A platformmetrikák az Azure-erőforrások különböző aspektusainak teljesítményét mérik. Platformtelemetria adatgyűjtési szabályok (DCRs) lehetővé teszik a platformmetrikák gyűjtését és exportálását a támogatott Azure erőforrásokból. Ez a cikk bemutatja, hogyan hozhat létre DCR-t a metrikák exportálásához.
Megjegyzés:
Bár a DCR-eket és a diagnosztikai beállításokat egyszerre használhatja, le kell tiltania a metrikák diagnosztikai beállításait, ha DCR-eket használ az ismétlődő adatgyűjtés elkerülése érdekében.
Összehasonlítás a diagnosztikai beállításokkal
A funkció előtt csak diagnosztikai beállítások használatával exportálhat platformmetrikákat. A tartományvezérlőket még nem támogató erőforrástípusokhoz továbbra is szükség van diagnosztikai beállításokra.
A platform telemetriai DCR-ei számos előnnyel járnak a diagnosztikai beállításokkal szemben:
- A DCR-konfiguráció lehetővé teszi a metrikák dimenziókkal való exportálását.
- A DCR-konfiguráció lehetővé teszi a metrikanév alapján történő szűrést, így csak a szükséges metrikákat exportálhatja.
- A DCR-ek rugalmasabbak és méretezhetők, mint a diagnosztikai beállítások. Egyetlen DCR használata több erőforrással, míg minden erőforráshoz külön diagnosztikai beállítás szükséges.
- A DCR-ek végpontok közötti késése három percen belül van, míg a diagnosztikai beállítások exportálási késése 6–10 perc.
Exportálási célállomások
A metrikák a következő célhelyekre exportálhatók.
| Cél típusa |
Részletek |
| Log Analytics-munkaterületek |
A Log Analytics-munkaterületekre való exportálás több régióra is kiterjedhet. A Log Analytics-munkaterületnek és a DCR-nek ugyanabban a régióban kell lennie, de a figyelt erőforrások bármelyik régióban lehetnek. A log analytics-munkaterületre küldött metrikákat a rendszer a AzureMetricsV2 táblában tárolja. |
| Azure Storage-fiókok |
A tárfióknak, a DCR-nek és a figyelt erőforrásoknak ugyanabban a régióban kell lenniük. |
| Event Hubs |
Az Event Hubsnak, a DCR-nek és a figyelt erőforrásoknak ugyanabban a régióban kell lenniük. |
Megjegyzés:
A metrikák exportálásának késése körülbelül 3 perc. A kezdeti beállítás után akár 15 percet is hagyhat arra, hogy a metrikák megjelenjenek a célhelyen.
Korlátozások
A metrikák exportálásának DCR-jeire a következő korlátozások vonatkoznak:
- DCR-enként csak egy céltípus adható meg. Ha több célhelyre szeretne küldeni, hozzon létre több DCR-t.
- Egyetlen Azure-erőforráshoz legfeljebb 5 DCR társítható.
- A metrikák DCR-vel való exportálása nem támogatja az óránkénti szemcsés metrikák exportálását.
Támogatott erőforrások és régiók
A támogatott erőforrások és a támogatott régiók aktuális listájáért lásd: Metrikák exportált támogatott erőforrások és régiók.
Adatgyűjtési szabály (DCR) létrehozása metrikák exportálásához
Ez a cikk azt ismerteti, hogyan hozhat létre adatgyűjtési szabályt (DCR) a metrikák exportálásához az Azure Portal, az Azure CLI, a PowerShell, az API vagy az ARM-sablonok használatával.
Fontos
A platform telemetriai adatainak Storage-fiókokba vagy Event Hubsba való küldéséhez az erőforrásnak, az adatgyűjtési szabálynak és a céltárfióknak vagy az Event Hubsnak mind ugyanabban a régióban kell lennie.
Adatgyűjtési szabály létrehozása az Azure Portal használatával
Az Azure Portal Monitor menüjében válassza az Adatgyűjtési szabályok , majd a Létrehozás lehetőséget.
Az új DCR létrehozási felület használatához válassza a lap tetején található hivatkozást.
