Hívásnaplók lekérdezése

Áttekintés és hozzáférés

Ahhoz, hogy kihasználhassa a Log Analytics előnyeit a Communications Services-naplókhoz, először kövesse a Naplózás engedélyezése a diagnosztikai Gépház című cikkben ismertetett lépéseket. Miután engedélyezte a naplókat és a Log Analytics-munkaterületet, számos hasznos alapértelmezett lekérdezési csomaghoz férhet hozzá, amelyek segítségével gyorsan megjelenítheti és megértheti a naplókban elérhető adatokat, amelyeket alább ismertetünk. A Log Analytics segítségével további Communications Services-Elemzések is hozzáférhet az Azure Monitor-munkafüzeteken keresztül, saját lekérdezéseket és munkafüzeteket hozhat létre, a Log Analytics API-k pedig áttekintést kaphatnak minden lekérdezésről.

Access

A lekérdezéseket a Communications Services erőforráslapjáról, majd a Figyelés szakasz bal oldali navigációs sávjának "Naplók" elemére kattintva érheti el:

Innen egy modális képernyő jelenik meg, amely tartalmazza a Communications Serviceshez elérhető összes alapértelmezett lekérdezéscsomagot , és a bal oldalon elérhető lekérdezéscsomagok listája érhető el.

Ha bezárja a modális képernyőt, továbbra is navigálhat a különböző lekérdezéscsomagokhoz, és közvetlenül elérheti az adatokat táblák formájában a diagnosztikai beállításban engedélyezett naplók és metrikák sémája alapján. Itt saját lekérdezéseket hozhat létre az adatokból a KQL (Kusto) használatával. További információ a lekérdezések használatáról, szerkesztéséről és létrehozásáról: Log Analytics-lekérdezések

Alapértelmezett lekérdezéscsomagok a hívásösszegzéshez és a hívásdiagnosztikai naplókhoz

Az alábbi leírások az alapértelmezett lekérdezéscsomagban található egyes lekérdezések leírását tartalmazzák a hívásösszegzési és hívásdiagnosztikai naplókhoz, beleértve az egyes elérhető lekérdezések kódmintáit és példakimeneteit:

Hívásáttekintő lekérdezések

Résztvevők száma hívásonként

// Count number of calls and participants,
// and print average participants per call
ACSCallSummary
| distinct CorrelationId, ParticipantId, EndpointId
| summarize num_participants=count(), num_calls=dcount(CorrelationId)
| extend avg_participants = todecimal(num_participants) / todecimal(num_calls)

Sample output:

Résztvevők száma csoportonkénti hívásonként

// Count number of participants per group call
ACSCallSummary
| where CallType == 'Group'
| distinct CorrelationId, ParticipantId
| summarize num_participants=count() by CorrelationId
| summarize participant_counts=count() by num_participants
| order by num_participants asc 
| render columnchart with  (xcolumn = num_participants, title="Number of participants per group call")

Sample output:

Hívástípusok aránya

// Ratio of call types
ACSCallSummary
| summarize call_types=dcount(CorrelationId) by CallType
| render piechart title="Call Type Ratio"

Sample output:

Hívás időtartamának eloszlása

// Call duration histogram
ACSCallSummary
| distinct CorrelationId, CallDuration
|summarize duration_counts=count() by CallDuration
| order by CallDuration asc
| render columnchart with (xcolumn = CallDuration, title="Call duration histogram")

Sample output:

Hívás időtartamának percentilisei

// Call duration percentiles
ACSCallSummary
| distinct CorrelationId, CallDuration
| summarize avg(CallDuration), percentiles(CallDuration, 50, 90, 99)

Sample output:

Végpontinformációs lekérdezések

Végpontok száma hívásonként

// Count number of calls and endpoints,
// and print average endpoints per call
ACSCallSummary
| distinct CorrelationId, EndpointId
| summarize num_endpoints=count(), num_calls=dcount(CorrelationId)
| extend avg_endpoints = todecimal(num_endpoints) / todecimal(num_calls)

Sample output:

Az SDK-verziók aránya

// Ratio of SDK Versions
ACSCallSummary
| distinct CorrelationId, ParticipantId, EndpointId, SdkVersion
| summarize sdk_counts=count() by SdkVersion
| order by SdkVersion asc
| render piechart title="SDK Version Ratio"

Sample output:

Operációsrendszer-verziók aránya (egyszerűsített operációsrendszer-név)

// Ratio of OS Versions (simplified OS name)
ACSCallSummary
| distinct CorrelationId, ParticipantId, EndpointId, OsVersion
| extend simple_os = case(  indexof(OsVersion, "Android") != -1, tostring(split(OsVersion, ";")[0]),
                            indexof(OsVersion, "Darwin") != -1, tostring(split(OsVersion, ":")[0]),
                            indexof(OsVersion, "Windows") != -1, tostring(split(OsVersion, ".")[0]),
                            OsVersion
                        )
| summarize os_counts=count() by simple_os
| order by simple_os asc
| render piechart title="OS Version Ratio"

Sample output:

