Compartir por

Recomendacións para a recollida de datos de rendemento

Aplícase a esta recomendación da lista de verificación de eficiencia do rendemento ben deseñada: Power Platform

PE:04 Recompilar datos de rendemento. Os compoñentes e fluxos da carga de traballo deben proporcionar métricas e rexistros automáticos, continuos e significativos. Recoller datos en diferentes niveis da carga de traballo, como os niveis de aplicación, plataforma, datos e sistema operativo.

A recollida de datos de rendemento é o proceso de recompilar métricas e rexistros que proporcionan información sobre o rendemento dunha carga de traballo. Estes datos inclúen valores numéricos, que se coñecen como métricas. As métricas describen o estado do sistema nun momento determinado. Os datos de rendemento tamén inclúen rexistros que conteñen diferentes tipos de datos organizados en rexistros.

Ao recompilar datos de rendemento, podes supervisar e analizar o rendemento dunha carga de traballo. Podes usar esta información para identificar obstáculos no rendemento, solucionar problemas e tomar decisións baseadas en datos para mellorar a eficiencia do rendemento xeral da carga de traballo.

Sen información baseada en datos, é posible que descoñezas os problemas de rendemento subxacentes ou as oportunidades de optimización. Os resultados potenciais inclúen tempos de resposta máis lentos, un rendemento reducido e, en definitiva, unha experiencia de usuario subóptima. Ademais, a falta de datos de rendemento dificulta o diagnóstico e a resolución de problemas de maneira oportuna, o que leva a un tempo de inactividade prolongado e a unha redución da produtividade.

Definicións

Termo Definición
Rexistros de actividade Rexistros que rastrexan as operacións de xestión nos recursos, como a eliminación dun recurso.
Rexistros de aplicacións Rexistros que rastrexan información sobre eventos de aplicacións, erros e outras actividades, como inicios de sesión e fallos de conexión á base de datos.
Ferramenta de monitorización do rendemento das aplicacións (APM) Unha ferramenta que monitoriza e informa do rendemento dunha aplicación.
Instrumentación do código A captura directa ou indirecta de métricas de rendemento desde a perspectiva do código da aplicación. As métricas capturadas inclúen métricas de fluxo, uso de recursos e métricas específicas da linguaxe ou do tempo de execución.
Rastrexo distribuído Recompilación e correlación de métricas entre compoñentes de carga de traballo distribuída.
Sumidero de métricas Un destino de almacenamento para as túas métricas que correlaciona datos de series temporais para a súa análise.
Rexistros da plataforma Datos de diagnóstico e auditoría que inclúen rexistros de recursos, rexistros de actividades e rexistros de auditoría.
Métricas da plataforma Valores numéricos que rexistran o rendemento da carga de traballo nun momento determinado.
Rexistros de recursos Datos que xera un sistema. Ofrece información sobre o estado do sistema.
Rexistro estruturado Definir un formato significativo para rexistrar mensaxes, normalmente como pares clave-valor.

Estratexias clave de deseño

A optimización do rendemento require datos para medir o rendemento actual dunha carga de traballo ou dun fluxo en comparación cos seus obxectivos de rendemento. Necesitas recompilar a cantidade e a diversidade de datos axeitados para medir o rendemento do código e da infraestrutura en relación cos obxectivos de rendemento. Asegúrate de que cada compoñente e fluxo dentro da carga de traballo xere automaticamente métricas e rexistros continuos e significativos. Necesitas obter estes datos de diversos niveis como a aplicación, a plataforma, o almacenamento e o sistema operativo. A recompilación exhaustiva de datos de rendemento permite unha comprensión holística do mesmo, o que permite identificar con precisión as ineficiencias e as vías de mellora.

Centralizar os datos de rendemento

Centralizar as métricas e os rexistros de rendemento é o proceso de recompilar métricas e rexistros de rendemento de varias fontes e almacenalos nunha localización central. Crea un sumidoiro central de métricas e un sumidoiro central de rexistros. Esta centralización permite un acceso, unha análise e unha monitorización sinxelos das métricas e rexistros de rendemento en diferentes sistemas e compoñentes. Ao centralizar as métricas e os rexistros, obtés visibilidade sobre o rendemento da túa carga de traballo. Escolla unha plataforma ou ferramenta axeitada que poida agregar e almacenar métricas e rexistros de rendemento da carga de traballo.

