Abfragen von Anrufprotokollen

Übersicht und Zugriff

Bevor Sie die Vorteile von Log Analytics für Ihre Kommunikationsdienstprotokolle nutzen können, müssen Sie zunächst die unter Protokollierung in den Diagnoseeinstellungen aktivieren beschriebenen Schritte durchführen. Nachdem Sie Ihre Protokolle und einen Log Analytics-Arbeitsbereich aktiviert haben, haben Sie Zugriff auf viele hilfreiche Standardabfragepakete , die Ihnen helfen, die in Ihren Protokollen verfügbaren Daten schnell zu visualisieren und zu verstehen, die unten beschrieben werden. Über Log Analytics erhalten Sie auch Zugriff auf weitere Communications Services Insights über Azure Monitor Workbooks, die Möglichkeit, eigene Abfragen und Arbeitsmappen zu erstellen, Log Analytics-APIs Übersicht über jede Abfrage.

Zugriff

Sie können auf die Abfragen zugreifen, indem Sie auf Ihrer Ressourcenseite für Kommunikationsdienste beginnen und dann in der linken Navigation im Abschnitt Monitor auf "Logs" klicken:

Log Analytics navigation

Von dort aus wird ein modaler Bildschirm angezeigt, der alle für Ihre Kommunikationsdienste verfügbaren Standardabfragepakete enthält, wobei die Liste der Abfragepakete verfügbar ist, um nach links zu navigieren.

log analytics queries modal

Wenn Sie den modalen Bildschirm schließen, können Sie weiterhin zu den verschiedenen Abfragepaketen navigieren, direkt auf Daten in Form von Tabellen zugreifen, die auf dem Schema der Protokolle und Metriken basieren, die Sie in Ihrer Diagnoseeinstellung aktiviert haben. Hier können Sie mit KQL (Kusto) Ihre eigenen Abfragen aus den Daten erstellen. Erfahren Sie mehr über die Verwendung, Bearbeitung und Erstellung von Abfragen, indem Sie mehr darüber lesen: Log Analytics-Abfragen

Log Analytics queries in resource

Log Analytics tables in resource

Standardabfragepakete für Anrufzusammenfassung und Anrufdiagnoseprotokolle

Nachfolgend finden Sie Beschreibungen der einzelnen Abfragen im Standardabfragepaket, für die Aufrufzusammenfassung und die Anrufdiagnoseprotokolle, einschließlich Codebeispielen und Beispielausgaben für jede verfügbare Abfrage:

Übersichtsabfragen aufrufen

Anzahl der Teilnehmer pro Anruf

// Count number of calls and participants,
// and print average participants per call
ACSCallSummary
| distinct CorrelationId, ParticipantId, EndpointId
| summarize num_participants=count(), num_calls=dcount(CorrelationId)
| extend avg_participants = todecimal(num_participants) / todecimal(num_calls)

Beispielausgabe:

call overview query

Anzahl der Teilnehmer pro Gruppengespräch

// Count number of participants per group call
ACSCallSummary
| where CallType == 'Group'
| distinct CorrelationId, ParticipantId
| summarize num_participants=count() by CorrelationId
| summarize participant_counts=count() by num_participants
| order by num_participants asc 
| render columnchart with  (xcolumn = num_participants, title="Number of participants per group call")

Beispielausgabe:

participants per group call query

Verhältnis der Anrufarten

// Ratio of call types
ACSCallSummary
| summarize call_types=dcount(CorrelationId) by CallType
| render piechart title="Call Type Ratio"

Beispielausgabe:

ratio of call type query

Verteilung der Anrufdauer

// Call duration histogram
ACSCallSummary
| distinct CorrelationId, CallDuration
|summarize duration_counts=count() by CallDuration
| order by CallDuration asc
| render columnchart with (xcolumn = CallDuration, title="Call duration histogram")

Beispielausgabe:

call duration query

Perzentile der Anrufdauer

// Call duration percentiles
ACSCallSummary
| distinct CorrelationId, CallDuration
| summarize avg(CallDuration), percentiles(CallDuration, 50, 90, 99)

Beispielausgabe:

call duration percentile query

Abfragen von Endpunktinformationen

Anzahl der Endpunkte pro Anruf

// Count number of calls and endpoints,
// and print average endpoints per call
ACSCallSummary
| distinct CorrelationId, EndpointId
| summarize num_endpoints=count(), num_calls=dcount(CorrelationId)
| extend avg_endpoints = todecimal(num_endpoints) / todecimal(num_calls)

Beispielausgabe:

endpoints per call query

Verhältnis der SDK-Versionen

// Ratio of SDK Versions
ACSCallSummary
| distinct CorrelationId, ParticipantId, EndpointId, SdkVersion
| summarize sdk_counts=count() by SdkVersion
| order by SdkVersion asc
| render piechart title="SDK Version Ratio"

Beispielausgabe:

Pie chart showing the ratio of SDK Versions.Table showing SDK Versions

Verhältnis der OS-Versionen (vereinfachter OS-Name)

// Ratio of OS Versions (simplified OS name)
ACSCallSummary
| distinct CorrelationId, ParticipantId, EndpointId, OsVersion
| extend simple_os = case(  indexof(OsVersion, "Android") != -1, tostring(split(OsVersion, ";")[0]),
                            indexof(OsVersion, "Darwin") != -1, tostring(split(OsVersion, ":")[0]),
                            indexof(OsVersion, "Windows") != -1, tostring(split(OsVersion, ".")[0]),
                            OsVersion
                        )
| summarize os_counts=count() by simple_os
| order by simple_os asc
| render piechart title="OS Version Ratio"

Beispielausgabe:

