Share via

Doporučení pro shromažďování dat o výkonu

  • Článek

Platí pro toto doporučení kontrolního seznamu efektivity výkonu azure Well-Architected Framework:

PE:04 Shromážděte data o výkonu. Součásti a toky úloh by měly poskytovat automatické, průběžné a smysluplné metriky a protokoly. Shromážděte data na různých úrovních úloh, jako jsou aplikace, platforma, data a operační systém.

Shromažďování dat o výkonu je proces shromažďování metrik a protokolů, které poskytují informace o výkonu úlohy. Tato data zahrnují číselné hodnoty, které se označují jako metriky. Metriky popisují stav systému v určitém okamžiku. Zahrnuje také protokoly, které obsahují různé typy dat uspořádaných do záznamů.

Shromažďováním dat o výkonu můžete monitorovat a analyzovat výkon úlohy. Tyto informace můžete použít k identifikaci kritických bodů výkonu, k řešení problémů, optimalizaci přidělování prostředků a k rozhodování na základě dat, která zlepší celkovou efektivitu výkonu úloh.

Bez přehledů založených na datech nemusíte vědět o základních problémech s výkonem nebo příležitostech k optimalizaci. Mezi potenciální výsledky patří pomalejší doby odezvy, snížená propustnost, zvýšené využití prostředků a nakonec neoptimální uživatelské prostředí. Nedostatek dat o výkonu navíc ztěžuje včasnou diagnostiku a řešení potíží, což vede k prodlouženým výpadkům a snížení produktivity.

Definice

Období Definice
Protokoly aktivit Protokoly, které sledují operace správy prostředků, jako je odstranění prostředku.
Protokoly aplikací Protokoly, které sledují informace o událostech aplikace, chybách a dalších aktivitách, jako jsou přihlášení a selhání připojení k databázi.
Nástroj APM (Application Performance Monitoring) Nástroj, který monitoruje a hlásí výkon aplikace.
Instrumentace kódu Přímé nebo nepřímé zachycení metrik výkonu z pohledu kódu aplikace Zachycené metriky zahrnují metriky toku, využití prostředků a metriky specifické pro daný jazyk nebo modul runtime.
Distribuované trasování Shromažďování a korelace metrik napříč komponentami distribuovaných úloh
Jímka metrik Cíl úložiště pro metriky, který koreluje data časových řad pro účely analýzy.
Protokoly platformy Diagnostická data a data auditování, která zahrnují protokoly prostředků, protokoly aktivit a protokoly auditu.
Metriky platformy Číselné hodnoty, které zaznamenávají výkon úloh v určitém čase.
Protokoly prostředků Data generovaná systémem. Poskytuje informace o stavu systému.
Chyby Rx/Tx Počet chyb příjmu a přenosů v síťovém rozhraní.
Strukturované protokolování Definování smysluplného formátu pro protokolování zpráv, obvykle jako párů klíč-hodnota

Klíčové strategie návrhu

Optimalizace výkonu vyžaduje data k měření aktuálního výkonu úlohy nebo toku s cíli výkonu. Potřebujete shromáždit správné množství a rozmanitost dat, abyste mohli měřit výkon kódu a infrastruktury s cíli výkonu. Ujistěte se, že každá komponenta a tok v rámci úlohy automaticky generuje průběžné a smysluplné metriky a protokoly. Tato data potřebujete získat z různých úrovní, jako je aplikace, platforma, úložiště a operační systém. Komplexní shromažďování údajů o výkonu umožňuje holistické porozumění výkonu a umožňuje přesnou identifikaci neefektivností a možností pro zlepšení.