Compromiso: Comprender o custo da recollida de métricas e rexistros. En xeral, cantas máis métricas e rexistros recollas, maior será o custo.

Datos de rendemento do segmento

A segmentación dos datos de rendemento implica organizar e categorizar métricas e rexistros segundo a súa orixe, propósito ou ambiente. Por exemplo, deberías separar os datos de produción dos datos que non son de produción ou distinguir entre obxectivos de rendemento e métricas empresariais. A segmentación de datos axuda a optimizar entornos específicos, facilita a resolución de problemas e limita as imprecisións na monitorización do rendemento. Ao manter unha distinción clara entre os diferentes tipos de datos, podes capturar, analizar e responder ás métricas relevantes de forma máis eficiente e aliñar mellor o estado da carga de traballo cos obxectivos da carga de traballo. Para segmentar os datos de rendemento, teña en conta as seguintes recomendacións:

  • Manteña os datos de produción e os datos que non o son. Ao separar os datos por ambiente, podes garantir unha monitorización e optimización específicas de cada ambiente. Nos entornos de produción, podes identificar e abordar mellor os problemas de rendemento que afectan directamente aos usuarios e ás operacións empresariais. En contornas non produtivas, a separación de datos facilita a resolución de problemas e o axuste fino eficaces durante a fase de probas antes da implementación en produción.

  • Usar un conxunto de datos dentro de cada ambiente. Non empregues un conxunto de datos para os obxectivos de rendemento e outro conxunto de datos para as alertas relacionadas cos obxectivos de rendemento. O uso de diferentes conxuntos de datos leva a alertas inexactas que prexudican a eficacia da monitorización do rendemento.

  • Obxectivos de rendemento e métricas empresariais separados. Os equipos de operacións e desenvolvemento empregan obxectivos de rendemento para supervisar o estado da carga de traballo e cumprir os obxectivos empresariais. As métricas empresariais relaciónanse cos obxectivos empresariais ou cos informes de clientes. Captura as métricas empresariais nun fluxo de datos separado, mesmo se os datos se solapan directamente. Esta separación ofréceche flexibilidade para capturar os datos correctos e analizalos de forma independente.

Definir políticas de retención

As políticas de retención determinan canto tempo se deben conservar os datos de rendemento. Establecer estas políticas axuda a xestionar o almacenamento de forma eficiente e garante que só os datos necesarios sexan accesibles para a súa análise. Estas políticas favorecen un mellor rendemento e cumpren cos estándares de conformidade. Deberías configurar políticas de retención para os datos de rexistro e métricas para permitir unha resolución de problemas e unha monitorización eficaces en todos os entornos. Por exemplo, pode ser necesario conservar os rexistros e as métricas durante máis tempo nun ambiente de produción que nun ambiente de probas. O período de retención debe axustarse aos requisitos e ás normativas de cumprimento da súa organización. Decida canto tempo conservar os datos para fins de análise e auditoría. Arquiva os datos que non necesitas para a análise inmediata.

Compilar datos de desempeño

A recollida de datos implica a monitorización e a análise das métricas de rendemento dunha carga de traballo, como o rendemento, a latencia e os tempos de finalización, recollidas principalmente a través de código de instrumentación. Os datos de rendemento da carga de traballo proporcionan información valiosa sobre o estado e o rendemento dunha aplicación. Ao monitorizar e analizar os datos de rendemento, podes identificar e solucionar problemas, optimizar o rendemento e tomar decisións informadas para a túa carga de traballo.

Código do instrumento

A instrumentación refírese ao proceso de integrar fragmentos de código ou accións no código das cargas de traballo; por exemplo, crear eventos de rastrexo personalizados na túa aplicación de lenzo. O propósito da instrumentación é capturar datos de rendemento mentres se executa a carga de traballo. É esencial recompilar métricas que destaquen as operacións críticas da carga de traballo. Céntrase en métricas como o rendemento, a latencia e o tempo de finalización. É importante diferenciar as operacións relacionadas coa empresa doutras operacións. Para os datos relacionados coas operacións comerciais, asegúrate de que os seus metadatos estean estruturados dun xeito que permita un seguimento e almacenamento distintos. A instrumentación do código ofrece as seguintes vantaxes:

  • Identificación de obstáculos no rendemento: Ao rastrexar métricas como o tempo transcorrido, podes identificar os obstáculos e optimizar o código en consecuencia.