Az Adatgyűjtési szabály létrehozása lapon adjon meg egy szabálynevet, válassza ki a DCR előfizetését, erőforráscsoportját és régióját .
Válassza a PlatformTelemetrialehetőséget a telemetriai típushoz , és engedélyezze a felügyelt identitást , ha metrikákat szeretne küldeni egy tárfiókba vagy eseményközpontba.
Az Erőforrások lapon válassza az Erőforrások hozzáadása lehetőséget a metrikák gyűjtéséhez használni kívánt erőforrások hozzáadásához.
A Tovább gombra kattintva lépjen a Gyűjtés és kézbesítés lapra.
Válassza az Új adatforrás hozzáadása lehetőséget.
A rendszer automatikusan kiválasztja az előző lépésben megadott erőforrás erőforrástípusát. Adjon hozzá további erőforrástípusokat, ha ezt a szabályt szeretné használni, hogy a jövőben több erőforrástípusból gyűjtsön metrikákat. Válassza ki az erőforrástípus műveleteit , ha el szeretné távolítani a hozzá gyűjtött metrikák egy részét. Alapértelmezés szerint a rendszer összegyűjti az erőforráshoz elérhető összes metrikát.
A Következő célhelyek lehetőséget választva lépjen a Célhelyek lapra.
Válassza a Cél hozzáadása lehetőséget, majd a hozzáadni kívánt céltípust . A szükséges mezők a kiválasztott céltípustól függően változnak.
Megjegyzés:
Ha metrikákat szeretne küldeni egy tárfiókba vagy eseményközpontba, a metrikákat, a DCR-t és a tárfiókot vagy eseményközpontot létrehozó erőforrásnak ugyanabban a régióban kell lennie. Metrikák Log Analytics-munkaterületre való küldéséhez a DCR-nek ugyanabban a régióban kell lennie, mint a Log Analytics-munkaterület. A metrikákat létrehozó erőforrás bármely régióban lehet.
Válassza a Mentés , majd a Véleményezés és létrehozás lehetőséget.
Adatgyűjtési szabály létrehozása az Azure CLI használatával
Hozzon létre egy JSON-fájlt, amely tartalmazza a gyűjteményszabály specifikációját. További információ: Adatgyűjtési szabály (DCR) struktúra a metrikák exportálásához. A JSON-mintafájlokról a JSON-objektumok exportálása mintametrikák című témakörben olvashat.
Fontos
A szabályfájl formátuma megegyezik a PowerShellhez és a REST API-hoz használt formátummal, de a fájl nem tartalmazhat identity, a vagy location.kind Ezek a paraméterek a az monitor data-collection rule create parancsban vannak megadva.
Az alábbi Azure CLI példa a az monitorozási adatgyűjtési szabály létrehozási parancsot használja.
subscriptionId="aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e"
resourceGroupName="myResourceGroup"
dataCollectionRuleName="myDataCollectionRule"
location="eastus"
ruleFile="./cli-dcr.json"
az account set --subscription "$subscriptionId"
az monitor data-collection rule create \
--name "$dataCollectionRuleName" \
--resource-group "$resourceGroupName" \
--location "$location" \
--kind PlatformTelemetry \
--identity "{type:'SystemAssigned'}" \
--rule-file "$ruleFile"
Megjegyzés:
Azure CLI parancsok az aktuális PARANCSSOR-környezet Azure Resource Manager végpontját használják, ezért management.azure.com nem kell megadni a parancs szintaxisában.
A tárfiókok és az Event Hubs-célhelyek esetében engedélyeznie kell a felügyelt identitást a DCR használatával --identity "{type:'SystemAssigned'}". A Log Analytics-munkaterületekhez nincs szükség identitásra.
Másolja ki a következő kimenetből a DCR id-ját és principalId-jét, hogy a szerepkör hozzárendelésekor kapcsolatot hozzon létre a DCR és egy erőforrás között.
Output:
"id": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myResourceGroup/providers/Microsoft.Insights/dataCollectionRules/myDataCollectionRule",
"identity": {
"principalId": "eeeeeeee-ffff-aaaa-5555-666666666666",
"tenantId": "aaaabbbb-0000-cccc-1111-dddd2222eeee",
"type": "systemAssigned"
},
Írási engedélyek megadása a felügyelt identitáshoz
A DCR által használt felügyelt identitásnak írási engedélyekkel kell rendelkeznie a célhelyhez, ha a cél egy tárfiók vagy eseményközpont. A szabály felügyelt identitására vonatkozó engedélyek megadásához rendelje hozzá a megfelelő szerepkört az entitáshoz.
