Informations de référence sur les données de surveillance Azure HDInsight
Cet article contient toutes les informations de référence de surveillance pour ce service.
Consultez Surveiller HDInsight pour plus d’informations sur les données que vous pouvez collecter pour Azure HDInsight et comment l’utiliser.
Métriques
Cette section répertorie toutes les métriques de plateforme collectées automatiquement pour App Service. Ces métriques font également partie de la liste globale de toutes les métriques de plateforme prises en charge dans Azure Monitor.
Pour plus d’informations sur les métriques de surveillance, consultez la section Présentation des métriques Azure Monitor.
Métriques prises en charge pour Microsoft.HDInsight/clusters
Le tableau suivant répertorie les métriques disponibles pour le type de ressource Microsoft.HDInsight/clusters.
- Toutes les colonnes peuvent ne pas être présentes dans chaque table.
- Certaines colonnes peuvent dépasser la zone d’affichage de la page. Sélectionnez Développer la table pour afficher toutes les colonnes disponibles.
Titres du tableau
- Catégorie : le groupe de métriques ou classification.
- Métrique : nom complet de la métrique tel qu’il apparaît dans le portail Azure.
- Nom dans l’API REST : le nom de la métrique comme appelé dans l’API REST.
- Unité : unité de mesure.
- Agrégation : le type d’agrégation par défaut. Valeurs valides : Moyen (moy), Minimum (min), Maximum (max), Total (somme), Nombre.
- Dimensions - Dimensions disponibles pour la métrique.
- Fragments de temps - Intervalles auxquels la métrique est échantillonnée. Par exemple,
PT1M
indique que la métrique est échantillonnée toutes les minutes,PT30M
toutes les 30 minutes,PT1H
toutes les heures, et ainsi de suite. - Exportation DS : indique si la métrique est exportable vers les journaux Azure Monitor via les paramètres de diagnostic. Pour plus d’informations sur l’exportation des métriques, consultez Créer des paramètres de diagnostic dans Azure Monitor.
Catégorie | Métrique | Nom dans l’API REST | Unité | Agrégation | Dimensions | Fragments de temps | Exportation DS |
---|---|---|---|---|---|---|---|
Disponibilité | Demandes de passerelle classées Nombre de demandes de la passerelle par catégories (1xx/2xx/3xx/4xx/5xx) |
CategorizedGatewayRequests |
Count | Nombre, Total (Somme) | HttpStatus |
PT1M, PT1H, P1D | Oui |
Disponibilité | Demandes de passerelle Nombre de demandes de la passerelle |
GatewayRequests |
Count | Nombre, Total (Somme) | HttpStatus |
PT1M, PT1H, P1D | Oui |
Disponibilité | Requête de consommateur du proxy REST Nombre de demandes de consommateur au proxy REST Kafka |
KafkaRestProxy.ConsumerRequest.m1_delta |
CountPerSecond | Total (Somme) | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | Demandes non réussies du consommateur du proxy REST Exceptions de demande de consommateur |
KafkaRestProxy.ConsumerRequestFail.m1_delta |
CountPerSecond | Total (Somme) | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | Rest proxy RequestLatency du consommateur Latence des messages dans une demande de consommateur via le proxy REST Kafka |
KafkaRestProxy.ConsumerRequestTime.p95 |
Millisecondes | Average | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | Backlog des demandes de consommateur du proxy REST Longueur de file d’attente de proxy REST de consommateur |
KafkaRestProxy.ConsumerRequestWaitingInQueueTime.p95 |
Millisecondes | Average | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | MessageThroughput du producteur de proxy REST Nombre de messages de producteur via le proxy REST Kafka |
KafkaRestProxy.MessagesIn.m1_delta |
CountPerSecond | Total (Somme) | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | MessageThroughput du consommateur du proxy REST Nombre de messages de consommateur via le proxy REST Kafka |
KafkaRestProxy.MessagesOut.m1_delta |
CountPerSecond | Total (Somme) | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | REST proxy ConcurrentConnections Nombre de connexions simultanées via le proxy REST Kafka |
