Intelligent Insights az adatbázis teljesítményének monitorozásához és hibaelhárításához (előzetes verzió)

A következőkre vonatkozik:Azure SQL DatabaseFelügyelt Azure SQL-példány

Az Azure SQL Database-ben és a felügyelt Azure SQL-példányban található Intelligent Insights segítségével megtudhatja, mi történik az adatbázis teljesítményével.

Az Intelligent Insights beépített intelligenciával folyamatosan monitorozza az adatbázis-használatot mesterséges intelligencián keresztül, és észleli a gyenge teljesítményt okozó zavaró eseményeket. Az észlelés után részletes elemzést hajtunk végre, amely létrehoz egy SQLInsights nevű Intelligent Insights-erőforrásnaplót (amely nem kapcsolódik a kivezetett Azure Monitor SQL Insights-hoz) a problémák intelligens értékelésével. Ez az értékelés az adatbázis teljesítményproblémájának alapvető okainak elemzéséből és lehetőség szerint a teljesítményjavításra vonatkozó javaslatokból áll.

Mit tehet önért az Intelligent Insights?

Az Intelligent Insights az Azure beépített intelligenciájának egyedi képessége, amely a következő értéket biztosítja:

• Proaktív monitorozás
• Személyre szabott teljesítményelemzések
• Az adatbázis teljesítményének romlásának korai észlelése
• Az észlelt problémák alapvető okainak elemzése
• Teljesítményjavítási javaslatok
• Vízszintes skálázási képesség több százezer adatbázison
• Pozitív hatás a DevOps-erőforrásokra és a teljes tulajdonosi költségre

Hogyan működik az Intelligent Insights?

Az Intelligent Insights az adatbázis teljesítményét az elmúlt óra adatbázis-számítási feladatainak és az elmúlt hét napos alapkonfiguráció számítási feladatának összehasonlításával elemzi. Az adatbázis számítási feladatai olyan lekérdezésekből állnak, amely az adatbázis teljesítményének szempontjából a legjelentősebb, például a legismétlésesebb és legnagyobb lekérdezésekből áll. Mivel minden adatbázis egyedi a struktúrája, az adatai, a használata és az alkalmazása alapján, minden létrehozott számítási feladat alapkonfigurációja egyedi és egyedi az adott számítási feladatra vonatkozóan. A számítási feladatok alapkonfigurációtól független Intelligent Insights emellett figyeli az abszolút működési küszöbértékeket, és észleli a túlzott várakozási idővel, a kritikus kivételekkel és a lekérdezésparaméterezésekkel kapcsolatos problémákat, amelyek hatással lehetnek a teljesítményre.

Miután a rendszer mesterséges intelligencia használatával több megfigyelt metrikából észlel teljesítménycsökkenési problémát, elemzést végez. A diagnosztikai naplók intelligens betekintést nyernek az adatbázissal kapcsolatos eseményekbe. Az Intelligent Insights megkönnyíti az adatbázis teljesítményproblémájának nyomon követését az első megjelenésétől a megoldásig. Minden észlelt problémát nyomon követ a rendszer az életciklusán keresztül, a kezdeti problémaészleléstől és a teljesítmény javításának ellenőrzésétől a befejezésig.

Az adatbázis teljesítményproblémáinak mérésére és észlelésére használt metrikák a lekérdezés időtartamán, az időtúllépési kérelmeken, a túlzott várakozási időken és a hibás kérelmeken alapulnak. További információ a metrikákról: Észlelési metrikák.

Az azonosított adatbázis-teljesítménycsökkenéseket a rendszer az Intelligent Insights SQLInsights naplójában rögzíti az alábbi tulajdonságokból álló intelligens bejegyzésekkel:

