticalErrorCount, WaitingSeconds
"value" : 102 // value of the measured metric (in this case seconds)
تحليل السبب الجذري وتوصيات التحسين
الجزء الأخير من سجل أداء Intelligent Insights يتعلق بتحليل السبب الجذري التلقائي لمشكلة تدهور الأداء المحدد. تظهر المعلومات في إسهاب صديق للإنسان في خاصية تحليل السبب الجذري (rootCauseAnalysis_s). يتم تضمين توصيات التحسين في السجل حيثما أمكن.
// example of reported root cause analysis of the detected performance issue, in a human-readable format
"rootCauseAnalysis_s" : "High data IO caused performance to degrade. It seems that this database is missing some indexes that could help."
يمكنك استخدام سجل أداء Intelligent Insights مع سجلات Azure Monitor أو حل جهة خارجية بالنسبة إلى قدرات التبليغ والتنبيه DevOps المخصصة.
الخطوات التالية
- تعرف على مفاهيم Intelligent Insights.
- تعرف على كيفية استكشاف مشكلات الأداء وإصلاحها باستخدام Intelligent Insights.
- تعرف على كيفية مراقبة مشكلات الأداء باستخدام Azure SQL Analytics.
- تعرف على كيفية جمع بيانات السجل، واستهلاكها من موارد Azure.
الملاحظات
https://aka.ms/ContentUserFeedback.
قريبًا: خلال عام 2024، سنتخلص تدريجيًا من GitHub Issues بوصفها آلية إرسال ملاحظات للمحتوى ونستبدلها بنظام ملاحظات جديد. لمزيد من المعلومات، راجعإرسال الملاحظات وعرضها المتعلقة بـ