KafkaRestProxy.OpenConnections |
Count | Total (Somme) | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | RequestThroughput du producteur de proxy REST Nombre de demandes de producteur au proxy REST Kafka |
KafkaRestProxy.ProducerRequest.m1_delta |
CountPerSecond | Total (Somme) | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | Demandes infructueuses du producteur de proxy REST Exceptions de demande de producteur |
KafkaRestProxy.ProducerRequestFail.m1_delta |
CountPerSecond | Total (Somme) | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | DemandeLatency du producteur de proxy REST Latence des messages dans une demande de producteur via le proxy REST Kafka |
KafkaRestProxy.ProducerRequestTime.p95 |
Millisecondes | Average | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | Backlog des demandes du producteur du proxy REST Longueur de file d’attente de proxy REST de producteur |
KafkaRestProxy.ProducerRequestWaitingInQueueTime.p95 |
Millisecondes | Average | Machine , Topic |
PT1M, PT1H, P1D | Oui |
Disponibilité | Nombre de travailleurs actifs Nombre de collaborateurs actifs |
NumActiveWorkers |
Count | Moyenne, Maximum, Minimum | MetricName |
PT1M, PT1H, P1D | Oui |
Disponibilité | Processeur en attente Demandes d’UC en attente dans YARN |
PendingCPU |
Count | Moyenne, Maximum, Minimum | <aucune> | PT1M, PT1H, P1D | Oui |
Disponibilité | Mémoire en attente Demandes de mémoire en attente dans YARN |
PendingMemory |
Count | Moyenne, Maximum, Minimum | <aucune> | PT1M, PT1H, P1D | Oui |
Dimensions de métrique
Pour plus d’informations sur les dimensions de métrique, consultez Métriques multidimensionnelles.
Ce service a les dimensions suivantes associées à ses métriques.
Les dimensions de la table Microsoft.HDInsight/clusters sont les suivantes :
- httpStatus
- Machine
- Sujet
- MetricName
Journaux d’activité de ressources
Cette section répertorie les types de journaux d’activité de ressources que vous pouvez collecter pour ce service. La section extrait la liste de tous les types de catégorie de journaux d’activité de ressources pris en charge dans Azure Monitor.
HDInsight n’utilise pas les journaux de ressources Azure Monitor ou les paramètres de diagnostic. Les journaux sont collectés par d’autres méthodes, notamment l’utilisation de l’agent Log Analytics.
Tables Azure Monitor Logs
Cette section répertorie les tables de journaux Azure Monitor pertinentes pour ce service, disponibles pour une requête par l’analytique des journaux d’activité à l’aide de requêtes Kusto. Les tables contiennent les données du journal des ressources et éventuellement d’autres données en fonction de ce qui est collecté et acheminé vers elles.
Clusters HDInsight
Microsoft.HDInsight/Clusters
Les journaux et métriques disponibles varient en fonction de votre type de cluster HDInsight.
- HDInsightAmbariClusterAlerts
- HDInsightAmbariSystemMetrics
- HDInsightGatewayAuditLogs
- HDInsightHBaseLogs
- HDInsightHBaseMetrics
- HDInsightHadoopAndYarnLogs
- HDInsightHadoopAndYarnMetrics
- HDInsightHiveAndLLAPLogs
- HDInsightHiveAndLLAPMetrics
- HDInsightHiveQueryAppStats
- HDInsightHiveTezAppStats
- HDInsightJupyterNotebookEvents
- HDInsightKafkaLogs
- HDInsightKafkaMetrics
- HDInsightKafkaServerLog
- HDInsightOozieLogs
- HDInsightRangerAuditLogs
- HDInsightSecurityLogs
- HDInsightSparkApplicationEvents
- HDInsightSparkBlockManagerEvents
- HDInsightSparkEnvironmentEvents
- HDInsightSparkExecutorEvents
- HDInsightSparkExtraEvents
- HDInsightSparkJobEvents
- HDInsightSparkLogs
- HDInsightSparkSQLExecutionEvents
- HDInsightSparkStageEvents
- HDInsightSparkStageTaskAccumulables
- HDInsightSparkTaskEvents
- HDInsightStormLogs
- HDInsightStormMetrics
- HDInsightStormTopologyMetrics
Mappage de table de journal
La nouvelle intégration d’Azure Monitor implémente de nouvelles tables dans l’espace de travail Log Analytics. Les tableaux suivants montrent les mappages de tables de journal de l’intégration Azure Monitor classique à la nouvelle.
