Metriky založené na protokolech a předem agregované v Application Insights
Poznámka:
Následující dokumentace spoléhá na klasické rozhraní API Application Insights. Dlouhodobým plánem application Insights je shromažďovat data pomocí OpenTelemetry. Další informace najdete v tématu Povolení OpenTelemetry služby Azure Monitor pro aplikace .NET, Node.js, Python a Java a náš plán OpenTelemetry. Pokyny k migraci jsou k dispozici pro .NET, Node.js a Python.
Tento článek vysvětluje rozdíl mezi "tradičními" metrikami Application Insights založenými na protokolech a předem agregovaných metrikách. Pro uživatele Application Insights jsou k dispozici oba typy metrik. Každá z nich přináší jedinečnou hodnotu při monitorování stavu aplikace, diagnostiky a analýz. Vývojáři, kteří instrumentují aplikace, se můžou rozhodnout, který typ metriky je pro konkrétní scénář nejvhodnější. Rozhodnutí vycházejí z velikosti aplikace, očekávaného objemu telemetrie a obchodních požadavků na přesnost a upozorňování metrik.
Metriky založené na protokolech
V minulosti byl datový model telemetrie monitorování aplikací v Application Insights založen výhradně na několika předdefinovaných typech událostí, jako jsou požadavky, výjimky, volání závislostí a zobrazení stránek. Vývojáři můžou pomocí sady SDK ručně generovat tyto události napsáním kódu, který explicitně vyvolá sadu SDK. Nebo se můžou spolehnout na automatické shromažďování událostí z automatického vytváření. V obou případech back-end Application Insights ukládá všechny shromážděné události jako protokoly. Podokna Application Insights na webu Azure Portal fungují jako analytický a diagnostický nástroj pro vizualizaci dat založených na událostech z protokolů.
Použití protokolů k zachování úplné sady událostí může přinést skvělou analytickou a diagnostickou hodnotu. Můžete například získat přesný počet požadavků na konkrétní adresu URL s počtem jedinečných uživatelů, kteří tato volání provedli. Nebo můžete získat podrobné diagnostické trasování, včetně výjimek a volání závislostí pro libovolnou uživatelskou relaci. Tento typ informací může zlepšit přehled o stavu a využití aplikace. Může také zkrátit dobu potřebnou k diagnostice problémů s aplikací.
Současně může být shromažďování kompletní sady událostí nepraktické nebo dokonce nemožné pro aplikace, které generují velký objem telemetrie. V situacích, kdy je objem událostí příliš vysoký, implementuje Application Insights několik technik redukce objemu telemetrie, které snižují počet shromážděných a uložených událostí. Mezi tyto techniky patří vzorkování a filtrování. Snížení počtu uložených událostí bohužel také snižuje přesnost metrik, které na pozadí musí provádět agregace událostí uložených v protokolech v době dotazu.
Poznámka:
V Application Insights se metriky založené na agregaci událostí a měření uložených v protokolech nazývají metriky založené na protokolech. Tyto metriky obvykle mají mnoho dimenzí z vlastností událostí, což je vynikající pro analýzy. Přesnost těchto metrik je negativně ovlivněná vzorkováním a filtrováním.
Předem agregované metriky
Kromě metrik založených na protokolech odeslal tým Application Insights na konci roku 2018 veřejnou verzi Preview metrik uložených ve specializovaném úložišti optimalizovaném pro časovou řadu. Nové metriky se už neuchovávají jako jednotlivé události s velkým množstvím vlastností. Místo toho se ukládají jako předem agregované časové řady a pouze s klíčovými dimenzemi. Díky této změně budou nové metriky v době dotazu nadřízené. Načítání dat probíhá rychleji a vyžaduje menší výpočetní výkon. V důsledku toho jsou povolené nové scénáře, například upozorňování téměř v reálném čase na dimenze metrik a responzivní řídicí panely.
Důležité
Obě metriky založené na protokolech i předem agregované metriky existují společně v Application Insights. Abychom je odlišili, v uživatelském prostředí Application Insights se předem agregované metriky označují jako standardní metriky. Tradiční metriky z událostí byly přejmenovány na metriky založené na protokolech.
Novější sady SDK (Application Insights 2.7 SDK nebo novější pro .NET) předagaguje metriky během shromažďování. Tento proces platí pro standardní metriky odeslané ve výchozím nastavení, takže přesnost není ovlivněna vzorkováním nebo filtrováním. Týká se také vlastních metrik odesílaných pomocí GetMetric, což vede k menšímu příjmu dat a nižším nákladům.
U sad SDK, které neimplementují před agregaci (tj. starší verze sad Application Insights SDK nebo instrumentace prohlížeče), back-end Application Insights stále naplní nové metriky agregací událostí přijatých koncovým bodem shromažďování událostí Application Insights. I když nemáte prospěch z omezeného objemu dat přenášených přes drát, můžete stále používat předem agregované metriky a využívat lepší výkon a podporu dimenzionálních výstrah téměř v reálném čase pomocí sad SDK, které během shromažďování nepřerušují metriky.
Koncový bod kolekce předgreguje události před vzorkováním příjmu dat. Z tohoto důvodu vzorkování příjmu dat nikdy neovlivní přesnost předem agregovaných metrik bez ohledu na verzi sady SDK, kterou používáte s vaší aplikací.