Az alábbi táblázat az egyes céltípusokhoz szükséges szerepköröket mutatja be:
| Cél típusa |
That is not necessary since there are no changes to apply. |
| Log Analytics-munkaterület |
nem kötelező |
| Azure Storage-fiók |
Storage Blob Data Contributor |
| Event Hubs |
Azure Event Hubs Data Sender |
A szerepkörök hozzárendelésével kapcsolatos további információkért lásd: Azure-szerepkörök hozzárendelése felügyelt identitáshoz.
Ha a parancssori felület használatával szeretne szerepkört hozzárendelni egy felügyelt identitáshoz, használja a következőt az role assignment create: . További információ: Szerepkör-hozzárendelések – Létrehozás.
Rendelje hozzá a megfelelő szerepkört a DCR felügyelt identitásához. Az alábbi példa hozzárendeli a Storage Blob Data Contributor szerepkört egy tárfiók DCR-jének felügyelt identitásához.
Az alábbi Azure CLI példa a az szerepkör-hozzárendelés létrehozása parancsot használja.
subscriptionId="aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e"
resourceGroupName="myResourceGroup"
storageAccountName="myStorageAccount"
principalId="eeeeeeee-ffff-aaaa-5555-666666666666"
roleDefinitionName="Storage Blob Data Contributor"
scope="/subscriptions/$subscriptionId/resourceGroups/$resourceGroupName/providers/Microsoft.Storage/storageAccounts/$storageAccountName"
az account set --subscription "$subscriptionId"
az role assignment create \
--assignee "$principalId" \
--role "$roleDefinitionName" \
--scope "$scope"
Adatgyűjtési szabály társítása
Az adatgyűjtési szabály létrehozása után hozzon létre egy adatgyűjtési szabálytársítást (DCRA) a szabály és a figyelendő erőforrás társításához. További információ: Adatgyűjtési szabálytársítások – Létrehozás.
Az alábbi példa a az monitor data-collection rule association parancscsoportot használja egy adatgyűjtési szabály és egy Key Vault közötti társítás create létrehozásához.
subscriptionId="aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e"
resourceGroupName="myResourceGroup"
associationName="myAssociation"
dataCollectionRuleName="myDataCollectionRule"
keyVaultName="myKeyVault"
dataCollectionRuleId="/subscriptions/$subscriptionId/resourceGroups/$resourceGroupName/providers/Microsoft.Insights/dataCollectionRules/$dataCollectionRuleName"
resourceUri="/subscriptions/$subscriptionId/resourceGroups/$resourceGroupName/providers/Microsoft.KeyVault/vaults/$keyVaultName"
az account set --subscription "$subscriptionId"
az monitor data-collection rule association create \
--name "$associationName" \
--rule-id "$dataCollectionRuleId" \
--resource "$resourceUri"
Adatgyűjtési szabály létrehozása a PowerShell használatával
Hozzon létre egy JSON-fájlt, amely tartalmazza a gyűjteményszabály specifikációját. További információ: Adatgyűjtési szabály (DCR) struktúra a metrikák exportálásához. A JSON-mintafájlokról a JSON-objektumok exportálása mintametrikák című témakörben olvashat.
Az alábbi PowerShell-példa a New-AzDataCollectionRule parancsmagot használja.
$subscriptionId = "aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e"
$resourceGroupName = "myResourceGroup"
$dataCollectionRuleName = "myDataCollectionRule"
$jsonFilePath = ".\dcr-storage-account.json"
Set-AzContext -Subscription $subscriptionId
$dataCollectionRuleParams = @{
Name = $dataCollectionRuleName
ResourceGroupName = $resourceGroupName
JsonFilePath = $jsonFilePath
}
New-AzDataCollectionRule @dataCollectionRuleParams
Másolja ki a következő kimenetből a DCR id-ját és IdentityPrincipalId-jét, hogy a szerepkör hozzárendelésekor kapcsolatot hozzon létre a DCR és egy erőforrás között.