Pie chart showing operating system ratiosTable showing OS Versions

Medienstrom-Abfragen

Ströme pro Anruf

// Count number of calls and streams,
// and print average streams per call
ACSCallDiagnostics
| summarize num_streams=count(), num_calls=dcount(CorrelationId)
| extend avg_streams = todecimal(num_streams) / todecimal(num_calls)

Beispielausgabe:

streams per call query

Histogramm der Datenströme pro Anruf

// Distribution of streams per call
ACSCallDiagnostics
| summarize streams_per_call=count() by CorrelationId
| summarize stream_counts=count() by streams_per_call
| order by streams_per_call asc
| render columnchart title="Streams per call histogram"

streams per call histogram

Verhältnis der Medientypen

// Ratio of media types by call
ACSCallDiagnostics
| summarize media_types=count() by MediaType
| render piechart title="Media Type Ratio"

pie chart showing media type ratios

Abfragen von Qualitätsmetriken

Durchschnittliche Telemetriewerte

// Average telemetry values over all streams
ACSCallDiagnostics
| summarize Avg_JitterAvg=avg(JitterAvg),
            Avg_JitterMax=avg(JitterMax),
            Avg_RoundTripTimeAvg=avg(RoundTripTimeAvg),
            Avg_RoundTripTimeMax=avg(RoundTripTimeMax),
            Avg_PacketLossRateAvg=avg(PacketLossRateAvg),
            Avg_PacketLossRateMax=avg(PacketLossRateMax)

average telemetry values

JitterAvg-Histogramm

// Jitter Average Histogram
ACSCallDiagnostics
| where isnotnull(JitterAvg)
| summarize JitterAvg_counts=count() by JitterAvg
| order by JitterAvg asc
| render columnchart with (xcolumn = JitterAvg, title="JitterAvg histogram")

jitter average histogram

JitterMax-Histogramm

// Jitter Max Histogram
ACSCallDiagnostics
| where isnotnull(JitterMax)
|summarize JitterMax_counts=count() by JitterMax
| order by JitterMax asc
| render columnchart with (xcolumn = JitterMax, title="JitterMax histogram")

jitter max histogram

Histogramm PacketLossRateAvg

// PacketLossRate Average Histogram
ACSCallDiagnostics
| where isnotnull(PacketLossRateAvg)
|summarize PacketLossRateAvg_counts=count() by bin(PacketLossRateAvg, 0.01)
| order by PacketLossRateAvg asc
| render columnchart with (xcolumn = PacketLossRateAvg, title="PacketLossRateAvg histogram")

packet loss average histogram

Histogramm PacketLossRateMax

// PacketLossRate Max Histogram
ACSCallDiagnostics
| where isnotnull(PacketLossRateMax)
|summarize PacketLossRateMax_counts=count() by bin(PacketLossRateMax, 0.01)
| order by PacketLossRateMax asc
| render columnchart with (xcolumn = PacketLossRateMax, title="PacketLossRateMax histogram")

packet loss max histogram

RoundTripTimeAvg-Histogramm

// RoundTripTime Average Histogram
ACSCallDiagnostics
| where isnotnull(RoundTripTimeAvg)
|summarize RoundTripTimeAvg_counts=count() by RoundTripTimeAvg
| order by RoundTripTimeAvg asc
| render columnchart with (xcolumn = RoundTripTimeAvg, title="RoundTripTimeAvg histogram")

RTT average histogram

Histogramm RoundTripTimeMax

// RoundTripTime Max Histogram
ACSCallDiagnostics
| where isnotnull(RoundTripTimeMax)
|summarize RoundTripTimeMax_counts=count() by RoundTripTimeMax
| order by RoundTripTimeMax asc
| render columnchart with (xcolumn = RoundTripTimeMax, title="RoundTripTimeMax histogram")

RTT max histogram

Schlechte Jitter-Qualität

// Get proportion of calls with poor quality jitter
// (defined as jitter being higher than 30ms)
ACSCallDiagnostics
| extend JitterQuality = iff(JitterAvg > 30, "Poor", "Good")
| summarize count() by JitterQuality
| render piechart title="Jitter Quality"

jitter quality

PacketLossRate Qualität

// Get proportion of calls with poor quality packet loss
// rate (defined as packet loss being higher than 10%)
ACSCallDiagnostics
| extend PacketLossRateQuality = iff(PacketLossRateAvg > 0.1, "Poor", "Good")
| summarize count() by PacketLossRateQuality
| render piechart title="Packet Loss Rate Quality"

packet loss rate quality

RoundTripTime-Qualität

// Get proportion of calls with poor quality packet loss
// rate (defined as packet loss being higher than 10%)
ACSCallDiagnostics
| extend PacketLossRateQuality = iff(PacketLossRateAvg > 0.1, "Poor", "Good")
| summarize count() by PacketLossRateQuality
| render piechart title="Packet Loss Rate Quality"

RTT quality

Parametrisierbare Abfragen

Tägliche Anrufe in der letzten Woche

// Histogram of daily calls over the last week
ACSCallSummary
| where CallStartTime > now() - 7d
| distinct CorrelationId, CallStartTime
| extend hour  = floor(CallStartTime, 1d)
| summarize event_count=count() by day
| sort by day asc
| render columnchart title="Number of calls in last week"

daily calls last week

Anrufe pro Stunde am letzten Tag

// Histogram of calls per hour in the last day
ACSCallSummary
| where CallStartTime > now() - 1d
| distinct CorrelationId, CallStartTime
| extend hour = floor(CallStartTime, 1h)
| summarize event_count=count() by hour
| sort by hour asc
| render columnchart title="Number of calls per hour in last day"

calls per hour last day