Médiastream-lekérdezések

hívásonkénti adatfolyamok

// Count number of calls and streams,
// and print average streams per call
ACSCallDiagnostics
| summarize num_streams=count(), num_calls=dcount(CorrelationId)
| extend avg_streams = todecimal(num_streams) / todecimal(num_calls)

Sample output:

hívásonkénti hisztogram adatfolyamok

// Distribution of streams per call
ACSCallDiagnostics
| summarize streams_per_call=count() by CorrelationId
| summarize stream_counts=count() by streams_per_call
| order by streams_per_call asc
| render columnchart title="Streams per call histogram"

Médiatípusok aránya

// Ratio of media types by call
ACSCallDiagnostics
| summarize media_types=count() by MediaType
| render piechart title="Media Type Ratio"

Minőségi metrikák lekérdezései

Átlagos telemetriaértékek

// Average telemetry values over all streams
ACSCallDiagnostics
| summarize Avg_JitterAvg=avg(JitterAvg),
            Avg_JitterMax=avg(JitterMax),
            Avg_RoundTripTimeAvg=avg(RoundTripTimeAvg),
            Avg_RoundTripTimeMax=avg(RoundTripTimeMax),
            Avg_PacketLossRateAvg=avg(PacketLossRateAvg),
            Avg_PacketLossRateMax=avg(PacketLossRateMax)

JitterAvg hisztogram

// Jitter Average Histogram
ACSCallDiagnostics
| where isnotnull(JitterAvg)
| summarize JitterAvg_counts=count() by JitterAvg
| order by JitterAvg asc
| render columnchart with (xcolumn = JitterAvg, title="JitterAvg histogram")

JitterMax hisztogram

// Jitter Max Histogram
ACSCallDiagnostics
| where isnotnull(JitterMax)
|summarize JitterMax_counts=count() by JitterMax
| order by JitterMax asc
| render columnchart with (xcolumn = JitterMax, title="JitterMax histogram")

PacketLossRateAvg hisztogram

// PacketLossRate Average Histogram
ACSCallDiagnostics
| where isnotnull(PacketLossRateAvg)
|summarize PacketLossRateAvg_counts=count() by bin(PacketLossRateAvg, 0.01)
| order by PacketLossRateAvg asc
| render columnchart with (xcolumn = PacketLossRateAvg, title="PacketLossRateAvg histogram")

PacketLossRateMax hisztogram

// PacketLossRate Max Histogram
ACSCallDiagnostics
| where isnotnull(PacketLossRateMax)
|summarize PacketLossRateMax_counts=count() by bin(PacketLossRateMax, 0.01)
| order by PacketLossRateMax asc
| render columnchart with (xcolumn = PacketLossRateMax, title="PacketLossRateMax histogram")

RoundTripTimeAvg hisztogram

// RoundTripTime Average Histogram
ACSCallDiagnostics
| where isnotnull(RoundTripTimeAvg)
|summarize RoundTripTimeAvg_counts=count() by RoundTripTimeAvg
| order by RoundTripTimeAvg asc
| render columnchart with (xcolumn = RoundTripTimeAvg, title="RoundTripTimeAvg histogram")

RoundTripTimeMax hisztogram

// RoundTripTime Max Histogram
ACSCallDiagnostics
| where isnotnull(RoundTripTimeMax)
|summarize RoundTripTimeMax_counts=count() by RoundTripTimeMax
| order by RoundTripTimeMax asc
| render columnchart with (xcolumn = RoundTripTimeMax, title="RoundTripTimeMax histogram")

Gyenge jitter minőség

// Get proportion of calls with poor quality jitter
// (defined as jitter being higher than 30ms)
ACSCallDiagnostics
| extend JitterQuality = iff(JitterAvg > 30, "Poor", "Good")
| summarize count() by JitterQuality
| render piechart title="Jitter Quality"

PacketLossRate minőség

// Get proportion of calls with poor quality packet loss
// rate (defined as packet loss being higher than 10%)
ACSCallDiagnostics
| extend PacketLossRateQuality = iff(PacketLossRateAvg > 0.1, "Poor", "Good")
| summarize count() by PacketLossRateQuality
| render piechart title="Packet Loss Rate Quality"

RoundTripTime minőség

// Get proportion of calls with poor quality packet loss
// rate (defined as packet loss being higher than 10%)
ACSCallDiagnostics
| extend PacketLossRateQuality = iff(PacketLossRateAvg > 0.1, "Poor", "Good")
| summarize count() by PacketLossRateQuality
| render piechart title="Packet Loss Rate Quality"

Paraméterezhető lekérdezések

Napi hívások az elmúlt héten

// Histogram of daily calls over the last week
ACSCallSummary
| where CallStartTime > now() - 7d
| distinct CorrelationId, CallStartTime
| extend hour  = floor(CallStartTime, 1d)
| summarize event_count=count() by day
| sort by day asc
| render columnchart title="Number of calls in last week"

Hívások óránként az elmúlt napban

// Histogram of calls per hour in the last day
ACSCallSummary
| where CallStartTime > now() - 1d
| distinct CorrelationId, CallStartTime
| extend hour = floor(CallStartTime, 1h)
| summarize event_count=count() by hour
| sort by hour asc
| render columnchart title="Number of calls per hour in last day"