Teilen über

Struktur einer Datensammlungsregel in Azure Monitor

  • Artikel

Datensammlungsregeln (Data Collection Rules, DCRs) sind Anweisungen, die steuern, wie an Azure Monitor gesendete Telemetriedaten gesammelt und verarbeitet werden. Einige Datensammlungsregeln werden von Azure Monitor erstellt und verwaltet. In diesem Artikel wird die JSON-Struktur von Datensammlungsregeln für die Erstellung und Bearbeitung in Fällen beschrieben, in denen Sie direkt mit ihnen arbeiten müssen.

Eigenschaften

In der folgenden Tabelle werden die Eigenschaften auf der obersten Ebene der Datensammlungsregeln beschrieben.

Eigenschaft Beschreibung
description Optionale Beschreibung von benutzerseitig definierten Datensammlungsregeln
dataCollectionEndpointId Ressourcen-ID des Datensammlungsendpunkts (DCE), der von der Datensammlungsregel verwendet wird, wenn Sie bei ihrer Erstellung einen angegeben haben Diese Eigenschaft ist in Datensammlungsregeln nicht vorhanden, die keinen Datensammlungsendpunkt verwenden.
endpoints1 Enthält die URLs logsIngestion und metricsIngestion der Endpunkte für die Datensammlungsregel Dieser Abschnitt und seine Eigenschaften werden automatisch erstellt, wenn die Datensammlungsregel nur erstellt wird, wenn das kind-Attribut in der Datensammlungsregel Direct ist.
immutableId Ein eindeutiger Bezeichner für die Datensammlungsregel. Diese Eigenschaft und ihr Wert werden automatisch erstellt, wenn die Datensammlungsregel erstellt wird.
kind Gibt das Datensammlungsszenario an, für das die Datensammlungsregel verwendet wird Dieser Parameter wird weiter unten beschrieben.

1 Diese Eigenschaft wurde nicht für Datensammlungsregeln erstellt, die vor dem 31. März 2024 erstellt wurden. DCRs, die vor diesem Datum erstellt wurden, erforderten einen Datensammlungsendpunkt (DCE) und die eine Festlegung der dataCollectionEndpointId-Eigenschaft. Wenn Sie diese eingebetteten DCEs verwenden möchten, müssen Sie einen neuen DCR erstellen.

Variante

Die kind-Eigenschaft der Datensammlungsregel gibt den Typ der Auflistung an, für die die Datensammlungsregel verwendet wird. Jeder Typ von Datensammlungsregel weist eine andere Struktur und andere Eigenschaften auf.

In der folgenden Tabelle sind die verschiedenen Typen von Datensammlungsregeln und deren Details aufgeführt.

Variante Beschreibung
Direct Direkte Erfassung mithilfe der Protokollerfassungs-API Endpunkte werden nur für die Datensammlungsregel erstellt, wenn dieser Werttyp verwendet wird.
AgentDirectToStore Senden Sie die gesammelten Daten an Azure Storage und Event Hubs.
AgentSettings Konfigurieren Sie Parameter für den Azure Monitor-Agent.
Linux Sammeln Sie Ereignisse und Leistungsdaten von Linux-Computern.
PlatformTelemetry Exportieren Sie Plattformmetriken.
Windows Sammeln Sie Ereignisse und Leistungsdaten von Windows-Computern.
WorkspaceTransforms Arbeitsbereichstransformations-DCR. Diese Datensammlungsregel enthält keinen Eingabestream.

Übersicht über den Datenfluss bei Datensammlungsregeln

Im folgenden Diagramm ist grundlegende Flow einer Datensammlungsregel dargestellt. Die einzelnen Komponenten werden in den folgenden Abschnitten beschrieben.

Diagramm der Beziehungen zwischen den verschiedenen Abschnitten einer Datensammlungsregel

Eingabestreams

Der Abschnitt für den Eingabestream einer Datensammlungsregel definiert die eingehenden Daten, die gesammelt werden. Es gibt zwei Typen von Eingabestream, die vom jeweiligen Datensammlungsszenario abhängen. In den meisten Datensammlungsszenarien wird einer der Eingabestreams verwendet, während einige auch beide verwenden können.

Hinweis

Datensammlungsregeln für Arbeitsbereichstransformationen-DCRs verfügen über keinen Eingabestream.

Eingabestream Beschreibung
dataSources Bekannter Datentyp. Dies sind häufig Daten, die vom Azure Monitor-Agent verarbeitet und mithilfe eines bekannten Datentyps an Azure Monitor übermittelt werden.
streamDeclarations Benutzerdefinierte Daten, die in der Datensammlungsregel definiert werden müssen

Daten, die von der Protokollerfassungs-API gesendet werden, verwenden eine streamDeclaration für das Schema der eingehenden Daten. Dies liegt daran, dass die API benutzerdefinierte Daten sendet, die über ein beliebiges Schema verfügen können.