Centralizace dat o výkonu

Centralizace metrik a protokolů výkonu je proces shromažďování metrik a protokolů výkonu z různých zdrojů a jejich ukládání do centrálního umístění. Vytvořte centrální jímku metrik a centrální jímku protokolů. Tato centralizace umožňuje snadný přístup, analýzu a monitorování metrik a protokolů výkonu v různých systémech a komponentách. Centralizací metrik a protokolů získáte přehled o výkonu úloh. Vyberte vhodnou platformu nebo nástroj, který může agregovat a ukládat metriky a protokoly výkonu úloh.

Kompromis: Vysvětlení nákladů na shromažďování metrik a protokolů Obecně platí, že čím více metrik a protokolů shromáždíte, tím vyšší jsou náklady.

Segmentace dat o výkonu

Segmentace dat o výkonu zahrnuje uspořádání a kategorizaci metrik a protokolů na základě jejich původu, účelu nebo prostředí. Měli byste například oddělit produkční data od neprodukčních dat nebo rozlišovat mezi výkonnostními cíli a obchodními metrikami. Segmentace dat pomáhá optimalizovat konkrétní prostředí, usnadňuje řešení potíží a omezuje nepřesnosti v monitorování výkonu. Díky zachování jasného rozlišení mezi různými datovými typy můžete efektivněji zaznamenávat, analyzovat a reagovat na relevantní metriky a lépe sladit stav úloh s cíli úloh. Pokud chcete segmentovat data o výkonu, zvažte následující doporučení:

  • Udržujte provozní data a neprodukční data oddělená. Oddělením dat podle prostředí můžete zajistit cílené monitorování a optimalizaci každého prostředí. V produkčních prostředích můžete lépe identifikovat a řešit problémy s výkonem, které mají přímý vliv na uživatele a obchodní provoz. V neprodukčních prostředích oddělení dat usnadňuje efektivní řešení potíží a doladění během testovací fáze před nasazením do produkčního prostředí.

  • V každém prostředí použijte jednu sadu dat. Nepoužívejte jednu sadu dat pro cíle výkonu a jinou sadu dat pro upozornění související s cíli výkonu. Používání různých sad dat vede k nepřesným výstrahám, které oslabují účinnost monitorování výkonu.

  • Oddělte cíle výkonu a obchodní metriky. Provozní a vývojové týmy používají výkonnostní cíle k monitorování stavu úloh a plnění obchodních cílů. Obchodní metriky se týkají obchodních cílů nebo vytváření sestav zákazníků. Zachyťte obchodní metriky v samostatném datovém streamu, i když se data přímo překrývají. Oddělení poskytuje flexibilitu pro zachycení správných dat a jejich nezávislou analýzu.

Definování zásad uchovávání informací

Zásady uchovávání informací určují, jak dlouho se mají uchovávat data o výkonu. Vytvoření těchto zásad pomáhá efektivně spravovat úložiště a zajišťuje, aby pro analýzu byla přístupná jenom potřebná data. Tyto zásady podporují lepší výkon a splňují standardy dodržování předpisů. Měli byste nakonfigurovat zásady uchovávání informací pro data protokolů a metrik, abyste umožnili efektivní řešení potíží a monitorování ve všech prostředích. Například protokoly a metriky může být potřeba uchovávat delší dobu v produkčním prostředí než v testovacím prostředí. Doba uchovávání by měla odpovídat požadavkům vaší organizace a předpisům dodržování předpisů. Rozhodněte, jak dlouho se mají data uchovávat pro účely analýzy a auditu. Archivujte data, která nepotřebujete k okamžité analýze.

Shromažďování dat o výkonu aplikací

Shromažďování dat aplikace zahrnuje monitorování a analýzu metrik výkonu aplikace, jako jsou propustnost, latence a časy dokončení, které se primárně shromažďují prostřednictvím kódu instrumentace. Data o výkonu aplikace poskytují cenné přehledy o stavu a výkonu aplikace. Monitorováním a analýzou dat o výkonu můžete identifikovat a řešit problémy, optimalizovat výkon aplikací a činit informovaná rozhodnutí pro vaši aplikaci.

