Métricas de trabajo de Stream Analytics
Azure Stream Analytics proporciona un montón de métricas que puede usar para supervisar y solucionar los problemas de rendimiento de las consultas y los trabajos. Puede ver los datos de estas métricas en la página Información general del Azure Portal, en la sección Supervisión.
Si desea comprobar una métrica específica, seleccione Métricas en la sección Supervisión . En la página que aparece, seleccione la métrica.
Métricas disponibles para Stream Analytics
Azure Stream Analytics proporciona las siguientes métricas para supervisar el estado del trabajo.
| Métrica | Definición |
|---|---|
| Eventos de entrada pendientes | Número de eventos de entrada que están pendientes. Un valor distinto de cero para esta métrica implica que su trabajo no puede mantenerse al día con el número de eventos entrantes. Si este valor se aumenta lentamente o sistemáticamente y pasa a ser distinto de cero, debe escalar el trabajo horizontalmente. Para más información, consulte Descripción y ajuste de las unidades de streaming. |
| Errores de conversión de datos | Número de eventos de salida que no se pudieron convertir al esquema de salida previsto. Para quitar eventos que encuentran este escenario, puede cambiar la directiva de error a Quitar. |
| Porcentaje de uso de CPU (versión preliminar) | Porcentaje de CPU que utiliza su trabajo. Aunque este valor sea muy alto (90 % o superior), no debería aumentar el número de SU en función de esta métrica por sí sola. Si aumenta el número de eventos de entrada pendientes o el retraso de la marca de agua, puede usar esta métrica de porcentaje de uso de CPU para determinar si la CPU es el cuello de botella. Esta métrica puede tener picos intermitentes. Se recomienda realizar pruebas de escalado para determinar el límite superior del trabajo después del cual las entradas se retrasan o aumentan los retrasos de marca de agua debido a un cuello de botella de CPU. |
| Primeros eventos de entrada | Eventos cuya marca de tiempo de aplicación es anterior a su hora de llegada por más de cinco minutos. |
| Solicitudes de función con errores | Número de llamadas a la función Azure Machine Learning con error (si corresponde). |
| Eventos de función | Número de eventos enviados a la función Azure Machine Learning (si corresponde). |
| Solicitudes de función | Número de llamadas a la función Azure Machine Learning (si corresponde). |
| Errores de deserialización de entrada | Número de eventos de entrada que no se pudieron deserializar. |
| Bytes del evento de entrada | Cantidad de datos recibidos por el trabajo de Stream Analytics, en bytes. Puede usar esta métrica para validar que los eventos se envían al origen de entrada. |
| Eventos de entrada | Número de registros deserializados de los eventos de entrada. Este recuento no incluye los eventos de entrada que producen errores de deserialización. Stream Analytics puede ingerir los mismos eventos varias veces en escenarios como recuperaciones internas y autocombinaciones. Por lo tanto, se recomienda no esperar que las métricas de los eventos de entrada y los eventos de salida coincidan si el trabajo tiene una consulta de tránsito simple. |
| Orígenes de entrada recibidos | Número de mensajes que recibe el trabajo. Para Azure Event Hubs, un mensaje es un único EventData elemento. Para Azure Blob Storage, un mensaje es un único blob. Tenga en cuenta que se cuentan los orígenes de entrada antes de la deserialización. Si hay errores de deserialización, los orígenes de entrada pueden ser mayores que los eventos de entrada. En caso contrario, los orígenes de entrada pueden ser menor o igual que los eventos de entrada dado que cada mensaje puede contener varios eventos. |
| Eventos de entrada retrasada | Eventos que llegaron más tarde que el período de tolerancia configurada para llegadas tardías. Más información sobre los puntos a tener en cuenta sobre el orden de eventos de Azure Stream Analytics. |
| Eventos desordenados | Número de eventos recibidos fuera de orden que se eliminan o se les asigna una marca de tiempo ajustada, según la Directiva de ordenación de eventos. Esta métrica puede verse afectada por la configuración del ajuste delPeríodo de tolerancia de fuera de servicio. |
| Eventos de salida | Cantidad de datos enviados por el trabajo de Stream Analytics al destino de salida, en número de eventos. |
| Errores en tiempo de ejecución | Número total de errores relacionados con el procesamiento de dudas. Excluye los errores encontrados al ingerir eventos o generar resultados. |
| % de uso de SU (memoria) | Porcentaje de memoria que utiliza su trabajo. Si esta métrica es consistente al 80 % y tanto el retraso de la marca de agua como el número de eventos retrasados aumenta, considere la posibilidad de aumentar las unidades de streaming (SU). Una alta utilización indica que el trabajo está usando casi el máximo de recursos asignados. |
| Retraso de la marca de agua | Retraso máximo de la marca de agua en todas las particiones de todas las salidas del trabajo. |
Escenarios que supervisar
Azure Stream Analytics proporciona un servicio de procesamiento de streaming distribuido sin servidor. Los trabajos se pueden ejecutar en uno o varios nodos de streaming distribuidos, que el servicio administra automáticamente. Los datos de entrada se particionan y se asignan a distintos nodos de streaming para su procesamiento.
| Métrica | Condición | Agregación de tiempo | Umbral | Acciones correctivas |
|---|---|---|---|---|
| % de uso de SU (memoria) | Mayor que | Media | 80 | Varios factores aumentan el uso de las SU. Puede escalar con paralelización de consultas o aumentar el número de unidades de SU. Para más información, consulte Aprovechamiento de la paralelización de consultas en Azure Stream Analytics. |
| Porcentaje de uso de CPU | Mayor que | Media | 90 | Esto probablemente significa que algunas operaciones (como funciones definidas por el usuario, agregados definidos por el usuario o deserialización de entrada compleja) requieren muchos ciclos de CPU. Normalmente, puede superar este problema aumentando el número de SU para el trabajo. |
| Errores en tiempo de ejecución | Mayor que | Total | 0 | Examine los registros de recursos o actividad y realice los cambios correspondientes en las entradas, la consulta o las salidas. |
| Retraso de la marca de agua | Mayor que | Media | Cuando el valor medio de esta métrica en los últimos 15 minutos es mayor que la tolerancia de llegada tardía (en segundos). Si no ha modificado la tolerancia de llegada tardía, el valor predeterminado se establece en 5 segundos. | Pruebe a aumentar el número de SU o a paralelizar su consulta. Para más información sobre las SU, consulte Descripción y ajuste de las unidades de streaming. Para más información sobre la paralelización de su consulta, consulte Aprovechamiento de la paralelización de consultas en Azure Stream Analytics. |
| Errores de deserialización de entrada | Mayor que | Total | 0 | Examine los registros de recursos o actividad y realice los cambios correspondientes en la entrada. Para más información sobre los registros de recursos, consulte Solución de problemas de Azure Stream Analytics mediante registros de recursos. |
Obtener ayuda
Para obtener más ayuda, consulte la página de preguntas y respuestas de Microsoft sobre Azure Stream Analytics.
Pasos siguientes
- Introducción a Azure Stream Analytics
- Dimensiones de las métricas de Azure Stream Analytics
- Descripción y ajuste de las unidades de streaming
- Análisis del rendimiento del trabajo de Azure Stream Analytics mediante métricas y dimensiones
- Supervisión de los trabajos de Stream Analytics con Azure Portal
- Introducción al uso de Azure Stream Analytics