Teilen über

Referenz zu Azure Stream Analytics-Überwachungsdaten

  • Artikel

Dieser Artikel enthält alle Referenzinformationen zur Überwachung dieses Dienstes.

Details zu den Daten, die Sie für Azure Stream Analytics sammeln können, und deren Verwendung finden Sie unter "Überwachen von Azure Stream Analytics ".

Metriken

In diesem Abschnitt werden alle automatisch erfassten Plattformmetriken für diesen Dienst aufgeführt. Diese Metriken sind auch Teil der globalen Liste aller in Azure Monitor unterstützten Plattformmetriken.

Informationen zur Aufbewahrung von Metriken finden Sie unter Überblick über Metriken in Azure Monitor.

In Azure Stream Analytics werden viele Metriken angezeigt, die Sie zum Überwachen der Leistung Ihrer Abfragen und Aufträge sowie für die Problembehandlung verwenden können. Sie können Daten aus diesen Metriken auf der Seite Übersicht des Azure-Portal im Abschnitt Überwachung anzeigen.

Screenshot: Azure-Portal mit dem Abschnitt zum Überwachen von Stream Analytics-Aufträgen

Wenn Sie eine bestimmte Metrik überprüfen möchten, wählen Sie im Abschnitt Überwachung die Option Metriken aus. Wählen Sie auf der angezeigten Seite die gewünschte Metrik aus.

Screenshot: Auswählen einer Metrik auf dem Dashboard der Stream Analytics-Auftragsüberwachung

Unterstützte Metriken für Microsoft.StreamAnalytics/streamingjobs

In der folgenden Tabelle sind die Metriken aufgeführt, die für den Ressourcentyp "Microsoft.StreamAnalytics/streamingjobs" verfügbar sind.

  • Möglicherweise sind nicht alle Spalten in jeder Tabelle vorhanden.
  • Einige Spalten können über den Anzeigebereich der Seite hinausgehen. Wählen Sie Tabelle erweitern aus, um alle verfügbaren Spalten anzuzeigen.

Tabellenüberschriften

  • Kategorie – Die Metrikgruppe oder -klassifizierung.
  • Metrik – Der Anzeigename der Metrik, wie er im Azure-Portal angezeigt wird.
  • Name in REST-API: Der Metrikname im REST-API
  • Einheit – Abrechnungseinheit.
  • Aggregation – Der Standard-Aggregationstyp. Gültige Werte: Mittelwert (Avg), Minimum (Min), Maximum (Max), Gesamt (Sum), Anzahl
  • Dimensionen - Für die Metrik verfügbare Dimensionen.
  • Aggregationsintervall - Intervalle, in denen die Metrik gesampelt wird. PT1M bedeutet zum Beispiel, dass die Metrik jede Minute abgerufen wird, PT30M alle 30 Minuten, PT1H jede Stunde usw.
  • DS-Export – Gibt an, ob die Metrik über Diagnose-Einstellungen in Azure Monitor-Protokolle exportiert werden kann. Informationen zum Exportieren von Metriken finden Sie unter Diagnoseeinstellungen in Azure Monitor erstellen.
Kategorie Metrik Name in der REST-API Einheit Aggregation Dimensionen Aggregationsintervalle DS-Export
Fehlerhafte Funktionsanforderungen

Fehlerhafte Funktionsanforderungen		 AMLCalloutFailedRequests Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Funktionsereignisse

Funktionsereignisse		 AMLCalloutInputEvents Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Funktionsanforderungen

Funktionsanforderungen		 AMLCalloutRequests Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Konvertierungsfehler

Konvertierungsfehler		 ConversionErrors Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Eingabedeserialisierungsfehler

Eingabefehler bei Deserialisierung		 DeserializationError Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Nicht sortierte Ereignisse

Ereignisse für falsche Reihenfolge		 DroppedOrAdjustedEvents Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Frühe Eingabeereignisse

Frühe Eingabeereignisse		 EarlyInputEvents Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Laufzeitfehler

Laufzeitfehler		 Errors Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Eingabeereignisbytes

Eingabeereignisbytes		 InputEventBytes Byte Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Eingabeereignisse

Eingabeereignisse		 InputEvents Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Eingabeereignisse im Rückstand

Eingabeereignisse im Rückstand		 InputEventsSourcesBacklogged Anzahl Mittelwert, Maximum, Minimum LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Empfangene Eingabequellen

Empfangene Eingabequellen		 InputEventsSourcesPerSecond Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Ereignisse bei verspäteter Eingabe

Ereignisse bei verspäteter Eingabe		 LateInputEvents Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Ausgabeereignisse