Ingatlan	Részletek
Adatbázis adatai	Egy adatbázis metaadatai, amelyben egy megállapítást észleltek, például egy erőforrás URI-ja.
Megfigyelt időtartomány	Az észlelt megállapítás időszakának kezdő és befejező időpontja.
Érintett metrikák	Elemzést eredményező metrikák: A lekérdezés időtartamának növekedése [másodperc]. Túlzott várakozás [másodperc]. Időtúllépett kérelmek [százalék]. Hibásan teljesített kérések [százalék].
Hatásérték	Egy mért metrika értéke.
Érintett lekérdezések és hibakódok	Lekérdezés kivonata vagy hibakódja. Ezekkel könnyen korrelálhat az érintett lekérdezésekkel. A lekérdezések időtartamának növeléséből, a várakozási időből, az időtúllépések számából vagy a hibakódokból álló metrikák jelennek meg.
Észlelések	Az esemény időpontjában az adatbázison az észlelés azonosítva lett. 15 észlelési minta létezik. További információ: Az Intelligent Insightsadatbázis-teljesítményével kapcsolatos problémák elhárítása.
Alapvető okok elemzése	Az emberi olvasásra alkalmas formátumban azonosított probléma alapvető okainak elemzése. Egyes elemzések lehetőség szerint teljesítményjavítási javaslatot is tartalmazhatnak.

Az Intelligent Insights az adatbázisok teljesítményproblémáinak felderítésében és elhárításában is hasznos. Az Intelligent Insights használatával az adatbázis teljesítményével kapcsolatos problémák elhárításához tekintse meg Az Intelligent Insightsteljesítményproblémáinak elhárítása című témakört.

Intelligent Insights-beállítások

Az intelligens elemzési lehetőségek a következők:

Intelligent Insights funkció	Az Azure SQL Database támogatása	Azure SQL felügyelt példány támogatása
Intelligent Insights konfigurálása – Intelligent Insights-elemzés konfigurálása az adatbázisokhoz.	Igen	Igen
Adatfolyam-információk az Azure SQL Analyticsbe – Adatfolyam-információk az Azure SQL Analyticsbe.	Igen	Igen
Elemzések továbbítása az Azure Event Hubs részére – Elemzések továbbítása az Event Hubs részére további egyedi integrációkhoz.	Igen	Igen
Stream betekintések az Azure Storage-ba – Stream betekintéseket az Azure Storage-ba további elemzéshez és hosszú távú archiváláshoz.	Igen	Igen

Jegyzet

Az intelligens elemzések előzetes verziójú funkciók, amelyek nem érhetők el a következő régiókban: Nyugat-Európa, Észak-Európa, USA 1. nyugati régiója és USA 1. keleti régiója.

Az Intelligent Insights-napló exportálásának konfigurálása

Az Intelligent Insights kimenete több elemzési cél egyikére streamelhető:

• A Log Analytics-munkaterületre streamelt kimenet használható Azure SQL Analytics- az elemzések megtekintéséhez az Azure Portal felhasználói felületén keresztül. Ez az integrált Azure-megoldás, és az elemzések megtekintésének legjellemzőbb módja.
• Az Azure Event Hubsba streamelt kimenet egyéni monitorozási és riasztási forgatókönyvek fejlesztésére használható
• Az Azure Storage-ba streamelt kimenet egyéni alkalmazásfejlesztéshez használható egyéni jelentéskészítéshez, hosszú távú adatarchiváláshoz stb.

Az Azure SQL Analytics, az Azure Event Hubs, az Azure Storage vagy harmadik fél által biztosított termékek integrációja érdekében először engedélyezni kell az Intelligent Insights-naplózást (az "SQLInsights" naplót) egy adatbázis Diagnosztikai beállítások lapján, majd az Intelligent Insights naplóadatait úgy kell konfigurálni, hogy azok valamelyik célhelyre streameljenek.

Az Intelligent Insights naplózásának engedélyezéséről, valamint a metrikák és erőforrásnaplók adatok fogyasztó termékbe való streamelésére való konfigurálásáról további információt a Metrikák és diagnosztikai naplózásicímű témakörben talál.

Beállítás az Azure SQL Analytics használatával

Az Azure SQL Analytics-megoldás grafikus felhasználói felületet, jelentéskészítési és riasztási képességeket biztosít az adatbázis teljesítményéhez az Intelligent Insights erőforrásnapló-adatainak használatával.

Azure SQL Analytics hozzáadása az Azure Portal irányítópultjához a piactérről, majd a munkaterület létrehozásához lásd: Az Azure SQL Analytics konfigurálása

Az Intelligent Insights és az Azure SQL Analytics használatához konfigurálja az Intelligent Insights naplóadatait az előző lépésben létrehozott Azure SQL Analytics-munkaterületre való streameléshez, lásd metrikák és diagnosztikai naplózásicímű témakört.