Output:
Id : /subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myResourceGroup/providers/Microsoft.Insights/dataCollectionRules/myDataCollectionRule
IdentityPrincipalId : eeeeeeee-ffff-aaaa-5555-666666666666
IdentityTenantId : aaaabbbb-0000-cccc-1111-dddd2222eeee
IdentityType : systemAssigned
IdentityUserAssignedIdentity : {
}
Írási engedélyek megadása a felügyelt identitáshoz
A DCR által használt felügyelt identitásnak írási engedélyekkel kell rendelkeznie a célhelyhez, ha a cél egy tárfiók vagy eseményközpont.
A szabály felügyelt identitására vonatkozó engedélyek megadásához rendelje hozzá a megfelelő szerepkört az entitáshoz.
Az alábbi táblázat az egyes céltípusokhoz szükséges szerepköröket mutatja be:
| Cél típusa |
That is not necessary since there are no changes to apply. |
| Log Analytics-munkaterület |
nem kötelező |
| Azure Storage-fiók |
Storage Blob Data Contributor |
| Event Hubs |
Azure Event Hubs Data Sender |
További információ: Azure-szerepkörök hozzárendelése felügyelt identitáshoz.
Rendelje hozzá a megfelelő szerepkört a DCR felügyelt identitásához a(z) New-AzRoleAssignment használatával. Az alábbi példa a Azure Event Hubs Data Sender DCR felügyelt identitásához rendeli hozzá a szerepkört az előfizetés szintjén.
Az alábbi PowerShell-példa a New-AzRoleAssignment parancsmagot használja.
$objectId = "eeeeeeee-ffff-aaaa-5555-666666666666"
$roleDefinitionName = "Azure Event Hubs Data Sender"
$subscriptionId = "aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e"
$scope = "/subscriptions/$subscriptionId"
Set-AzContext -Subscription $subscriptionId
$roleAssignmentParams = @{
ObjectId = $objectId
RoleDefinitionName = $roleDefinitionName
Scope = $scope
}
New-AzRoleAssignment @roleAssignmentParams
Adatgyűjtési szabály társítása
Az adatgyűjtési szabály létrehozása után hozzon létre egy adatgyűjtési szabálytársítást (DCRA) a szabály és a figyelendő erőforrás társításához. Egy adatgyűjtési szabály és egy erőforrás közötti társítás létrehozásához használható New-AzDataCollectionRuleAssociation . További információ: New-AzDataCollectionRuleAssociation.
A következő PowerShell-példa a New-AzDataCollectionRuleAssociation parancsmaggal hoz létre társítást egy adatgyűjtési szabály és egy Key Vault között.
$subscriptionId = "aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e"
$resourceGroupName = "myResourceGroup"
$associationName = "myDataCollectionRuleAssociation"
$keyVaultName = "myKeyVault"
$dataCollectionRuleName = "myDataCollectionRule"
$resourceUri = "/subscriptions/$subscriptionId/resourceGroups/$resourceGroupName/providers/Microsoft.KeyVault/vaults/$keyVaultName"
$dataCollectionRuleId = "/subscriptions/$subscriptionId/resourceGroups/$resourceGroupName/providers/Microsoft.Insights/dataCollectionRules/$dataCollectionRuleName"
Set-AzContext -Subscription $subscriptionId
$dataCollectionRuleAssociationParams = @{
AssociationName = $associationName
ResourceUri = $resourceUri
DataCollectionRuleId = $dataCollectionRuleId
}
New-AzDataCollectionRuleAssociation @dataCollectionRuleAssociationParams
A metrikák adatgyűjtési szabályának létrehozásához a következő lépések szükségesek:
- Hozza létre az adatgyűjtési szabályt.
- Adjon engedélyeket a szabály felügyelt identitásához a célhelyre való íráshoz.
- Adatgyűjtési szabály társítása.
Az adatgyűjtési szabály létrehozása
Ha A REST API használatával szeretne DCR-t létrehozni, hitelesített kérést kell végrehajtania egy tulajdonosi jogkivonat használatával. Az Azure Monitorral való hitelesítésről további információt az Azure Monitor-kérelmek hitelesítése című témakörben talál.
