Detección de fugas de memoria (versión preliminar)
Nota
Puede mirar sus recursos de Application Insight a la detección inteligente basada en alertas (versión preliminar). La migración crea reglas de alerta para los distintos módulos de detección inteligente. Después de crear las reglas, podrá administrarlas y configurarlas como cualquier otra regla de alertas de Azure Monitor. También puede configurar grupos de acciones para estas reglas para habilitar a varios métodos para realizar acciones o desencadenar notificaciones sobre nuevas detecciones.
Para obtener más información, consulte Migración de alertas de detección inteligente.
La detección inteligente analizará automáticamente el consumo de memoria de cada proceso en su aplicación. Podría advertirle sobre posibles pérdidas de memoria o un mayor consumo de la misma.
Esta característica no requiere ninguna configuración especial, excepto la configuración de los contadores de rendimiento de la aplicación. Se activa cuando la aplicación genera suficiente telemetría en los contadores de rendimiento de memoria (por ejemplo, bytes privados).
¿Cuándo recibiré este tipo de notificación de detección inteligente?
Una notificación típica seguirá un aumento coherente:
- Del consumo de memoria durante un largo período de tiempo.
- De uno o varios procesos o máquinas que formen parte de la aplicación.
Los algoritmos de aprendizaje automático se utilizan para detectar un consumo de memoria aumentado que coincida con un patrón de fuga de memoria.
Entonces, ¿mi aplicación tiene realmente un problema?
Una notificación no significa que la aplicación tenga un problema. Aunque los patrones de pérdida de memoria pudieran indicar un problema en la aplicación, estos patrones podrían ser típicos de su proceso específico. Los patrones de pérdida de memoria también podrían tener una justificación comercial natural. En tales casos, es posible omitir la notificación.
¿Cómo puedo corregirlo?
Las notificaciones incluyen información de diagnóstico para facilitar el proceso de análisis de diagnóstico:
- Evaluación de prioridades: la notificación muestra cuánto aumentó la memoria (en GB) y el intervalo de tiempo en el que se produjo ese aumento. Esta información puede ayudarle a asignar una prioridad al problema.
- Ámbito: ¿cuántas máquinas mostraron el patrón de fuga de memoria? ¿Cuántas excepciones se desencadenaron durante la posible fuga de memoria? Esta información puede obtenerse de la notificación.
- Diagnóstico: la detección contiene el patrón de fuga de memoria y muestra el consumo de memoria del proceso a lo largo del tiempo. También es posible usar los elementos relacionados y los vínculos de informes para obtener información que pudiera ayudarle a efectuar un diagnóstico más exhaustivo del problema.
Comentarios
https://aka.ms/ContentUserFeedback.
Proximamente: Ao longo de 2024, retiraremos gradualmente GitHub Issues como mecanismo de comentarios sobre o contido e substituirémolo por un novo sistema de comentarios. Para obter máis información, consulte:Enviar e ver os comentarios