Ausgabeereignisse		 OutputEvents Anzahl Gesamt LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
Wasserzeichenverzögerung

Wasserzeichenverzögerung		 OutputWatermarkDelaySeconds Sekunden Mittelwert, Maximum, Minimum LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
CPU-Auslastung in Prozent

CPU-Auslastung in Prozent		 ProcessCPUUsagePercentage Percent Mittelwert, Maximum, Minimum LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja
SU (Speicher) % Auslastung

SU (Speicher) % Auslastung		 ResourceUtilization Percent Mittelwert, Maximum, Minimum LogicalName, , PartitionIdProcessorInstanceNodeName PT1M Ja

Metrikbeschreibungen

Azure Stream Analytics stellt die folgenden Metriken bereit, um die Integrität Ihres Auftrags zu überwachen.

Metrik Definition
Eingabeereignisse im Rückstand Anzahl der Eingabeereignisse, die im Rückstand sind. Ein Wert ungleich Null für diese Metrik bedeutet, dass Ihr Auftrag nicht mit der Anzahl der eingehenden Ereignisse Schritt halten kann. Wenn dieser Wert langsam ansteigt oder konstant ungleich Null ist, sollten Sie Ihren Auftrag aufskalieren. Weitere Informationen finden Sie unter Verstehen und Anpassen von Streamingeinheiten.
Konvertierungsfehler Anzahl der Ausgabeereignisse, die nicht in das erwartete Ausgabeschema konvertiert werden konnten. Zum Verwerfen von Ereignissen, für die dieses Szenario auftritt, können Sie die Fehlerrichtlinie in Verwerfen ändern.
CPU-Auslastung in Prozent (Vorschau) CPU-Auslastung Ihres Auftrags in Prozent. Selbst wenn dieser Wert sehr hoch ist (90 Prozent oder höher), sollten Sie die Anzahl der SUs nicht allein aufgrund dieser Metrik erhöhen. Wenn die Anzahl der Eingabeereignisse im Rückstand oder die Wasserzeichenverzögerung zunimmt, können Sie diese Metrik verwenden, um festzustellen, ob die CPU der Engpass ist.

Bei dieser Metrik treten möglicherweise zeitweilig Spitzen auf. Es wird empfohlen, Skalierungstests durchzuführen, um die Obergrenze Ihres Auftrags zu bestimmen, nach der Eingaben in Rückstand geraten können oder Wasserzeichenverzögerungen aufgrund von CPU-Engpässen zunehmen.
Frühe Eingabeereignisse Ereignisse, deren Anwendungszeitstempel mehr als fünf Minuten vor dem Zeitpunkt ihres Eintreffens liegt
Fehlerhafte Funktionsanforderungen Anzahl der fehlerhaften Aufrufe an die Azure Machine Learning-Funktion (falls vorhanden)
Funktionsereignisse Anzahl der an die Azure Machine Learning-Funktion gesendeten Ereignisse (falls vorhanden)
Funktionsanforderungen Anzahl der Aufrufe an die Azure Machine Learning-Funktion (falls vorhanden)
Eingabefehler bei Deserialisierung Anzahl der Eingabeereignisse, die nicht deserialisiert werden konnten.
Eingabeereignisbytes Vom Stream Analytics-Auftrag erhaltene Datenmenge in Byte. Sie können diese Metrik verwenden, um sicherzustellen, dass Ereignisse an die Eingabequelle gesendet werden.
Eingabeereignisse Anzahl der Datensätze, die aus den Eingabeereignissen deserialisiert wurden. Diese Anzahl umfasst nicht eingehende Ereignisse, die zu Deserialisierungsfehlern führen. Stream Analytics kann die gleichen Ereignisse mehrmals in Szenarios wie internen Wiederherstellungen und Selbstverknüpfungen erfassen. Erwarten Sie keine Übereinstimmungen der Metriken für Eingabeereignisse und Ausgabeereignisse, wenn Ihr Auftrag eine einfache Pass-Through-Abfrage enthält.
Empfangene Eingabequellen Anzahl der Nachrichten, die der Auftrag empfängt. Für Azure Event Hubs besteht eine Nachricht aus einem einzelnen EventData-Element. Für Azure Blob Storage besteht eine Nachricht aus einem einzelnen Blob.