Textprotokolle vom AMA sind ein Beispiel für eine Datensammlung, die sowohl dataSources als auch streamDeclarations erfordert. Die Datenquelle enthält die Konfiguration.

Datenquellen

Datenquellen sind eindeutige Quellen für Überwachungsdaten, die jeweils ein eigenes Format und eine eigene Methode zum Verfügbarmachen ihrer Daten aufweisen. Jeder Datenquellentyp verfügt über eindeutige Parameter, die für jede Datenquelle konfiguriert werden müssen. Die von der Datenquelle zurückgegebenen Daten weisen in der Regel einen bekannten Typ auf, sodass das Schema nicht in der Datensammlungsregel definiert werden muss.

Beispielsweise verwenden Ereignisse und Leistungsdaten, die von einer VM mit dem Azure Monitor-Agent (AMA) gesammelt werden, Datenquellen wie windowsEventLogs und performanceCounters. Sie geben Kriterien für die Ereignisse und Leistungsindikatoren an, die Sie sammeln möchten, aber Sie müssen die Struktur der Daten selbst nicht definieren, da es sich um ein bekanntes Schema für potenzielle eingehende Daten handelt.

Allgemeine Parameter

Alle Datenquellentypen weisen die folgenden Parameter auf.

Parameter Beschreibung
name Name zum Identifizieren der Datenquelle in der Datensammlungsregel
streams Liste der Datenströme, die von der Datenquelle erfasst werden Wenn es sich um einen Standarddatentyp wie ein Windows-Ereignis handelt, hat der Datenstrom die Form Microsoft-<TableName>. Wenn es sich um einen benutzerdefinierten Typ handelt, hat er die Form Custom-<TableName>.

Gültige Datenquellentypen

Die derzeit verfügbaren Datenquellentypen sind in der folgenden Tabelle aufgelistet.

Datenquellentyp Beschreibung Streams Parameter
eventHub Daten aus Azure Event Hubs Benutzerdefiniert1 consumerGroup: Consumergruppe des Event Hubs, von dem erfasst werden soll
iisLogs IIS-Protokolle von Windows-Computern Microsoft-W3CIISLog logDirectories: Verzeichnis, in dem IIS-Protokolle auf dem Client gespeichert werden
logFiles Text- oder JSON-Protokoll auf einer VM Benutzerdefiniert1 filePatterns: Ordner- und Dateimuster für Protokolldateien, die vom Client erfasst werden sollen
format - JSON oder Text
performanceCounters Leistungsindikatoren für virtuelle Windows- und Linux-Computer Microsoft-Perf
Microsoft-InsightsMetrics		 samplingFrequencyInSeconds: Häufigkeit, mit der Leistungsdaten erfasst werden sollen
counterSpecifiers: Objekte und Zähler, die erfasst werden sollen
prometheusForwarder Aus Kubernetes-Clustern erfasste Prometheus-Daten Microsoft-PrometheusMetrics streams – Zu sammelnde Datenströme
labelIncludeFilter – Liste der Bezeichnungseinschlussfilter als Name-Wert-Paare. Derzeit wird nur „microsoft_metrics_include_label“ unterstützt.
syslog Syslog-Ereignisse auf virtuellen Linux-Computern Microsoft-Syslog facilityNames: Einrichtungen, die erfasst werden sollen
logLevels: Protokollebenen, die erfasst werden sollen
windowsEventLogs Windows-Ereignisprotokoll auf virtuellen Computern Microsoft-Event xPathQueries: XPaths, die die Kriterien für die Ereignisse angeben, die erfasst werden sollen
extension Erweiterungsbasierte Datenquelle, die vom Azure Monitor-Agent verwendet wird Variiert je nach Erweiterung extensionName: Name der Erweiterung
extensionSettings: Werte für jede Einstellung, die für die Erweiterung erforderlich ist

1 Diese Datenquellen verwenden sowohl eine Datenquellen- als auch eine Datenstromdeklaration, da das Schema der gesammelten Daten variieren kann. Der an der Datenquelle verwendete Datenstrom sollte der in der Datenstromdeklaration definierte benutzerdefinierte Datenstrom sein.

Datenstromdeklarationen

Erklärung der verschiedenen Datentypen, die an den Log Analytics-Arbeitsbereich gesendet werden. Jeder Datenstrom ist ein Objekt, dessen Schlüssel den Datenstromnamen darstellt, der mit Custom- beginnen muss. Der Stream enthält eine vollständige Liste der Eigenschaften oberster Ebene, die in den zu sendenden JSON-Daten enthalten sind. Die Form der Daten, die Sie an den Endpunkt senden, muss nicht mit der Form der Zieltabelle übereinstimmen. Stattdessen muss die Ausgabe der Transformation, die auf die Eingabedaten angewendet wird, mit der Zielform übereinstimmen.