  • Avaliación do comportamento do sistema baixo carga: Podes ver como funciona a carga de traballo en diferentes escenarios de estrés. Estes datos poden axudarche a identificar problemas relacionados coa escalabilidade, a simultaneidade e o uso de recursos.

  • Seguimento doestado e dispoñibilidade da carga de traballo: Dado que os indicadores clave de rendemento se monitorizan en tempo real, podes recibir alertas sobre posibles problemas que afectan ao rendemento e á dispoñibilidade da aplicación.

  • Mellora a experiencia do usuario: Podes obter información sobre como interactúan os usuarios coa carga de traballo. Usa esta información para optimizar a experiencia do usuario e identificar áreas de mellora.

  • Planificar a capacidade e asignar recursos: Os datos de rendemento que recompila a instrumentación poden proporcionar información valiosa sobre os requisitos de recursos dunha carga de traballo. Esta información pode servir para tomar decisións sobre a planificación da capacidade e a asignación de recursos.

Ao instrumentar código para a monitorización do rendemento, teña en conta as seguintes estratexias:

  • Usar ferramentas APM: As ferramentas de monitorización do rendemento das aplicacións (APM) recompilan e analizan datos de rendemento, incluíndo métricas, rastrexos e rexistros. As ferramentas de APM ofrecen funcións como instrumentación a nivel de código, rastrexo de transaccións e creación de perfís de rendemento.

  • Instrumentación personalizada: Os desenvolvedores poden engadir código personalizado para recoller métricas de rendemento exclusivas da súa aplicación e carga de traballo. A instrumentación personalizada pode medir os tempos de execución, rastrexar o uso de recursos ou capturar eventos específicos.

  • Capturar os tempos das transaccións. A captura dos tempos de transacción relaciónase coa medición dos tempos de principio a fin para funcións técnicas clave como parte da monitorización do rendemento. As métricas a nivel de aplicación deben incluír os tempos de transacción de extremo a extremo. Estes tempos de transacción deberían abarcar funcións técnicas clave como as consultas á base de datos, os tempos de resposta para chamadas á API externas e as taxas de fallo dos pasos de procesamento.

  • Empregar estándares de telemetría. Considere o uso de bibliotecas de instrumentación de ferramentas APM e ferramentas que estean construídas arredor dun estándar de telemetría, como OpenTelemetry.

Recompilar datos de rendemento dos recursos

Ao recompilar datos de rendemento dos recursos, podes obter información sobre o estado e o comportamento da túa carga de traballo. Os datos de rendemento dos recursos proporcionan información sobre o uso dos recursos, o que é fundamental para a planificación da capacidade. Estes datos tamén proporcionan información sobre o estado dunha carga de traballo e poden axudarche a detectar problemas e solucionalos. Teña en conta as seguintes recomendacións:

  • Recoller métricas e rexistros para cada recurso. Cada servizo ten un conxunto de métricas exclusivas da funcionalidade do recurso. Estas métricas axúdanche a comprender o estado e o rendemento do recurso.

  • Usar ferramentas de plataforma. Inspírate en solucións de monitorización integradas e integradas, como Azure Monitor Insights. Esta ferramenta optimiza as operacións de rendemento. Ten en conta as ferramentas da plataforma ao seleccionar unha e investir en ferramentas ou informes personalizados.

  • Monitorizar o tráfico da rede. Monitorizar o tráfico de rede significa rastrexar e analizar o fluxo e os patróns de datos a medida que se moven polas vías da rede. Recompilar análises de tráfico e monitorizar o tráfico que atravesa os límites da subrede. O teu obxectivo é analizar e optimizar o rendemento da rede.