Beachten Sie, dass die Eingabequellen vor der Deserialisierung gezählt werden. Bei Deserialisierungsfehlern können die Eingabequellen größer sein als die Eingabeereignisse. Andernfalls können Eingabequellen kleiner als oder gleich den Eingabeereignissen sein, da jede Nachricht mehrere Ereignisse enthalten kann.
Ereignisse bei verspäteter Eingabe Ereignisse, die später als das konfigurierte Toleranzfenster für Eingangsverzögerung eingetroffen sind. Weitere Informationen finden Sie unter Überlegungen zur Ereignisreihenfolge in Azure Stream Analytics.
Ereignisse mit falscher Reihenfolge Anzahl der Ereignisse, die in falscher Reihenfolge empfangen und anhand der Richtlinie für die Ereignissortierung entweder verworfen oder mit einem angepassten Zeitstempel versehen wurden. Diese Metrik kann von der Konfiguration der Einstellung Toleranzfenster für Fehlordnung beeinflusst werden.
Ausgabeereignisse Vom Stream Analytics-Auftrag an das Ausgabeziel gesendete Datenmenge, ausgedrückt in der Anzahl von Ereignissen.
Laufzeitfehler Gesamtzahl der Fehler im Zusammenhang mit der Abfrageverarbeitung. Ausgenommen sind Fehler, die beim Untersuchen von Ereignissen oder beim Ausgeben von Ergebnissen ermittelt werden.
SU (Speicher) % Auslastung Arbeitsspeicherauslastung Ihres Auftrags in Prozent. Wenn diese Metrik konstant mehr als 80 Prozent beträgt, die Wasserzeichenverzögerung steigt und die Anzahl der Ereignisse im Rückstand zunimmt, ziehen Sie eine Erhöhung der Streamingeinheiten (Streaming Units, SUs) in Erwägung. Eine hohe Auslastung deutet darauf hin, dass der Auftrag fast die Höchstzahl der bereitgestellten Ressourcen verwendet.
Wasserzeichenverzögerung Maximale Wasserzeichenverzögerung für alle Partitionen aller Ausgaben im Auftrag.

Metrikdimensionen

Informationen darüber, was metrische Dimensionen sind, finden Sie unter Mehrdimensionale Metriken.

Dieser Dienst weist die folgenden Dimensionen auf, die seinen Metriken zugeordnet sind.

Dimension Definition
Logischer Name Der Eingabe- oder Ausgabename für einen Stream Analytics-Auftrag.
Partitions-ID Die ID der Eingabedatenpartition aus einer Eingabequelle. Wenn z. B. die Eingabequelle ein Event Hub ist, ist die Partitions-ID die Partitions-ID des Event Hubs. Bei hochgradig parallelen Aufträgen ist die Partitions-ID in der Ausgabe dieselbe wie in der Eingabe.
Node Name (Knotenname) Der Bezeichner eines Streamingknotens, der bereitgestellt wird, wenn Ihr Auftrag ausgeführt wird. Ein Streamingknoten stellt die Menge an Compute- und Arbeitsspeicherressourcen dar, die Ihrem Auftrag zugewiesen sind.

Screenshot: Diagramm, das den Bereich für die Auswahl einer Dimension für Stream Analytics-Auftragsmetriken zeigt

Screenshot: Aufteilung einer Metrik nach Dimension

Screenshot: Filterung einer Metrik nach Dimension

Dimension „Logischer Name“

Logischer Name ist der Eingabe- oder Ausgabename für einen Stream Analytics-Auftrag. Nehmen wir z. B. an, dass ein Stream Analytics-Auftrag vier Eingaben und fünf Ausgaben hat. Sie sehen die vier einzelnen logischen Eingaben und fünf einzelnen logischen Ausgaben, wenn Sie eingabe- und ausgabebezogene Metriken nach dieser Dimension aufteilen.

Screenshot: Mehrere Eingaben und Ausgaben in einem Stream Analytics-Auftrag

Screenshot: Diagramm, das die Aufteilung der Metrik „Ausgabeereignisse“ nach logischem Namen zeigt

Die Dimension Logischer Name ist für die Filterung und Aufteilung der folgenden Metriken verfügbar:

  • Eingabeereignisse im Rückstand
  • Konvertierungsfehler
  • Frühe Eingabeereignisse
  • Eingabefehler bei Deserialisierung
  • Eingabeereignisbytes
  • Eingabeereignisse
  • Empfangene Eingabequelle
  • Ereignisse bei verspäteter Eingabe
  • Ereignisse mit falscher Reihenfolge
  • Ausgabeereignisse
  • Wasserzeichenverzögerung

Dimension „Knotenname“

Ein Streamingknoten stellt eine Reihe von Computeressourcen dar, die verwendet werden, um Ihre Eingabedaten zu verarbeiten. Je sechs Streamingeinheiten (Streaming Unit, SU) entsprechen einem Knoten, den der Dienst automatisch in Ihrem Namen verwaltet. Weitere Informationen über die Beziehung zwischen Streamingeinheiten und Streamingknoten finden Sie unter Verstehen und Anpassen von Streamingeinheiten.