Datentypen

Die möglichen Datentypen, die den Eigenschaften zugewiesen werden können, sind:

  • string
  • int
  • long
  • real
  • boolean
  • dynamic
  • datetime.

Destinations

Der Abschnitt destinations enthält einen Eintrag für jedes Ziel, an das die Daten gesendet werden. Diese Ziele werden mit Eingabestreams im Abschnitt dataFlows abgeglichen.

Allgemeine Parameter

Parameter Beschreibung
name Name zur Identifikation des Ziels im Abschnitt dataSources

Gültige Ziele

Die derzeit verfügbaren Ziele sind in der folgenden Tabelle aufgeführt.

Destination Beschreibung Erforderliche Parameter
logAnalytics Log Analytics-Arbeitsbereich workspaceResourceId: Ressourcen-ID des Arbeitsbereichs
workspaceID: ID des Arbeitsbereichs

Damit wird nur der Arbeitsbereich angegeben, nicht die Tabelle, an die die Daten gesendet werden. Wenn es sich um ein bekanntes Ziel handelt, muss keine Tabelle angegeben werden. Benutzerdefinierte Tabellen werden in der Datenquelle angegeben.
azureMonitorMetrics Azure Monitor-Metriken Es ist keine Konfiguration erforderlich, da es nur einen Metrikspeicher für das Abonnement gibt.
storageTablesDirect Azure-Tabellenspeicher storageAccountResourceId: Ressourcen-ID des Speicherkontos
tableName: Name der Tabelle
storageBlobsDirect Azure Blob Storage storageAccountResourceId: Ressourcen-ID des Speicherkontos
containerName: Name des Blobcontainers
eventHubsDirect Event Hubs eventHubsDirect: Ressourcen-ID des Event Hubs

Wichtig

Ein Datenstrom kann nur an einen Log Analytics-Arbeitsbereich in einem DCR gesendet werden. Sie können mehrere dataFlow Einträge für einen einzelnen Datenstrom haben, wenn sie unterschiedliche Tabellen im selben Arbeitsbereich verwenden. Wenn Sie Daten aus einem einzigen Datenstrom an mehrere Log Analytics-Arbeitsbereiche senden müssen, erstellen Sie für jeden Arbeitsbereich einen separaten DCR.

Datenflüsse

Datenflüsse gleichen Eingabestreams mit Zielen ab. Jede Datenquelle kann optional eine Transformation und in einigen Fällen eine bestimmte Tabelle im Log Analytics-Arbeitsbereich angeben.

Datenflusseigenschaften

Abschnitt Beschreibung
streams Mindestens ein Stream, der im Abschnitt für Eingabestreams definiert ist Sie können mehrere Datenströme in einen einzelnen Datenfluss einschließen, wenn Sie mehrere Datenquellen an dasselbe Ziel senden möchten. Verwenden Sie jedoch nur einen einzelnen Datenstrom, wenn der Datenfluss eine Transformation enthält. Ein Datenstrom kann auch von mehreren Datenflüssen verwendet werden, wenn Sie eine bestimmte Datenquelle an mehrere Tabellen im gleichen Log Analytics-Arbeitsbereich senden möchten.
destinations Mindestens ein Ziel aus dem Abschnitt destinations oben. In Multi-Homing-Szenarien sind mehrere Ziele zulässig.
transformKql Optionale Transformation, die auf den eingehenden Datenstrom angewendet wird. Die Transformation muss das Schema der eingehenden Daten und Ausgabedaten im Schema der Zieltabelle verstehen. Wenn Sie eine Transformation verwenden, sollte der Datenfluss nur einen einzelnen Datenstrom verwenden.
outputStream Beschreibt, in welcher Tabelle in dem unter der Eigenschaft destination angegebenen Arbeitsbereich die Daten erfasst werden. Der Wert von outputStream hat das Format Microsoft-[tableName], wenn Daten in einer Standardtabelle erfasst werden, oder Custom-[tableName], wenn Daten in einer benutzerdefinierten Tabelle erfasst werden. Es ist nur ein Ziel pro Datenstrom zulässig.

Diese Eigenschaft wird nicht für bekannte Datenquellen aus Azure Monitor verwendet, z. B. Ereignisse und Leistungsdaten, da diese an vordefinierte Tabellen gesendet werden.

Nächste Schritte

Datensammlungsregeln in Azure Monitor