Recompilar datos de bases de datos e almacenamento

Moitos sistemas de bases de datos e almacenamento ofrecen as súas propias ferramentas de monitorización. Estas ferramentas recompilan datos de rendemento específicos deses sistemas. Os sistemas de bases de datos e almacenamento adoitan xerar rexistros que conteñen eventos e indicadores relacionados co rendemento. Recompila datos de bases de datos e datos de rendemento do almacenamento para poder identificar os obstáculos, diagnosticar problemas e tomar decisións informadas para mellorar o rendemento e a fiabilidade xerais da túa carga de traballo. Considere a posibilidade de recompilar os seguintes tipos de datos de rendemento:

  • Rendemento: O rendemento mide a cantidade de datos lidos ou escritos no sistema de almacenamento durante un período de tempo. Os datos de rendemento indican as capacidades de transferencia de datos.

  • Latencia: A latencia mide a duración das operacións de almacenamento. Os datos de latencia indican a capacidade de resposta do sistema de almacenamento.

  • IOPS (operacións de E/S por segundo): Datos sobre o número de operacións de lectura ou escritura que o sistema de almacenamento pode realizar nun segundo. Os datos de IOPS indican o rendemento e a capacidade de resposta do sistema de almacenamento.

  • Uso da capacidade: O uso da capacidade é a cantidade de capacidade de almacenamento utilizada e a cantidade que está dispoñible. Os datos de uso da capacidade axudan ás organizacións a planificar as necesidades de almacenamento futuras.

Recoller datos de rendemento do conector

O tempo dedicado á espera de que se completen as operacións de servizos integrados pode contribuír ao baixo rendemento xeral dunha carga de traballo. Se a súa carga de traballo usa conectores para integrar servizos, considere medir o tempo dedicado a cada operación do conector para avaliar o seu impacto e decidir se optimizar o deseño da carga de traballo. Dependendo do servizo, podes usar o historial de execucións ou a lóxica personalizada para capturar o tempo dedicado ás operacións do conector.

Validar e analizar datos

Os teus datos de rendemento deben estar aliñados cos obxectivos de rendemento. Os datos deben representar o rendemento da carga de traballo ou do fluxo de forma completa e precisa en relación cos obxectivos de rendemento. Por exemplo, o tempo de resposta dun servizo web ten un obxectivo de rendemento de 500 milisegundos. Fai que a análise dos datos sexa unha rutina, xa que as avaliacións frecuentes permiten a detección e mitigación temperás dos problemas de rendemento.

  • Crear alertas. É beneficioso ter alertas que sexan accionables, permitindo a identificación e rectificación rápidas dos problemas de rendemento. Estas alertas deberían indicar claramente o limiar de rendemento incumprido, o posible efecto empresarial e os compoñentes implicados. Comeza por definir unha alerta común e unha recomendada. Co tempo, podes modificar estes criterios segundo as túas necesidades específicas. O obxectivo principal destas alertas debería ser prever posibles caídas de rendemento antes de que se convertan en problemas significativos. Se non podes definir unha alerta para unha dependencia externa, considera deseñar un método para recompilar medicións indirectas, como a duración dunha chamada de dependencia.

  • Establecer límites de recollida de datos. Determina e establece límites lóxicos para o volume de datos que recompilas e a súa duración de retención. A telemetría pode ás veces producir cantidades abafadoras de datos. É fundamental centrarse en capturar só os indicadores de rendemento máis importantes ou ter un sistema eficiente implementado para extraer información significativa dos datos de rendemento.

Power Platform facilitación

Ver datos de rendemento no centro de administración de Power Platform: Use a área Monitor do centro de administración de Power Platform para medir e mellorar as métricas de saúde operativa de aplicacións e fluxos. A experiencia Monitor está dispoñible tanto para creadores como para administradores. Os fabricantes usan os datos para mellorar os seus recursos. Os administradores úsano para comprender o estado operativo agregado no arrendatario ou en entornos específicos. O obxectivo da área Monitor do centro de administración é chamar a atención sobre os recursos que degradou o estado operativo e destacar os recursos que teñen oportunidades de mellora. Power Platform

Recollida de datos de rendemento da aplicación : Application Insights é unha funcionalidade de Azure Monitor que che axuda a supervisar o rendemento e a dispoñibilidade da túa aplicación. Os datos almacénanse nos rexistros de Azure Monitor mediante Application Insights e visualizado en Rendemento e fallos paneis. Os datos son exportados ao seu contorno de Application Insights no esquema estándar definido por Application Insights. Podes exportar Dataverse e Power Automate datos a Application Insights, conectar as túas aplicacións de lenzo a Application Insights e capturar datos de telemetría do teu Microsoft Copilot Studio axente para usalos en Azure Application Insights.