Knotenname ist eine Dimension auf der Streamingknotenebene. Er kann Ihnen helfen, bestimmte Metriken bis auf die Streamingknotenebene aufzuschlüsseln. Sie können z. B. die Metrik CPU-Auslastung in Prozent nach Streamingknotenebene aufteilen, um die CPU-Auslastung eines einzelnen Streamingknotens zu überprüfen.

Screenshot: Diagramm, das die Aufteilung der durchschnittlichen CPU-Auslastung nach der Dimension „Knotenname“ zeigt

Die Dimension Knotenname ist für die Filterung und Aufteilung der folgenden Metriken verfügbar:

  • Eingabeereignisse im Rückstand
  • CPU-Auslastung in Prozent (Vorschau)
  • Eingabeereignisse
  • Ausgabeereignisse
  • SU (Speicher) % Auslastung
  • Wasserzeichenverzögerung

Dimension „Partitions-ID“

Wenn Streamingdaten zur Verarbeitung im Azure Stream Analytics-Dienst erfasst werden, erfolgt die Verteilung der Eingabedaten auf die Streamingknoten entsprechend den Partitionen in der Eingabequelle. Die Dimension Partitions-ID ist die ID der Partition der Eingabedaten aus der Eingabequelle.

Wenn z. B. die Eingabequelle ein Event Hub ist, ist die Partitions-ID die Partitions-ID des Event Hubs. Die Partitions-ID in der Eingabe ist die gleiche wie in der Ausgabe.

Diagramm, das die Aufteilung einer Wasserzeichenverzögerung nach der Dimension „Partitions-ID“ zeigt

Die Dimension Partitions-ID ist für die Filterung und Aufteilung der folgenden Metriken verfügbar:

  • Eingabeereignisse im Rückstand
  • Konvertierungsfehler
  • Frühe Eingabeereignisse
  • Eingabefehler bei Deserialisierung
  • Eingabeereignisbytes
  • Eingabeereignisse
  • Empfangene Eingabequelle
  • Ereignisse bei verspäteter Eingabe
  • Ausgabeereignisse
  • Wasserzeichenverzögerung

Ressourcenprotokolle

In diesem Abschnitt werden die Ressourcenprotokolltypen aufgeführt, die für diesen Service erfasst werden können. Der Abschnitt wird aus der Liste aller in Azure Monitor unterstützten Kategorietypen für Ressourcenprotokolle gezogen.

Unterstützte Ressourcenprotokolle für Microsoft.StreamAnalytics/streamingjobs

Kategorie Anzeigename der Kategorie Protokolltabelle Unterstützt grundlegenden Protokollplan Unterstützt die Erfassungszeittransformation Beispielabfragen Exportkosten
Authoring Erstellen AzureDiagnostics

Protokolle aus mehreren Azure-Ressourcen.

 No No Abfragen No
Execution Ausführung AzureDiagnostics

Protokolle aus mehreren Azure-Ressourcen.

 No No Abfragen No

Ressourcenprotokollschema

Alle Protokolle werden im JSON-Format gespeichert. Jeder Eintrag enthält folgende allgemeine Zeichenfolgenfelder:

Name Beschreibung
time Zeitstempel (UTC) des Protokolls.
resourceId ID der Ressource, über die der Vorgang stattfand, in Großbuchstaben. Beinhaltet die Abonnement-ID, die Ressourcengruppe und den Auftragsnamen. Beispiel: /SUBSCRIPTIONS/6503D296-DAC1-4449-9B03-609A1F4A1C87/RESOURCEGROUPS/MY-RESOURCE-GROUP/PROVIDERS/MICROSOFT.STREAMANALYTICS/STREAMINGJOBS/MYSTREAMINGJOB.
category Protokollkategorie: Ausführung oder Erstellung.
operationName Der Name des protokollierten Vorgangs. Beispielsweise Ereignisse senden: Fehler beim Schreiben der SQL-Ausgabe nach mysqloutput.
status Der Status des Vorgangs. Beispiele: Fehlgeschlagen oder Erfolgreich.
level Protokollebene. Beispiele: Fehler, Warnung oder Information.
properties Spezifisches Detail des Protokolleintrags; als JSON-Zeichenfolge serialisiert. Weitere Informationen finden Sie in den folgenden Abschnitten dieses Artikels.