Az alábbi példában egy Azure SQL Analyticsen keresztül megtekintett Intelligent Insights látható:

Beállítás az Event Hubs használatával

Ha az Intelligent Insights szolgáltatást az Event Hubs-szal szeretné használni, állítsa be, hogy az Intelligent Insights naplóadatai az Event Hubsba kerüljenek streamelésre. Részletekért tekintse meg a Metrikák és diagnosztikai naplózási és a Az Azure diagnosztikai naplóinak streamelése az Event Hubsdokumentumot.

Az Event Hubs-ban történő egyéni monitorozás és riasztás beállításainak megtekintéséhez lásd a Mit lehet kezdeni az Event Hubs metrikák és diagnosztikai naplók felhasználásávalrészt.

Beállítás az Azure Storage-ral

Az Intelligent Insights Storage integrálásához konfigurálja az Intelligent Insights naplóadatait a Storage-ba való streameléshez, lásd: Metrikák és diagnosztikai naplózás és Streamelés az Azure Storage-ba.

Az Intelligent Insights-napló egyéni integrációi

Az Intelligent Insights külső eszközökkel való használatához, illetve egyéni riasztási és monitorozási fejlesztéshez lásd: Az Intelligent Insights-adatbázis teljesítménydiagnosztikai naplójának használata.

Felismerési metrikák

Az Intelligent Insightst létrehozó észlelési modellekhez használt metrikák a monitorozáson alapulnak:

• Lekérdezés időtartama
• Időtúllépési kérelmek
• Túlzott várakozási idő
• Hibás kérelmek

A lekérdezések időtartama és időtúllépési kérelmei elsődleges modellként szolgálnak az adatbázis számítási feladatainak teljesítményével kapcsolatos problémák észleléséhez. Azért használják őket, mert közvetlenül mérik, hogy mi történik a számítási feladattal. A számítási feladatok teljesítménycsökkenésének összes lehetséges esetének észleléséhez a rendszer további modellként használja a túlzott várakozási időt és a hibás kérelmeket a számítási feladatok teljesítményét befolyásoló problémák jelzésére.

A rendszer automatikusan figyelembe veszi a számítási feladat módosításait és az adatbázishoz küldött lekérdezési kérelmek számának változásait a normál és a szokásostól eltérő adatbázis-teljesítmény küszöbértékek dinamikus meghatározásához.

A különböző kapcsolatokban az összes metrikát egy tudományosan származtatott adatmodellen keresztül tekintjük át, amely kategorizálja az egyes észlelt teljesítményproblémákat. Az intelligens megállapításokon keresztül nyújtott információk közé tartoznak a következők:

• Az észlelt teljesítménnyel kapcsolatos probléma részletei.
• Az észlelt probléma alapvető okelemzése.
• Javaslatok a figyelt adatbázis teljesítményének javítására, ahol lehetséges.

Lekérdezés időtartama

A lekérdezések időtartamának romlási modellje elemzi az egyes lekérdezéseket, és észleli a lekérdezés fordításához és végrehajtásához szükséges idő növekedését a teljesítménykonfigurációhoz képest.

Ha a beépített intelligencia jelentős növekedést észlel a lekérdezésfordítási vagy lekérdezés-végrehajtási időben, amely hatással van a számítási feladatok teljesítményére, ezeket a lekérdezéseket a rendszer a lekérdezések időtartamának teljesítménycsökkenésével kapcsolatos problémákként jelöli meg.

Az Intelligent Insights diagnosztikai naplója a teljesítményromlást okozó lekérdezés lekérdezési kivonatát adja ki. A lekérdezés kivonata azt jelzi, hogy a teljesítménycsökkenés a lekérdezés fordításához vagy a végrehajtási idő növekedéséhez volt-e köze, ami megnövelte a lekérdezések időtartamát.

Időtúllépési kérelmek

Az időtúllépési kérelmek romlási modellje elemzi az egyes lekérdezéseket, és észleli az időtúllépések növekedését a lekérdezések végrehajtási szintjén, valamint az adatbázis szintjén a teljes kérelem-időtúllépést a teljesítmény alapidőszakához képest.