Kód instrumentu

Instrumentace označuje proces vložení fragmentů kódu nebo integraci nástrojů do kódu aplikace. Účelem instrumentace je zachytit data o výkonu při spuštění aplikace. Je nezbytné shromáždit metriky, které zvýrazňují důležité operace aplikace. Zaměřte se na metriky, jako je propustnost, latence a doba dokončení. Je důležité rozlišovat mezi obchodními operacemi a operacemi, které nejsou. U dat týkajících se obchodních operací se ujistěte, že jsou jejich metadata strukturovaná tak, aby umožňovala jedinečné sledování a ukládání. Primárním důvodem instrumentace kódu je shromažďování dat o tom, jak aplikace zpracovává své úlohy. Poskytuje následující výhody:

  • Identifikace kritických bodů výkonu: Sledováním metrik, jako je využití procesoru a využití paměti, můžete identifikovat kritické body a odpovídajícím způsobem optimalizovat kód.

  • Vyhodnocení chování systému při zatížení: Můžete se podívat, jak aplikace funguje v různých úlohách a zátěžových scénářích. Tato data vám můžou pomoct identifikovat problémy související se škálovatelností, souběžností a používáním prostředků.

  • Sledování stavu a dostupnosti aplikace: Vzhledem k tomu, že se klíčové ukazatele výkonu monitorují v reálném čase, můžete dostávat upozornění na potenciální problémy, které ovlivňují výkon a dostupnost aplikace.

  • Vylepšení uživatelského prostředí: Můžete získat přehled o tom, jak uživatelé s aplikací pracují. Tyto informace slouží k optimalizaci uživatelského prostředí a identifikaci oblastí pro zlepšení.

  • Plánování kapacity a přidělení prostředků: Data o výkonu, která instrumentace shromažďuje, můžou poskytovat cenné přehledy o požadavcích aplikace na prostředky. Tyto informace můžou informovat vaše rozhodnutí o plánování kapacity a přidělování prostředků.

Při instrumentaci kódu pro monitorování výkonu zvažte následující strategie:

  • Použití nástrojů APM: Nástroje APM můžou shromažďovat a analyzovat data o výkonu, včetně metrik, trasování a protokolů. Nástroje APM nabízejí funkce, jako je instrumentace na úrovni kódu, trasování transakcí a profilace výkonu.

  • Použití rozhraní protokolování a trasování: Architektury protokolování a trasování jsou nástroje nebo knihovny, které vývojáři integrují do svých aplikací za účelem usnadnění protokolování a trasování. Tyto architektury poskytují funkce pro generování protokolů, trasování požadavků a někdy i formátování nebo přenos vygenerovaných dat. Díky začlenění rozhraní protokolování a trasování do základu kódu můžou vývojáři zachytávat relevantní data během běhu. Data můžou obsahovat informace o spuštěné cestě, vstupně-výstupních operacích a výkonu.

  • Vlastní instrumentace: Vývojáři můžou přidat vlastní kód pro shromažďování metrik výkonu, které jsou jedinečné pro jejich aplikaci a úlohy. Vlastní instrumentace může měřit moduly runtime, sledovat využití prostředků nebo zaznamenávat konkrétní události. Instrumentaci vlastního kódu můžete psát jenom v případech, kdy metriky platformy nejsou dostatečné. V některých situacích může prostředek platformy měřit agregované nebo dokonce podrobné perspektivy vaší aplikace. Zvažte otázku, zda chcete duplikovat toto úsilí pomocí vlastního kódu proti nadbytečným kompromisům kódu nebo závislosti na funkci platformy.

  • Zaznamenejte časy transakcí. Zachytávání časů transakcí souvisí s měřením koncových časů pro klíčové technické funkce v rámci monitorování výkonu. Metriky na úrovni aplikace by měly zahrnovat koncové časy transakcí. Tyto časy transakcí by měly zahrnovat klíčové technické funkce, jako jsou databázové dotazy, doby odezvy pro volání externích rozhraní API a míru selhání kroků zpracování.

