Datensammlungsregeln (Data Collection Rules, DCRs) in Azure Monitor

Datensammlungsregeln (Data Collection Rules, DCRs) sind Teil eines ETL-ähnlichen Prozesses (Extract, Transform und Load), der die alten Datensammlungsmethoden für Azure Monitor verbessert. Dieser Prozess verwendet eine gemeinsame Datenaufnahmestrategie für alle Datenquellen und eine Standardmethode der Konfiguration, die besser verwaltbar und skalierbarer als vorherige Sammlungsmethoden ist.

Für viele Überwachungsszenarien müssen Sie nicht verstehen, wie ein DCR erstellt oder zugewiesen wird. Sie können einfach Anleitungen im Azure-Portal verwenden, um die Datensammlung zu aktivieren und zu konfigurieren, während Azure Monitor den DCR für Sie erstellt und konfiguriert. Dieser Artikel enthält weitere Details dazu, wie DCRs funktionieren, um mit dem Erstellen und Konfigurieren manuell zu beginnen, damit Sie den Datensammlungsprozess anpassen können.

Zu den spezifischen Vorteilen der DCR-basierten Datensammlung gehören:

• Konsistente Methode für die Konfiguration verschiedener Datenquellen.
• Möglichkeit, eine Transformation zum Filtern oder Ändern eingehender Daten vor dem Senden an ein Ziel zu verwenden.
• Skalierbare Konfigurationsoptionen, die Infrastruktur als Code- und DevOps-Prozesse unterstützen.
• Option der Azure Monitor-Pipeline in Ihrer eigenen Umgebung, um High-End-Skalierbarkeit, mehrschichtige Netzwerkkonfigurationen und regelmäßige Konnektivität bereitzustellen.

Anzeigen von DCRs

Datensammlungsregeln (Data Collection Rules, DCRs) werden in Azure gespeichert und wie jede andere Azure Ressource zentral bereitgestellt und verwaltet. Sie bieten eine konsistente, zentralisierte Möglichkeit zum Definieren und Anpassen verschiedener Datensammlungsszenarien. Informationen zum Anzeigen aller DCRs in Ihrem Abonnement und zum Überprüfen einer DCR-Definition finden Sie unter Anzeigen von Datensammlungsregeln.

Ersetzen von älteren Datensammlungsmethoden

Der Datensammlungsprozess, der DCRs verwendet, ersetzt andere Datensammlungsmethoden in Azure Monitor. In der folgenden Tabelle sind legacy-Methoden und ihre DCR-basierten Ersetzungen aufgeführt. In Zukunft wird erwartet, dass DCRs andere Datensammlungsmethoden in Azure Monitor ersetzen.

Legacyverfahren	DCR-Methode	BESCHREIBUNG
Log Analytics-Agent	Azure Monitor-Agent	Verwenden Sie den Azure Monitor-Agent, um virtuelle Computer (VMs) und Kubernetes-Cluster zu überwachen, die VM-Einblicke und Containererkenntnisse unterstützen.
Diagnoseeinstellungen (nur Metriken)	Metrikexport	Diagnoseeinstellungen erfassen weiterhin Ressourcenprotokolle aus Azure Ressourcen. Verwenden Sie den Metrikexport, um Plattformmetriken zu sammeln.
Datensammler-API	Protokollaufnahme-API	Verwenden Sie die Protokollaufnahme-API, um Daten von einem beliebigen REST-Client an einen Log Analytics Arbeitsbereich zu senden. Es verwendet OAuth-basierte Authentifizierung (sicherer als Arbeitsbereichsschlüssel), DCR-gesteuerte Schemasteuerung und -transformationen und bietet eine verbesserte Zuverlässigkeit, Skalierbarkeit und langfristige Plattformunterstützung im Vergleich zur älteren HTTP-Datensammler-API.

Datensammlungsprozess

Der datensammlungsprozess, den DCRs unterstützen, bietet einen allgemeinen Verarbeitungspfad für eingehende Daten. Jedes Datensammlungsszenario wird in einem DCR definiert. Der DCR enthält Anweisungen dazu, wie Azure Monitor die empfangenen Daten verarbeiten soll. Je nach Szenario geben DCRs alle oder einige der folgenden Elemente an:

• Daten zum Sammeln und Senden an Azure Monitor.
• Schema der eingehenden Daten.
• Transformationen, die auf die Daten angewendet werden sollen, bevor sie gespeichert werden.
• Ziel, an das die Daten gesendet werden soll.