Az alábbi végpont használatával hozzon létre egy adatgyűjtési szabályt a metrikákhoz a REST API használatával. További információ: Adatgyűjtési szabályok – Létrehozás.
PUT https://management.azure.com/subscriptions/{subscriptionId}/resourceGroups/{resourceGroupName}/providers/Microsoft.Insights/dataCollectionRules/{dataCollectionRuleName}?api-version={apiVersion}
Authorization: Bearer {accessToken}
Content-Type: application/json
A hasznos teher egy JSON-objektum, amely egy gyűjteményszabályt definiál. A hasznos adatok a kérelem törzsében lesznek elküldve. A JSON-struktúrával kapcsolatos további információkért lásd a metrikák exportálásának adatgyűjtési szabályának (DCR) szerkezetét. A DCR JSON-objektumok mintáit a JSON-objektumok exportálását szolgáló mintametrikák című témakörben talál.
Írási engedélyek megadása a felügyelt identitáshoz
A DCR által használt felügyelt identitásnak írási engedélyekkel kell rendelkeznie a célhelyhez, ha a cél egy tárfiók vagy eseményközpont. A szabály felügyelt identitására vonatkozó engedélyek megadásához rendelje hozzá a megfelelő szerepkört az entitáshoz.
Az alábbi táblázat az egyes céltípusokhoz szükséges szerepköröket mutatja be:
| Cél típusa |
That is not necessary since there are no changes to apply. |
| Log Analytics-munkaterület |
nem kötelező |
| Azure Storage-fiók |
Storage Blob Data Contributor |
| Event Hubs |
Azure Event Hubs Data Sender |
További információ: Azure-szerepkörök hozzárendelése felügyelt identitáshoz.
Ha rest használatával szeretne szerepkört hozzárendelni egy felügyelt identitáshoz, olvassa el a Szerepkör-hozzárendelések – Létrehozás című témakört.
Adatgyűjtési szabály társítása
Az adatgyűjtési szabály létrehozása után hozzon létre egy adatgyűjtési szabálytársítást (DCRA) a szabály és a figyelendő erőforrás társításához. További információ: Adatgyűjtési szabálytársítások – Létrehozás
Ha DCRA-t szeretne létrehozni a REST API-val, használja a következő végpontot és terhelést:
PUT https://management.azure.com/subscriptions/{subscriptionId}/resourcegroups/{resourceGroupName}/providers/Microsoft.Compute/virtualMachines/{virtualMachineName}/providers/Microsoft.Insights/dataCollectionRuleAssociations/{associationName}?api-version={apiVersion}
Authorization: Bearer {accessToken}
Content-Type: application/json
{
"properties": {
"description": "Association of platform telemetry DCR with VM myVirtualMachine",
"dataCollectionRuleId": "/subscriptions/<subscriptionId>/resourceGroups/<resourceGroupName>/providers/Microsoft.Insights/dataCollectionRules/<dataCollectionRuleName>"
}
}
Adatgyűjtési szabály létrehozása Bicep-sablonokkal
A következő sablonnal hozzon létre egy DCR-t. További információ: Microsoft.Insights dataCollectionRules.
@description('Specifies the name of the Data Collection Rule to create.')
param dataCollectionRuleName string
@description('Specifies the Log Analytics workspace.')
param workspaceId string
@description('Specifies the location in which to create the Data Collection Rule.')
param location string
resource dataCollectionRule 'Microsoft.Insights/dataCollectionRules@2024-03-11' = {
name: dataCollectionRuleName
kind: 'PlatformTelemetry'
identity: {
type: 'UserAssigned' | 'SystemAssigned'
userAssignedIdentities: {
type: 'string'
}
}
location: location
properties: {
dataSources: {
platformTelemetry: [
{
streams: [
'<resourceType>:<metricName> | Metrics-Group-All'
]
name: 'myPlatformTelemetryDataSource'
}
]
}
destinations: {
logAnalytics: [
{
workspaceResourceId: workspaceId
name: 'myDestination'
}
]
}
dataFlows: [
{
streams: [
'<resourceType>:<metricName> | Metrics-Group-All'
]
destinations: [
'myDestination'
]
}
]
}
}
Paraméterfájl
using './<template-name>.bicep'
param dataCollectionRuleName = 'myDataCollectionRule'
param workspaceId = '/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myResourceGroup/providers/microsoft.operationalinsights/workspaces/myWorkspace'
param location = 'eastus'
Minta DCR-sablon
@description('Specifies the name of the Data Collection Rule to create.')