Tabulka s předem agregovanými metrikami podporovaná sadou SDK
| Aktuální produkční sady SDK | Standardní metriky (před agregace sady SDK) | Vlastní metriky (bez předběžné agregace sady SDK) | Vlastní metriky (s před agregací sady SDK) |
|---|---|---|---|
| .NET Core a .NET Framework | Podporováno (V2.13.1+) | Podporováno prostřednictvím TrackMetric | Podporováno (V2.7.2+) prostřednictvím GetMetric |
| Java | Nepodporováno | Podporováno prostřednictvím TrackMetric | Nepodporováno |
| Node.js | Podporováno (V2.0.0+) | Podporováno prostřednictvím TrackMetric | Nepodporováno |
| Python | Nepodporováno | Podporováno | Částečně podporovaná prostřednictvím OpenCensus.stats |
Poznámka:
Implementace metrik pro Python pomocí OpenCensus.stats se liší od GetMetric. Další informace najdete v dokumentaci k Pythonu o metrikách.
Tabulka předem agregovaných metrik bez kódu
| Aktuální produkční sady SDK | Standardní metriky (před agregace sady SDK) | Vlastní metriky (bez předběžné agregace sady SDK) | Vlastní metriky (s před agregací sady SDK) |
|---|---|---|---|
| ASP.NET | Podporováno 1 | Nepodporováno | Nepodporováno |
| ASP.NET Core | Podporováno 2 | Nepodporováno | Nepodporováno |
| Java | Nepodporováno | Nepodporováno | Podporuje se |
| Node.js | Nepodporováno | Nepodporováno | Nepodporováno |
- ASP.NET automatického vytvoření na virtuálních počítačích nebo škálovacích sadách virtuálních počítačů a místní generují standardní metriky bez dimenzí. Totéž platí pro službu Aplikace Azure Service, ale úroveň kolekce musí být nastavená na doporučenou. Sada SDK se vyžaduje pro všechny dimenze.
- ASP.NET autoinstrumentace jádra ve službě App Service generuje standardní metriky bez dimenzí. Sada SDK se vyžaduje pro všechny dimenze.
Použití předběžné agregace s vlastními metrikami Application Insights
Před agregaci můžete použít s vlastními metrikami. Mezi dvě hlavní výhody patří:
- Konfigurace a upozornění na dimenzi vlastní metriky
- Snížení objemu dat odeslaných ze sady SDK do koncového bodu kolekce Application Insights
Existuje několik způsobů odesílání vlastních metrik ze sady Application Insights SDK. Pokud vaše verze sady SDK nabízí GetMetric a TrackValue, jsou tyto metody upřednostňovaným způsobem odesílání vlastních metrik. V tomto případě dochází k předběžné agregaci uvnitř sady SDK. Tento přístup snižuje objem dat uložených v Azure a také objem dat přenášených ze sady SDK do Application Insights. Jinak použijte metodu trackMetric , která předagguje události metrik během příjmu dat.
Vlastní dimenze metrik a před agregace
Všechny metriky, které odesíláte pomocí OpenTelemetry, trackMetric nebo GetMetric a TrackValue API, se automaticky ukládají v protokolech i úložištích metrik. Tyto metriky najdete v tabulce customMetrics v Application Insights a v Průzkumníku metrik v části Vlastní metrika Namespace s názvem azure.applicationinsights. I když verze vlastní metriky založená na protokolu vždy zachovává všechny dimenze, předem agregovaná verze metriky se ve výchozím nastavení ukládá bez dimenzí. Zachování dimenzí vlastních metrik je funkce Preview, která se dá zapnout na kartě Využití a odhadované náklady výběrem možnosti S dimenzemi v části Odeslat vlastní metriky do Azure Metric Store.
Kvóty
Předem agregované metriky se ukládají jako časové řady ve službě Azure Monitor. Platí kvóty služby Azure Monitor pro vlastní metriky .
Poznámka:
Přechod přes kvótu může mít nezamýšlené důsledky. Azure Monitor může být ve vašem předplatném nebo oblasti nespolehlivý. Informace o tom, jak se vyhnout překročení kvóty, najdete v tématu Omezení návrhu a důležité informace.
Proč je ve výchozím nastavení vypnutá kolekce vlastních dimenzí metrik?
Kolekce vlastních dimenzí metrik je ve výchozím nastavení vypnutá, protože v budoucnu se vlastní metriky s dimenzemi budou účtovat odděleně od Application Insights. Ukládání nedimenzionálních vlastních metrik zůstává bezplatné (až do kvóty). Informace o nadcházejících změnách cenového modelu najdete na naší oficiální stránce s cenami.
Vytváření grafů a prozkoumání metrik založených na protokolech a standardních předem agregovaných metrik
Pomocí Průzkumníka metrik Služby Azure Monitor můžete vykreslovat grafy z předem agregovaných metrik a metrik založených na protokolech a vytvářet řídicí panely s grafy. Jakmile vyberete požadovaný prostředek Application Insights, pomocí nástroje pro výběr oboru názvů můžete přepínat mezi standardními a protokolovými metrikami. Můžete také vybrat vlastní obor názvů metrik.
Cenové modely pro metriky Application Insights
Ingestování metrik do Application Insights, ať už založené na protokolech nebo předem agregovaných, generuje náklady na základě velikosti přijatých dat. Další informace najdete v podrobnostech o cenách protokolů služby Azure Monitor. Vaše vlastní metriky, včetně všech jeho dimenzí, se vždy ukládají v úložišti protokolů Application Insights. Ve výchozím nastavení se do úložiště metrik předává předem agregovaná verze vlastních metrik bez dimenzí.
Výběrem možnosti Povolit upozorňování na vlastní dimenze metriky můžete uložit všechny dimenze předem agregovaných metrik v úložišti metrik, které můžou generovat další náklady na základě cen vlastních metrik.