Zuordnungen zu Datensammlungsregeln (Data Collection Rule Associations, DCRAs)

Erstellen Sie Datensammlungsregelzuordnungen (DCRAs) zwischen der Ressource und dem DCR, um bestimmte Datensammlungsszenarien zu ermöglichen. Diese Beziehung ist eine Viele-zu-viele-Beziehung, bei der Sie mehrere Ressourcen einem einzelnen DCR zuordnen und bis zu 30 DCRs einer einzelnen Ressource zuordnen können. Entwickeln Sie eine Strategie für die Aufrechterhaltung Ihrer Überwachung über Gruppen von Ressourcen mit unterschiedlichen Anforderungen.

Verwenden einer DCR

Nachdem Sie einen DCR erstellt haben, verwenden Sie verschiedene Methoden, um sie basierend auf dem Datensammlungsszenario zu verwenden. In der folgenden Tabelle sind allgemeine Szenarien und die Methode aufgeführt, die zum Sammeln von Daten in den einzelnen Fällen verwendet wird. Die folgenden Abschnitte enthalten weitere Details zu den einzelnen Methoden.

Scenario	Methode
Azure Monitor-Agent (AMA)	Zuordnung zu Datensammlungsregel (Data Collection Rule Association, DCRA)
Event Hubs	Zuordnung zu Datensammlungsregel (Data Collection Rule Association, DCRA)
Plattformmetriken (Vorschau)	Zuordnung zu Datensammlungsregel (Data Collection Rule Association, DCRA)
Direkte Aufnahme	DCR im API-Aufruf angegeben, der die Daten an Azure Monitor sendet.
Arbeitsbereichstransformation DCR	DCR wird direkt auf den Arbeitsbereich angewendet.

Szenarien

In den folgenden Abschnitten werden allgemeine Szenarien für die Verwendung von DCRs zum Sammeln von Daten in Azure Monitor beschrieben. Sie beschreiben die Details, die im DCR enthalten sind, und die Methode, mit der angegeben wird, welche DCR für dieses Szenario verwendet werden soll.

Azure Monitor-Agent (AMA)

Verwenden Sie Azure Monitor Agent (AMA), um Daten von virtuellen Computern und Kubernetes-Clustern zu sammeln. Das folgende Diagramm zeigt, wie AMA Daten sammelt, wenn sie auf einem virtuellen Computer ausgeführt werden. Wenn Sie den Agent installieren, stellt er eine Verbindung mit Azure Monitor her, um alle dcRs abzurufen, die diesem zugeordnet sind. In diesem Szenario geben die DCRs Ereignisse und Leistungsdaten an, die erfasst werden sollen. Für einen Kubernetes-Cluster enthält diese Sammlung auch Prometheus-Metriken. Der Agent verwendet diese Informationen, um zu bestimmen, welche Daten vom Computer erfasst werden sollen, und optional eine clientseitige Transformation (Vorschau) anzuwenden, um die Daten zu filtern und zu transformieren, bevor sie an Azure Monitor gesendet werden. Sobald die Daten gesendet wurden, werden alle im DCR festgelegten Transformationen zum Zeitpunkt der Datenaufnahme ausgeführt, um die Daten weiter zu filtern und zu modifizieren. Anschließend Azure Monitor die Daten an das angegebene Ziel übermittelt.

Weitere Informationen finden Sie unter Sammeln von Daten vom Client für virtuelle Computer mit Azure Monitor und Aktivieren der Überwachung für Kubernetes-Cluster.

Event Hubs (Vorschau)

Das folgende Diagramm zeigt, wie Daten direkt aus Event Hubs in einen Log Analytics Arbeitsbereich aufgenommen werden. Wenn der Event Hub Daten empfängt, werden die Daten an Azure Monitor übermittelt. Azure Monitor transformiert dann die Daten und sendet sie an alle in den zugehörigen DCRs angegebenen Ziele.

Weitere Informationen finden Sie unter Erfassen von Ereignissen aus Azure Event Hubs in Azure Monitor Logs (Vorschau).

Plattformmetriken (Vorschau)

Azure Ressourcen erfassen automatisch Plattformmetriken und senden sie an Azure Monitor Metriken. Das folgende Diagramm zeigt den Prozess der Verwendung eines DCR zum Senden dieser Daten an einen Log Analytics-Arbeitsbereich zur Analyse mithilfe von Protokollabfragen. Dieser Vorgang ersetzt die aktuelle Methode der Verwendung von Diagnoseeinstellungen zum Ausführen dieser Funktion.

Wenn der DCR erstellt wird, gibt er den Arbeitsbereich und die Tabelle an, in der die Daten gesendet werden sollen. Der DCR enthält auch eine Transformation, mit der sichergestellt wird, dass die Daten im richtigen Format für die Zieltabelle vorliegen. Der DCR wird dann der Ressource zugeordnet, aus der die Plattformmetriken gesammelt werden.