Eigenschaftsschema der Ausführungsprotokolle

Ausführungsprotokolle enthalten Informationen zu Ereignissen, die während der Ausführung des Stream Analytics-Auftrags aufgetreten sind. Das Schema der Eigenschaften variiert abhängig davon, ob das Ereignis ein Datenfehler oder ein generisches Ereignis ist.

Datenfehler

Alle Fehler, die auftreten, während der Auftrag Daten in dieser Kategorie von Protokollen verarbeitet. Diese Protokolle werden am häufigsten bei Lese-, Serialisierungs- und Schreibvorgängen von Daten erstellt. Diese Protokolle enthalten keine Verbindungsfehler. Verbindungsfehler werden als generische Ereignisse behandelt. Weitere Informationen zu den Gründen für verschiedene Fehler bei der Ein- und Ausgabe von Daten finden Sie im Artikel Datenfehler in Azure Stream Analytics.

Name BESCHREIBUNG
`Source` Name der Auftragseingabe oder -ausgabe, bei der der Fehler aufgetreten ist.
`Message` Mit dem Fehler verknüpfte Meldung.
type Fehlertyp. Beispiele: DataConversionError, CsvParserError oder ServiceBusPropertyColumnMissingError.
Daten Enthält Daten, die hilfreich sind, um die Ursache des Fehlers genau zu lokalisieren. Unterliegt je nach Größe Kürzungen.

Je nach dem Wert für operationName entsprechen Datenfehler folgendem Schema:

  • Die Serialisierung von Ereignissen tritt bei Lesevorgängen von Ereignissen auf. Sie treten auf, wenn die Daten bei der Eingabe aus einem der folgenden Gründen nicht das Abfrageschema erfüllen:

    • Typenkonflikt bei der Serialisierung/Deserialisierung von Ereignissen: Identifiziert das Feld, das den Fehler verursacht.

    • Ein Ereignis kann nicht gelesen werden; ungültige Serialisierung: Enthält Informationen über die Stelle in den Eingabedaten, an der der Fehler aufgetreten ist. Enthält den Blobnamen für die Eingabe mit formlosen Objekten, Offset und eine Stichprobe der Daten.

  • Das Senden von Ereignissen tritt bei Schreibvorgängen auf. Diese identifizieren das Streamingereignis, das den Fehler verursacht hat.

Generische Ereignisse

Generische Ereignisse verarbeiten alles andere.

Name BESCHREIBUNG
Fehler (optional) Fehlerinformationen. In der Regel sind dies die Ausnahmeinformationen, sofern diese verfügbar sind.
`Message` Protokollmeldung.
type Meldungstyp. Wird der internen Kategorisierung von Fehlern zugeordnet. Beispiele: JobValidationError oder BlobOutputAdapterInitializationFailure.
Korrelations-ID GUID, die die Auftragsausführung eindeutig identifiziert. Alle Ausführungsprotokolleinträge ab dem Zeitpunkt, an dem der Auftrag gestartet wird, bis zum Beenden des Auftrags weisen denselben Wert für Korrelations-ID auf.

Als Referenz können Sie eine Liste aller in Azure Monitor unterstützten Kategorietypen von Ressourcenprotokollen oder aller für Azure Stream Analytics erfassten Kategorietypen von Ressourcenprotokollen einsehen.

Tabellen in Azure Monitor-Protokollen

Dieser Abschnitt bezieht sich die für diesen Service relevanten Azure-Monitor-Protokolltabellen, die für die Abfrage durch Protokollanalyse mit Kusto-Abfragen zur Verfügung stehen. Diese Tabellen enthalten Ressourcenprotokolldaten und möglicherweise mehr, je nachdem, was erfasst und an sie weitergeleitet wird.

Stream Analytics-Aufträge

Kategorie Anzeigename der Kategorie Protokolltabelle Unterstützt grundlegenden Protokollplan Unterstützt die Erfassungszeittransformation Beispielabfragen Exportkosten
Authoring Erstellen AzureDiagnostics

Protokolle aus mehreren Azure-Ressourcen.

 No No Abfragen No
Execution Ausführung AzureDiagnostics

Protokolle aus mehreren Azure-Ressourcen.

 No No Abfragen No

Aktivitätsprotokoll

In der verknüpften Tabelle sind die Vorgänge aufgeführt, die im Aktivitätsprotokoll für diesen Dienst aufgezeichnet werden können. Diese Operationen sind eine Teilmenge aller möglichen Ressourcenanbietervorgänge im Aktivitätsprotokoll.

Weitere Informationen zum Schema von Aktivitätsprotokolleinträgen finden Sie unter Ereignisschema des Azure-Aktivitätsprotokolls.

Zugehöriger Inhalt