param dataCollectionRuleName string
@description('Specifies the Log Analytics workspace.')
param workspaceId string
@description('Specifies the location in which to create the Data Collection Rule.')
param location string
resource dataCollectionRule 'Microsoft.Insights/dataCollectionRules@2024-03-11' = {
name: dataCollectionRuleName
location: location
kind: 'PlatformTelemetry'
identity: {
type: 'SystemAssigned'
}
properties: {
dataSources: {
platformTelemetry: [
{
streams: [
'Microsoft.Compute/virtualMachines:Metrics-Group-All'
'Microsoft.Compute/virtualMachineScaleSets:Metrics-Group-All'
'Microsoft.Cache/redis:Metrics-Group-All'
'Microsoft.keyvault/vaults:Metrics-Group-All'
]
name: 'myPlatformTelemetryDataSource'
}
]
}
destinations: {
logAnalytics: [
{
workspaceResourceId: workspaceId
name: 'myDestination'
}
]
}
dataFlows: [
{
streams: [
'Microsoft.Compute/virtualMachines:Metrics-Group-All'
'Microsoft.Compute/virtualMachineScaleSets:Metrics-Group-All'
'Microsoft.Cache/redis:Metrics-Group-All'
'Microsoft.keyvault/vaults:Metrics-Group-All'
]
destinations: [
'myDestination'
]
}
]
}
}
Adatgyűjtési szabály létrehozása ARM-sablonokkal
A következő sablonnal hozzon létre egy DCR-t. További információ: Microsoft.Insights dataCollectionRules.
{
"$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentTemplate.json#",
"contentVersion": "1.0.0.0",
"parameters": {
"dataCollectionRuleName": {
"type": "string",
"metadata": {
"description": "Specifies the name of the Data Collection Rule to create."
}
},
"workspaceId": {
"type": "string",
"metadata": {
"description": "Specifies the Log Analytics workspace."
}
},
"location": {
"type": "string",
"metadata": {
"description": "Specifies the location in which to create the Data Collection Rule."
}
}
},
"resources": [
{
"type": "Microsoft.Insights/dataCollectionRules",
"name": "[parameters('dataCollectionRuleName')]",
"kind": "PlatformTelemetry",
"identity": {
"type": "UserAssigned" | "SystemAssigned",
"userAssignedIdentities": {
"type": "string"
}
},
"location": "[parameters('location')]",
"apiVersion": "2024-03-11",
"properties": {
"dataSources": {
"platformTelemetry": [
{
"streams": [
"<resourceType>:<metricName> | Metrics-Group-All"
],
"name": "myPlatformTelemetryDataSource"
}
]
},
"destinations": {
"logAnalytics": [
{
"workspaceResourceId": "[parameters('workspaceId')]",
"name": "myDestination"
}
]
},
"dataFlows": [
{
"streams": [
"<resourceType>:<metricName> | Metrics-Group-All"
],
"destinations": [
"myDestination"
]
}
]
}
}
]
}
Paraméterfájl
{
"$schema": "https://schema.management.azure.com/schemas/2015-01-01/deploymentParameters.json#",
"contentVersion": "1.0.0.0",
"parameters": {
"dataCollectionRuleName": {
"value": "myDataCollectionRule"
},
"workspaceId": {
"value": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourceGroups/myResourceGroup/providers/microsoft.operationalinsights/workspaces/myWorkspace"
},
"location": {
"value": "eastus"
}
}
}
Minta DCR-sablon
{
"$schema": "https://schema.management.azure.com/schemas/2019-04-01/deploymentTemplate.json#",
"contentVersion": "1.0.0.0",
"resources": [
{
"type": "Microsoft.Insights/dataCollectionRules",
"apiVersion": "2024-03-11",
"name": "[parameters('dataCollectionRuleName')]",
"location": "[parameters('location')]",
"kind": "PlatformTelemetry",