La colonne Nouvelle table affiche le nom de la nouvelle table. La ligne Description décrit le type de journaux/métriques disponibles dans ce tableau. La colonne De table Classique est une liste de toutes les tables de l’intégration Azure Monitor classique dont les données sont désormais présentes dans la nouvelle table.
Remarque
Certaines tables sont complètement nouvelles et ne sont pas basées sur les tables précédentes.
Tables de charge de travail générales
Nouvelle table | Description | Tableau classique |
---|---|---|
HDInsightAmbariSystemMetrics | Métriques système collectées à partir d’Ambari. Les métriques proviennent désormais de chaque nœud du cluster (à l’exception des nœuds de périphérie) au lieu des deux nœuds principaux uniquement. Chaque métrique est désormais une colonne et chaque métrique est signalée une fois par enregistrement. | metrics_cpu_nice_cl, metrics_cpu_system_cl, metrics_cpu_user_cl, metrics_memory_cache_CL, metrics_memory_swap_CL, metrics_memory_total_CLmetrics_memory_buffer_CL, metrics_load_1min_CL, metrics_load_cpu_CL, metrics_load_nodes_CL, metrics_load_procs_CL, metrics_network_in_CL, metrics_network_out_CL |
HDInsightAmbariClusterAlerts | Alertes de cluster Ambari de chaque nœud du cluster (à l’exception des nœuds de périphérie). Chaque alerte est un enregistrement dans cette table. | metrics_cluster_alerts_CL |
HDInsightSecurityLogs | Enregistrements des journaux d’audit et d’authentification Ambari. | log_ambari_audit_CL, log_auth_CL |
HDInsightRangerAuditLogs | Tous les enregistrements du journal d’audit Ranger pour les clusters ESP. | ranger_audit_logs_CL |
HDInsightGatewayAuditLogs_CL | Informations d’audit des nœuds de passerelle. Même format que le tableau classique et toujours situé dans la section Journaux personnalisés. | log_gateway_Audit_CL |
Charge de travail Spark
Remarque
Les tables associées à l’application Spark ont été remplacées par 11 nouvelles tables Spark qui fournissent des informations plus détaillées sur vos charges de travail Spark.
Nouvelle table | Description | Tableau classique |
---|---|---|
HDInsightSparkLogs | Tous les journaux liés à Spark et à son composant associé : Livy et Jupyter. | log_livy_CL, log_jupyter_CL, log_spark_CL, log_sparkappsexecutors_CL, log_sparkappsdrivers_CL |
HDInsightSparkApplicationEvents | Informations sur les événements pour les applications Spark, notamment l’heure de soumission et d’achèvement, l’ID d’application et AppName. Utile pour effectuer le suivi du démarrage et de la fin des applications. | |
HDInsightSparkBlockManagerEvents | Informations sur les événements liés au Gestionnaire de blocs de Spark. Inclut des informations telles que l’utilisation de la mémoire de l’exécuteur. | |
HDInsightSparkEnvironmentEvents | Les informations d’événement relatives à l’environnement dans lequel une application s’exécute, notamment, le mode de déploiement Spark, le maître et les informations sur l’exécuteur. | |
HDInsightSparkExecutorEvents | Informations sur l’utilisation de l’exécuteur Spark par une application. | |
HDInsightSparkExtraEvents | Informations d’événement qui ne tiennent pas dans une autre table Spark. | |
HDInsightSparkJobEvents | Informations sur les travaux Spark, notamment leurs heures de début et de fin, le résultat et les étapes associées. | |
HDInsightSparkSqlExecutionEvents | Informations sur les événements sur les requêtes Spark SQL, notamment leurs informations de plan et leur description, ainsi que les heures de début et de fin. | |
HDInsightSparkStageEvents | Informations sur les événements pour les phases Spark, notamment les heures de début et d’achèvement, l’état de l’échec et les informations d’exécution détaillées. | |
HDInsightSparkStageTaskAccumulables | Métriques de performances pour les étapes et les tâches. | |
HDInsightTaskEvents | Informations sur les événements pour les tâches Spark, notamment le temps de début et d’achèvement, les étapes associées, l’état d’exécution et le type de tâche. | |