Application Insights permíteche escoller vistas de datos do servidor e do navegador . Ao identificar esas operacións con maior duración, pode diagnosticar posibles problemas.

Usa as funcionalidades nativas da plataforma para analizar o rendemento:As análises en Copilot Studio ofrecen unha visión xeral completa do rendemento do teu axente. Emprega tecnoloxía de intelixencia artificial (IA) para identificar que temas están a ter o maior impacto na taxa de escalado, a taxa de abandono e a taxa de resolución. Información sobre o rendemento para Power Apps analizar os datos dos usuarios en tempo de execución e proporcionar unha lista priorizada de recomendacións para axudar a mellorar o rendemento das aplicacións baseadas en modelos.

Centralización, segmentación e retención de datos de rendemento: Microsoft xa recompila unha ampla telemetría sobre Dataverse, Power Automate fluxos na nube e aplicacións baseadas en modelos. Coa Application Insights integración, un administrador de ambiente ou inquilino proporciona a Application Insights clave de instrumentación ao configurar o proceso de exportación de datos no Power Platform centro de administración. En canto remate a configuración, a telemetría que Microsoft recompila sobre o teu entorno envíase ao teu entorno. Application Insights Cando use a integración de Application Insights, recibirá un conxunto estandarizado de telemetría que segue o Application Insights modelo de datos de telemetría. Ademais desta integración, tamén podes conectar aplicacións de lenzo ao Application Insights teu Microsoft Copilot Studio axente e capturar datos de telemetría del para usalos en Azure Application Insights.

Recompilación de datos de rendemento dos recursos de Azure: A maioría dos servizos de Azure xeran rexistros e métricas da plataforma que proporcionan información de diagnóstico e auditoría. Ao activar a configuración de diagnóstico, podes especificar os rexistros e as métricas da plataforma que queres recompilar e almacenar. Para fins de correlación, activa os diagnósticos para todos os servizos compatibles e envía os rexistros ao mesmo destino que os rexistros da aplicación.

Recollida de datos de rendemento da base de datos:Microsoft Dataverse intégrase con Application Insights. O fluxo de datos proporciona actualmente datos de rendemento relacionados con chamadas entrantes da API de Dataverse, chamadas de execución de complementos de Dataverse e chamadas SDK de Dataverse. Para recibir notificacións de problemas, configura alertas baseadas en limiares de rendemento.

Validación e análise de datos de rendemento: Dentro de Azure Monitor, pode usar os rexistros de Azure Monitor para recompilar, analizar e visualizar os datos de rexistro das súas aplicacións e sistemas. Ao agregar rexistros, podes realizar consultas cruzadas sobre eventos e obter información sobre o rendemento da túa aplicación. Para obter máis información, consulte Cálculos e opcións de custos de Azure Monitor Logs** e Prezos de Azure Monitor.

En Azure Monitor, pode definir regras de alerta para supervisar métricas de rendemento específicas e activar alertas en función de condicións predefinidas. Por exemplo, podes crear unha regra de alerta para que che notifique cando o tempo de resposta supere un límite especificado. Configura a regra de alerta para enviar notificacións aos destinatarios desexados.

Ao crear unha regra de alerta, pode definir os criterios que determinan cando se debe activar unha alerta. Podes definir limiares, métodos de agregación, ventás temporais e a frecuencia da avaliación. Define os criterios segundo os teus requisitos de monitorización do rendemento. Ademais de enviar notificacións, podes especificar as accións que se realizarán cando se active unha alerta. As accións poden incluír o envío de correos electrónicos, a chamada de webhooks ou a execución de funcións de Azure. Escolla as accións axeitadas para responder ao escenario de alerta específico.

Exemplos

Lista de verificación da eficiencia do rendemento

Consulta o conxunto completo de recomendacións.

Lista de verificación da eficiencia do rendemento

  • Last updated on