  • Používejte standardy telemetrie. Zvažte použití knihoven instrumentace nástrojů APM a nástrojů, které jsou založené na standardu telemetrie, jako je OpenTelemetry.

Povolení distribuovaného trasování

Distribuované trasování je technika používaná ke sledování a monitorování požadavků, které procházejí distribuovaným systémem. Umožňuje sledovat cestu požadavku, který se pohybuje napříč několika službami a komponentami, a poskytuje cenné přehledy o výkonu a efektivitě úloh. Distribuované trasování je důležité pro efektivitu výkonu, protože pomáhá identifikovat kritické body, problémy s latencí a oblasti pro optimalizaci v rámci distribuovaného systému. Můžete určit, kde dochází ke zpožděním nebo neefektivnosti, a provést odpovídající akce ke zlepšení výkonu vizualizací toku požadavku. Pokud chcete povolit distribuované trasování, postupujte následovně:

  1. Začněte instrumentací aplikací a služeb pro generování dat trasování. Používejte knihovny nebo architektury, které podporují distribuované trasování, například OpenTelemetry.

  2. Ujistěte se, že se informace o trasování šíří mezi hranicemi služeb. S každou žádostí byste obvykle měli předat jedinečné ID trasování a další kontextové informace.

  3. Nastavte centralizovaný systém shromažďování trasování. Tento systém shromažďuje a ukládá data trasování generovaná vašimi aplikacemi a službami.

  4. Shromážděná data trasování použijte k vizualizaci kompletního toku požadavků a analýze charakteristik výkonu distribuovaného systému.

Shromažďování protokolů aplikací

Při instrumentaci kódu by jedním z primárních výstupů měly být protokoly aplikace. Protokolování vám pomůže pochopit, jak aplikace běží v různých prostředích. Protokoly aplikací zaznamenávají podmínky, které vytvářejí události aplikace. Shromážděte protokoly aplikací ve všech aplikačních prostředích. Odpovídající položky protokolu v aplikaci by měly zaznamenávat ID korelace pro příslušné transakce. ID korelace by mělo korelovat události aplikačního protokolu napříč kritickými toky aplikace, jako je přihlášení uživatele. Pomocí této korelace můžete vyhodnotit stav klíčových scénářů v kontextu cílů a nefunkčních požadavků.

Měli byste použít strukturované protokolování. Strukturované protokolování urychluje analýzu a analýzu protokolů. Usnadňuje indexování, dotazování a vytváření sestav protokolů bez složitosti. Přidejte a používejte v kódu aplikace knihovnu strukturovaného protokolování. Někdy vám záznamy protokolu můžou pomoct korelovat data, která jste nemohli korelovat jinými způsoby.

Shromažďování dat o výkonu prostředků

Shromažďováním dat o výkonu prostředků můžete získat přehled o stavu a chování úloh. Data o výkonu prostředků poskytují informace o využití prostředků, což je pro plánování kapacity klíčové. Tato data také poskytují přehled o stavu úlohy a můžou vám pomoct zjišťovat problémy a řešit potíže. Zvažte následující doporučení:

  • Shromážděte metriky a protokoly pro každý prostředek. Každá služba Azure má sadu metrik, které jsou jedinečné pro funkce prostředku. Tyto metriky vám pomůžou porozumět stavu a výkonu prostředku. Přidejte nastavení diagnostiky pro každý prostředek, aby se metriky odesílaly do umístění, ke kterému má váš tým úloh přístup při vytváření upozornění a řídicích panelů. Data metrik jsou k dispozici pro krátkodobý přístup. Pokud chcete získat dlouhodobý přístup nebo přístup ze systému, který není součástí Služby Azure Monitor, odešlete data metrik do sjednocené jímky do přístupového umístění.