Weitere Informationen finden Sie unter Metrikexport mithilfe von Datensammlungsregeln.

Direkte Erfassung

Verwenden Sie die direkte Erfassung, um einen bestimmten DCR für die Verarbeitung eingehender Daten anzugeben. Das folgende Diagramm veranschaulicht beispielsweise Daten aus einer benutzerdefinierten Anwendung mithilfe der Protokollaufnahme-API. Jeder API-Aufruf gibt den DCR an, der seine Daten verarbeitet. Der DCR versteht die Struktur der eingehenden Daten, enthält eine Transformation , die sicherstellt, dass sich die Daten im Format der Zieltabelle befinden, und gibt einen Arbeitsbereich und eine Tabelle an, um die transformierten Daten zu senden.

Weitere Informationen finden Sie unter Protokollaufnahme-API.

Arbeitsbereichstransformations-DCR

Arbeitsbereichstransformations-DCRs stellen Transformationen für die Datenerfassung bereit, die keinen DCR verwenden. Sie werden direkt auf den Log Analytics Arbeitsbereich angewendet. Nachdem Sie das DCR erstellt oder aktualisiert haben, warten Sie einige Zeit, bis die Transformationen auf eingehende Daten angewendet werden.

Weitere Informationen finden Sie unter Arbeitsbereichstransformation DCR.

Verwandlungen

Transformationen sind KQL-Abfragen, die in einem DCR enthalten sind und für jeden empfangenen Datensatz ausgeführt werden. Sie ermöglichen es Ihnen, eingehende Daten zu ändern, bevor sie in Azure Monitor gespeichert oder an ein anderes Ziel gesendet werden. Filtern Sie nicht benötigte Daten, um Ihre Aufnahmekosten zu reduzieren, entfernen Sie vertrauliche Daten, die nicht im Log Analytics Arbeitsbereich beibehalten werden sollen, oder formatieren Sie Daten, um sicherzustellen, dass sie dem Schema des Ziels entspricht. Transformationen ermöglichen auch erweiterte Szenarien wie das Senden von Daten an mehrere Ziele oder das Anreichern von Daten mit zusätzlichen Informationen.

Mit mehrstufigen Transformationen (Vorschau) können Sie mehrere Transformationen in einem einzelnen DCR zeichenfolgen, wobei die Ausgabe einer Transformation die Eingabe der nächsten ist. Die wichtigsten Komponenten von mehrstufigen Transformationen sind:

• Clientseitige Transformationen, die der Datenquelle zugewiesen sind
• Transformationen zum Zeitpunkt der Datenaufnahme, die in Azure Monitor ausgeführt werden und dem Datenfluss zugewiesen sind

DCR-Regionen

Datensammlungsregeln werden regional gespeichert und sind in allen öffentlichen Regionen verfügbar, in denen der Log Analytics-Arbeitsbereich und die Azure Government-Clouds und China-Clouds unterstützt werden. Air-Gap-Clouds werden noch nicht unterstützt. Sie erstellen und speichern einen DCR in einer bestimmten Region, und der Dienst sichert ihn bis zur gekoppelten Region innerhalb derselben Geografie. Der Dienst wird in allen drei Verfügbarkeitszonen innerhalb der Region bereitgestellt. Aus diesem Grund ist es ein zonenredundanter Dienst, der die Verfügbarkeit weiter erhöht.

Die Datenresidenz in einer einzelnen Region ist eine Vorschaufunktion, mit der Kundendaten in einer einzelnen Region gespeichert werden können und derzeit nur in der Region Südostasien (Singapur) des Asia Pacific Geo und in der Region Brasilien Süd (Bundesstaat São Paulo) des Brasilien Geo verfügbar ist. Die Residenz in einer einzelnen Region ist in diesen Regionen standardmäßig aktiviert.

Verwandte Inhalte

Weitere Informationen zum Arbeiten mit DCRs finden Sie unter:

• Datensammlungsregelstruktur für eine Beschreibung der JSON-Struktur von DCRs und die verschiedenen Elemente, die für verschiedene Workflows verwendet werden.
• Beispieldatensammlungsregeln (DCRs) für Beispiel-DCRs für verschiedene Datensammlungsszenarien.
• Erstellen und Bearbeiten von Datensammlungsregeln (DATA Collection Rules, DCRs) in Azure Monitor für verschiedene Methoden zum Erstellen von DCRs für verschiedene Datensammlungsszenarien.
• Übersicht über Datensammlungsendpunkte (DCE) für den vollständigen Kontext, der für die direkte Erfassung mithilfe der Protokollaufnahme-API erforderlich ist.
• Azure Monitor-Dienstgrenzwerte für Grenzwerte, die für jeden DCR gelten.