HDInsightJupyterNotebookEvents | Informations sur les événements pour les notebooks Jupyter. |
Charge de travail Hadoop/YARN
Nouvelle table | Description | Tableau classique |
---|---|---|
HDInsightHadoopAndYarnMetrics | Métriques JMX à partir des frameworks Hadoop et YARN. Contient toutes les mêmes métriques JMX que les tables de journaux personnalisées précédentes, ainsi que les métriques plus importantes : serveur de chronologie, gestionnaire de nœuds et serveur d’historique des travaux. Contient une métrique par enregistrement. | metrics_resourcemanager_clustermetrics_CL, metrics_resourcemanager_jvm_CL, metrics_resourcemanager_queue_root_CL, metrics_resourcemanager_queue_root_joblauncher_CL, metrics_resourcemanager_queue_root_default_CL, metrics_resourcemanager_queue_root_thriftsvr_CL |
HDInsightHadoopAndYarnLogs | Tous les journaux générés à partir des frameworks Hadoop et YARN. | log_mrjobsummary_CL, log_resourcemanager_CL, log_timelineserver_CL, log_nodemanager_CL |
Charge de travail Hive/LLAP
Nouvelle table | Description | Tableau classique |
---|---|---|
HDInsightHiveAndLLAPMetrics | Métriques JMX à partir des frameworks Hive et LLAP. Contient toutes les mêmes métriques JMX que les tables de journaux personnalisées précédentes, une métrique par enregistrement. | llap_metrics_hiveserver2_CL, llap_metrics_hs2_metrics_subsystemllap_metrics_jvm_CL, llap_metrics_llap_daemon_info_CL, llap_metrics_buddy_allocator_info_CL, llap_metrics_deamon_jvm_CL, llap_metrics_io_CL, llap_metrics_executor_metrics_CL, llap_metrics_metricssystem_stats_CL, llap_metrics_cache_CL |
HDInsightHiveAndLLAPLogs | Journaux générés à partir de Hive, LLAP et leurs composants associés : WebHCat et Zeppelin. | log_hivemetastore_CL log_hiveserver2_CL, log_hiveserve2interactive_CL, log_webhcat_CL, log_zeppelin_zeppelin_CL |
Charge de travail Kafka
Nouvelle table | Description | Tableau classique |
---|---|---|
HDInsightKafkaMetrics | Métriques JMX de Kafka. Contient toutes les mêmes métriques JMX que les anciennes tables de journaux personnalisés, ainsi que d’autres métriques importantes. Une métrique par enregistrement. | metrics_kafka_CL |
HDInsightKafkaLogs | Tous les journaux générés à partir des répartiteurs Kafka. | log_kafkaserver_CL, log_kafkacontroller_CL |
Charge de travail HBase
Nouvelle table | Description | Tableau classique |
---|---|---|
HDInsightHBaseMetrics | Métriques JMX à partir de HBase. Contient toutes les mêmes métriques JMX des tables précédentes. Contrairement aux tables précédentes, chaque ligne contient une métrique. | metrics_regionserver_CL, metrics_regionserver_wal_CL, metrics_regionserver_ipc_CL, metrics_regionserver_os_CL, metrics_regionserver_replication_CL, metrics_restserver_CL, metrics_restserver_jvm_CL, metrics_hmaster_assignmentmanager_CL, metrics_hmaster_ipc_CL, metrics_hmaser_os_CL, metrics_hmaster_balancer_CL, metrics_hmaster_jvm_CL, metrics_hmaster_CL, metrics_hmaster_fs_CL |
HDInsightHBaseLogs | Journaux d’activité de HBase et de ses composants associés : Phoenix et HDFS. | log_regionserver_CL, log_restserver_CL, log_phoenixserver_CL, log_hmaster_CL, log_hdfsnamenode_CL, log_garbage_collector_CL |
Charge de travail Oozie
Nouvelle table | Description | Tableau classique |
---|---|---|
HDInsightOozieLogs | Tous les journaux générés à partir de l’infrastructure Oozie. | Log_oozie_CL |
Journal d’activité
La table liée répertorie les opérations qui peuvent être enregistrées dans le journal d’activité de ce service. Ces opérations constituent un sous-ensemble de toutes les opérations possibles du fournisseur de ressources dans le journal d’activité.
Pour plus d’informations sur le schéma des entrées du journal d’activité, consultez Schéma du journal d’activité.
Contenu connexe
- Consultez Surveiller HDInsight pour obtenir une description de la surveillance de HDInsight.
- Pour plus d’informations sur la supervision des ressources Azure, consultez Superviser des ressources Azure avec Azure Monitor.