  • Používejte nástroje platformy. Získejte inspiraci z integrovaných řešení monitorování, jako jsou přehledy služby Azure Monitor. Tento nástroj zjednodušuje operace výkonu. Při výběru platformy zvažte nástroje platformy a investujte do vlastních nástrojů nebo vytváření sestav.

  • Monitorování síťového provozu. Monitorování síťového provozu znamená sledovat a analyzovat tok a vzory dat při jejich pohybu napříč síťovými cestami. Shromážděte analýzu provozu a monitorujte provoz, který prochází hranicemi podsítě. Vaším cílem je analyzovat a optimalizovat výkon sítě.

Shromažďování dat databáze a úložiště

Mnoho databázových a úložných systémů poskytuje vlastní monitorovací nástroje. Tyto nástroje shromažďují data o výkonu specifická pro tyto systémy. Databázové a úložné systémy často generují protokoly, které obsahují události a indikátory související s výkonem. Shromážděte data databáze a data o výkonu úložiště, abyste mohli identifikovat kritické body, diagnostikovat problémy a činit informovaná rozhodnutí za účelem zlepšení celkového výkonu a spolehlivosti úloh. Zvažte shromažďování následujících typů dat o výkonu:

  • Propustnost: Propustnost měří množství dat přečtených nebo zapsaných do systému úložiště za určité časové období. Data propustnosti označují možnosti přenosu dat.

  • Latence: Latence měří, jak dlouho operace úložiště trvají. Data latence označují rychlost odezvy systému úložiště.

  • IOPS (vstupně-výstupní operace za sekundu): Data o počtu operací čtení nebo zápisu, které může systém úložiště provést za sekundu. Data IOPS označují propustnost a rychlost odezvy systému úložiště.

  • Využití kapacity: Využití kapacity je množství využité kapacity úložiště a množství, které je k dispozici. Data o využití kapacity pomáhají organizacím plánovat budoucí potřeby úložiště.

U databází byste také měli shromažďovat metriky specifické pro databázi:

  • Výkon dotazů: Data o době provádění, využití prostředků a efektivitě databázových dotazů. Pomalé nebo neefektivní databázové dotazy můžou výrazně zpomalit úlohu. Hledejte pomalé a často spouštěné dotazy.

  • Výkon transakcí: Data o výkonu databázových transakcí, jako je doba trvání transakce, souběžnost a kolize uzamčení.

  • Výkon indexu: Data o výkonu indexů databáze, jako je fragmentace indexů, statistika využití a optimalizace dotazů.

  • Použití prostředků: Data, která zahrnují procesor, paměť, místo na disku, vstupně-výstupní operace a šířku pásma sítě.

  • Metriky připojení: Metriky, které sledují počet aktivních, přerušených a neúspěšných připojení. Vysoká míra selhání může značit problémy se sítí nebo může znamenat, že databáze dosáhla maximálního počtu připojení.

  • Transakční sazby: Počet transakcí, které databáze spouští za sekundu. Změna sazeb transakcí může značit problémy s výkonem.

  • Míry chyb: Data, která indikují výkon databáze. Vysoká míra chyb může indikovat problém s výkonem. Shromážděte a analyzujte chyby databáze.

Shromažďování dat operačního systému (pokud je k dispozici)

Řešení paaS (platforma jako služba) eliminuje potřebu shromažďovat data o výkonu operačního systému. Pokud ale vaše úloha běží na virtuálních počítačích (infrastruktura jako služba), musíte shromažďovat údaje o výkonu operačního systému. Potřebujete porozumět požadavkům na operační systém a virtuální počítač. Často můžete vzorkovat čítače výkonu operačního systému. Můžete například každou minutu vzorkovat čítače výkonu.

Shromážděte minimálně data o následujících oblastech výkonu.