"identity": {
"type": "SystemAssigned"
},
"properties": {
"dataSources": {
"platformTelemetry": [
{
"streams": [
"Microsoft.Compute/virtualMachines:Metrics-Group-All",
"Microsoft.Compute/virtualMachineScaleSets:Metrics-Group-All",
"Microsoft.Cache/redis:Metrics-Group-All",
"Microsoft.keyvault/vaults:Metrics-Group-All"
],
"name": "myPlatformTelemetryDataSource"
}
]
},
"destinations": {
"logAnalytics": [
{
"workspaceResourceId": "[parameters('workspaceId')]",
"name": "myDestination"
}
]
},
"dataFlows": [
{
"streams": [
"Microsoft.Compute/virtualMachines:Metrics-Group-All",
"Microsoft.Compute/virtualMachineScaleSets:Metrics-Group-All",
"Microsoft.Cache/redis:Metrics-Group-All",
"Microsoft.keyvault/vaults:Metrics-Group-All"
],
"destinations": [
"myDestination"
]
}
]
}
}
]
}
| Változó |
Példaérték |
Alkalmazás célja |
| állomás |
management.azure.com |
Implicit ARM-végpont |
| subscriptionId |
aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e |
Felhasználói bevitel |
| resourceGroupName |
myResourceGroup |
Felhasználói bevitel |
| dataCollectionRuleName |
myDataCollectionRule |
Felhasználói bevitel |
| associationName |
myAssociation |
Felhasználói bevitel |
| hely |
eastus |
Felhasználói bevitel |
| munkaterület neve |
myWorkspace |
Felhasználói bevitel |
| kulcsTárolóNév |
myKeyVault |
Felhasználói bevitel |
| storageAccountName |
myStorageAccount |
Felhasználói bevitel |
| monitoredResourceName |
myKeyVault |
Felhasználói bevitel |
| apiVersion |
2024-03-11 |
Referencia |
Adatgyűjtés ellenőrzése
A DCR létrehozása után legfeljebb 30 percet hagyhat, hogy az első platformmetrikaadatok megjelenjenek a Log Analytics munkaterületen. Amint az adatok áramlani kezdenek, a platformmetrikák idősorainak Log Analytics-munkaterületre, tárfiókba vagy Event Hubsba történő továbbításának késleltetése az erőforrás típusától függően körülbelül három perc.
Exportált adatok
Az alábbi példák az egyes célhelyekre exportált adatokat mutatják be.
Log Analytics-munkaterület
A Log Analytics-munkaterületre exportált adatokat a rendszer a AzureMetricsV2 Log Analytics-munkaterület táblájában tárolja a következő formátumban:
| oszlop |
Típus |
Description |
| Average |
valódi |
Az időtartományban gyűjtött átlagérték. |
| _BilledSize |
valódi |
A rekord mérete bájtokban. |
| Számlál |
valódi |
Az időtartomány során gyűjtött minták száma. |
| Dimenzió |
dynamic |
A metrika társított dimenziója JSON formátumban. |
| _Felszámítható-e |
karakterlánc |
Meghatározza, hogy az adatok bevitelének költsége számlázható-e. Ha az _IsBillable értéke false, a bevitel nem kerül kiszámlázásra az Azure-fiókodban. |
| Legnagyobb érték |
valódi |
Az időtartományban gyűjtött maximális érték. |
| MetricCategory |
karakterlánc |
A metrikai kategória neve. |
| Metrikanév |
karakterlánc |
A metrika megjelenítendő neve. |
| MetrikusErőforrásTípus |
karakterlánc |
Az Azure-erőforrás metrikát jelentő erőforrástípusa. |
| Legkevesebb |
valódi |
A megadott időtartományban gyűjtött minimális érték. |
| _ResourceId (erőforrás azonosító) |
karakterlánc |
Egy egyedi azonosító a forrás számára, amelyhez a rekord kapcsolódik. |
| Forrásrendszer |
karakterlánc |
Az ügynök típusa, amely által az esemény rögzítésre került. Windows-ügynök esetében például a OpsManager a közvetlen csatlakozást vagy az Operations Managert jelenti, Linux az összes Linux-ügynökre vonatkozik, vagy Azure az Azure Diagnostics-ra. |