Oblast výkonu Proces nebo funkce
Procesor – Využití procesoru (uživatelský režim nebo privilegovaný režim)
– Délka fronty procesoru (počet procesů, které čekají na čas procesoru)
Proces – Počet vláken procesu
– Počet popisovačů procesu
Memory (Paměť) - Potvrzená paměť
- Dostupná paměť
- Stránky za sekundu
- Prohození využití místa
Disk - Čtení z disku
– Zápisy na disk
– Propustnost disku
- Využití místa na disku
Síť – Propustnost síťového rozhraní
– Chyby Rx/Tx síťového rozhraní

Ověření a analýza dat

Vaše údaje o výkonu by měly být v souladu s cíli výkonu. Data musí zcela a přesně reprezentovat výkon úloh nebo toků, protože souvisí s cíli výkonu. Například doba odezvy webové služby má cíl výkonu 500 ms. Nastavte analýzu dat jako rutinu, protože častá vyhodnocení umožňují včas zjistit a zmírnit problémy s výkonem.

  • Vytvářet výstrahy Je užitečné mít výstrahy, které jsou použitelné, což umožňuje okamžitou identifikaci a nápravu problémů s výkonem. Tyto výstrahy by měly jasně ukazovat na překročení prahové hodnoty výkonu, potenciální obchodní efekt a příslušné komponenty. Začněte nastavením běžné a doporučené výstrahy. V průběhu času můžete tato kritéria upravit na základě vašich konkrétních potřeb. Primárním cílem těchto upozornění by mělo být předpovídat potenciální pokles výkonu před tím, než přerostou do významných problémů. Pokud nemůžete nastavit upozornění na externí závislost, zvažte vytvoření metody pro shromažďování nepřímých měření, jako je doba trvání volání závislosti.

  • Nastavte limity shromažďování dat. Určete a nastavte logické limity objemu shromažďovaných dat a doby jejich uchovávání. Telemetrie může někdy vytvářet obrovské objemy dat. Je nezbytné se zaměřit na zachycení jenom nejdůležitějších ukazatelů výkonu nebo mít k dispozici efektivní systém, který z dat o výkonu extrahuje smysluplné přehledy.

Usnadnění Azure

Centralizace, segmentace a uchovávání dat o výkonu: Azure Monitor shromažďuje a agreguje data ze všech vrstev a komponent úloh napříč několika předplatnými a tenanty Azure a tenanty mimo Azure. Ukládá data do společné datové platformy pro využití společnou sadou nástrojů, které můžou data korelovat, analyzovat, vizualizovat a/nebo na ně reagovat.

K povolení protokolů služby Azure Monitor potřebujete aspoň jeden pracovní prostor služby Log Analytics . Pro veškerou kolekci dat můžete použít jeden pracovní prostor. Můžete také vytvořit více pracovních prostorů na základě požadavků na segmentace dat o výkonu. Umožňuje také definovat zásady uchovávání informací.

Shromažďování dat o výkonu aplikací: Application Insights je funkce Služby Azure Monitor, která pomáhá monitorovat výkon a dostupnost vaší aplikace. Poskytuje přehledy na úrovni aplikace tím, že shromažďuje telemetrická data, jako jsou frekvence požadavků, doby odezvy a podrobnosti o výjimce. Pro aplikaci můžete povolit Application Insights a nakonfigurovat ji tak, aby shromažďovat potřebná data o výkonu. Application Insights také podporuje distribuované trasování. Nakonfigurujte distribuované trasování pro všechny toky. Pokud chcete vytvářet kompletní toky transakcí, korelujte události, které pocházejí z různých aplikačních komponent nebo vrstev.

Čítače výkonu představují účinný způsob, jak monitorovat výkon vaší aplikace. Azure poskytuje různé čítače výkonu, které můžete použít ke shromažďování dat o využití procesoru, využití paměti, vstupech a operacích disku, síťovém provozu a dalších. Pokud nakonfigurujete aplikaci tak, aby vysílala data čítačů výkonu, Azure Monitor shromažďuje a ukládá data pro účely analýzy.

Shromažďování dat o výkonu prostředků: Většina služeb Azure generuje protokoly platformy a metriky, které poskytují informace o diagnostice a auditování. Povolením nastavení diagnostiky můžete zadat protokoly a metriky platformy, které se mají shromažďovat a ukládat. Pro účely korelace povolte diagnostiku pro všechny podporované služby a pak odešlete protokoly do stejného cíle jako protokoly aplikace.

Shromažďování dat o výkonu databáze a úložiště: Azure Monitor umožňuje shromažďovat data o výkonu pro databáze v Azure. Monitorování můžete povolit pro Azure SQL Database, Azure Database for MySQL, Azure Database for PostgreSQL a další databázové služby. Azure Monitor poskytuje metriky a protokoly pro monitorování výkonu databáze, včetně využití procesoru, využití paměti a výkonu dotazů. Pokud chcete dostávat oznámení o problémech, můžete nastavit upozornění na základě prahových hodnot výkonu.

Azure nabízí doporučení k výkonu databází, jako je SQL Server v Azure Virtual Machines. Tato doporučení vám pomůžou optimalizovat výkon databázových úloh. Obsahují návrhy pro shromažďování čítačů výkonu, zachytávání statistik čekání a shromažďování dat o výkonu ve špičkách.

Azure Analýza úložiště umožňuje shromažďovat údaje o výkonu pro služby Azure Storage, jako jsou Blob Storage, Table Storage a Queue Storage. Pro účty úložiště můžete povolit protokolování a metriky, abyste mohli monitorovat klíčové ukazatele výkonu, jako je počet operací čtení a zápisu, propustnost a latence.

Shromažďování dat o výkonu operačního systému: Rozšíření Azure Diagnostics umožňuje shromažďovat podrobná data o výkonu z virtuálních počítačů, včetně procesoru, paměti, vstupně-výstupních operací disku a síťového provozu. Tato data je možné odesílat do Služby Azure Monitor nebo jiných služeb úložiště pro účely analýzy a upozorňování.

Ověřování a analýza dat o výkonu: Ve službě Azure Monitor můžete pomocí protokolů Azure Monitoru shromažďovat, analyzovat a vizualizovat data protokolů z vašich aplikací a systémů. Protokoly služby Azure Monitor můžete nakonfigurovat tak, aby ingestovali protokoly z vaší aplikace, včetně protokolů na úrovni aplikace a protokolů infrastruktury. Agregací protokolů můžete křížově dotazovat události a získat přehled o výkonu vaší aplikace. Další informace najdete v tématech Výpočty a možnosti nákladů na protokoly služby Azure Monitor aCeny služby Azure Monitor.

Ve službě Azure Monitor můžete definovat pravidla upozornění pro monitorování konkrétních metrik výkonu a aktivaci upozornění na základě předdefinovaných podmínek. Můžete například vytvořit pravidlo upozornění, které vás upozorní, když využití procesoru překročí určitou prahovou hodnotu nebo když doba odezvy překročí zadaný limit. Nakonfigurujte pravidlo upozornění tak, aby odesílala oznámení požadovaným příjemcům.

Při vytváření pravidla upozornění můžete definovat kritéria, která určují, kdy se má výstraha aktivovat. Můžete nastavit prahové hodnoty, metody agregace, časová období a frekvenci vyhodnocování. Definujte kritéria na základě vašich požadavků na monitorování výkonu. Kromě odesílání oznámení můžete zadat akce, které se mají provést při aktivaci upozornění. Mezi akce patří odesílání e-mailů, volání webhooků nebo spouštění funkcí Azure. Zvolte vhodné akce, které budou reagovat na konkrétní scénář upozornění.

Příklady

Kontrolní seznam efektivity výkonu

Projděte si kompletní sadu doporučení.

Kontrolní seznam efektivity výkonu