| _SubscriptionId (előfizetési azonosító) |
karakterlánc |
Annak az előfizetésnek az egyedi azonosítója, amelyhez a rekord társítva van |
| BérlőAzonosító (TenantId) |
karakterlánc |
A Log Analytics-munkaterület azonosítója |
| GenerálásiIdőpont |
datetime |
Időbélyeg (UTC) a rekord létrehozásakor. |
| TimeGrain |
karakterlánc |
A metrika időbeli felbontása. |
| Total |
valódi |
Az időtartomány összes értékének összege. |
| Típus |
karakterlánc |
A táblázat neve |
| Egység neve |
karakterlánc |
A metrika egysége. |
Például:
Storage fiókok
Az alábbi példa egy tárfiókba exportált adatokat mutatja be:
{
"Average": "31.5",
"Count": "2",
"Maximum": "52",
"Minimum": "11",
"Total": "63",
"resourceId": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourcegroups/rg-dcrs/providers/microsoft.keyvault/vaults/dcr-vault",
"time": "2024-08-20T14:13:00.0000000Z",
"unit": "MilliSeconds",
"metricName": "ServiceApiLatency",
"timeGrain": "PT1M",
"dimension": {
"ActivityName": "vaultget",
"ActivityType": "vault",
"StatusCode": "200",
"StatusCodeClass": "2xx"
}
}
Event Hubs
Az alábbi példa egy Event Hubsba exportált metrikát mutat be.
{
"Average": "1",
"Count": "1",
"Maximum": "1",
"Minimum": "1",
"Total": "1",
"resourceId": "/subscriptions/aaaa0a0a-bb1b-cc2c-dd3d-eeeeee4e4e4e/resourcegroups/rg-dcrs/providers/microsoft.keyvault/vaults/dcr-vault",
"time": "2024-08-22T13:43:00.0000000Z",
"unit": "Count",
"metricName": "ServiceApiHit",
"timeGrain": "PT1M",
"dimension": {
"ActivityName": "keycreate",
"ActivityType": "key"
},
"EventProcessedUtcTime": "2024-08-22T13:49:17.1233030Z",
"PartitionId": 0,
"EventEnqueuedUtcTime": "2024-08-22T13:46:04.5570000Z"
}
Adatgyűjtés ellenőrzése és hibaelhárítása
A DCR telepítése után eltarthat néhány percig, amíg a módosítások érvénybe lépnek, és adatokat gyűjtenek a frissített DCR-vel. Ha nem látja az összegyűjtött adatokat, használja a DCR monitorozási funkcióit, amelyek metrikákat és naplókat tartalmaznak a hibaelhárításhoz.
A DCR-metrikákat a rendszer automatikusan összegyűjti az összes DCR-hez, és elemezheti őket a Metrics Explorerrel, például a többi Azure-erőforrás platformmetrikáival. Engedélyezze a DCR hibanaplókat a részletes hibainformációk megszerzéséhez, ha az adatfeldolgozás nem sikerül.
- Ellenőrizze a
Logs Ingestion Bytes per Min és Logs Rows Received per Min metrikákat, hogy megbizonyosodjon arról, az adatok elérik az Azure Monitort. Ha nem, ellenőrizze az adatforrást, hogy a várt módon küldi-e el az adatokat.
- Ellenőrizze
Logs Rows Dropped per Min , hogy vannak-e kihagyott sorok. Ez nem feltétlenül jelez hibát, mivel egy transzformáció elvetheti a sorokat. Ha az elvetett sorok megegyeznek Logs Rows Dropped per Min-val, akkor nem kerül be adat a munkaterületre. Vizsgálja meg, Logs Transformation Errors per Min hogy vannak-e átalakítási hibák.
- Ellenőrizze
Logs Transformation Errors per Min , hogy vannak-e hibák a bejövő adatokra alkalmazott átalakítások során. Ennek oka lehet az adatstruktúra változásai vagy maga az átalakítás.
- Ellenőrizze a
DCRLogErrors táblában az esetlegesen naplózott betöltési hibákat. Ez további részleteket nyújthat a probléma kiváltó okának azonosításához.
Következő lépések