Egyes lekérdezések még a végrehajtási fázis elérése előtt is időtúllépést eredményezhetnek. A megszakított munkafolyamatok és a kérések összevetése alapján a beépített intelligencia méri és elemzi az összes kérést, amely megérkezett az adatbázishoz, függetlenül attól, hogy eljutottak-e a végrehajtás szakaszába.

Miután a végrehajtott lekérdezések időtúllépéseinek száma vagy a megszakított kérelmek feldolgozóinak száma túllépte a rendszer által felügyelt küszöbértéket, a diagnosztikai napló intelligens megállapításokkal lesz feltöltve.

A létrehozott elemzések tartalmazzák az időtúllépési kérelmek számát és az időtúllépéses lekérdezések számát. A teljesítménycsökkenés jelzése a végrehajtási szakaszban az időtúllépés növekedésével vagy az adatbázis átfogó szintjének megadása révén történik. Ha az időtúllépések növekedése jelentősnek számít az adatbázis teljesítményében, ezek a lekérdezések időtúllépési teljesítménycsökkenési problémákként vannak megjelölve.

Túl sok várakozási idő

A túlzott várakozási idő modell figyeli az egyes adatbázis-lekérdezéseket. Szokatlanul magas lekérdezési várakozási statisztikákat észlel, amelyek átlépték a rendszer által kezelt abszolút küszöbértékeket. A lekérdezések túlzott várakozási idejének következő metrikáit a lekérdezéstár-várakozási statisztikák (sys.query_store_wait_stats)alkalmazásával figyelték meg:

• Erőforráskorlátok elérése
• Rugalmas készlet erőforráskorlátainak elérése
• Túlzott számú munkaszál vagy munkamenetszál
• Túlzott adatbázis-zárolás
• Memóriaterhelés
• Egyéb várakozási statisztikák

Az erőforráskorlátok vagy a rugalmas készlet erőforráskorlátainak elérése azt jelzi, hogy az előfizetésben vagy a rugalmas készletben elérhető erőforrások felhasználása átlépte az abszolút küszöbértékeket. Ezek a statisztikák a számítási feladatok teljesítménycsökkenését jelzik. A munkaszálak vagy munkamenet-szálak túlzott száma azt a feltételt jelöli, amikor a kezdeményezett munkaszálak vagy munkamenetek száma átlépte az abszolút küszöbértékeket. Ezek a statisztikák a számítási feladatok teljesítménycsökkenését jelzik.

A túlzott adatbázis-zárolás azt a feltételt jelöli, amelyben az adatbázis zárolásainak száma átlépte az abszolút küszöbértékeket. Ez a statisztika a számítási feladatok teljesítménycsökkenését jelzi. A memóriaterhelés olyan állapot, amelyben a memóriát kérő szálak száma átlépte az abszolút küszöbértéket. Ez a statisztika a számítási feladatok teljesítménycsökkenését jelzi.

Más várakozási statisztikák észlelése azt a feltételt jelzi, amelyben a lekérdezéstár várakozási statisztikáin mért egyéb metrikák átlépték az abszolút küszöbértéket. Ezek a statisztikák a számítási feladatok teljesítménycsökkenését jelzik.

A túlzott várakozási idő észlelése után a rendelkezésre álló adatoktól függően az Intelligent Insights diagnosztikai naplókimenetei kivonatot adnak a teljesítményben csökkent befolyásoló és érintett lekérdezésekről, azoknak a metrikáknak a részleteiről, amelyek miatt a lekérdezések várakoznak a végrehajtás során, valamint a mért várakozási idő.

Hibás kérések

A hibás kérelmek romlási modellje figyeli az egyes lekérdezéseket, és az alapidőszakhoz képest növeli a hibás lekérdezések számát. Ez a modell a beépített intelligencia által kezelt abszolút küszöbértékeket átlépő kritikus kivételeket is figyeli. A rendszer automatikusan figyelembe veszi az adatbázishoz érkező lekérdezési kérelmek számát, és figyelembe veszi a figyelt időszak számítási feladatainak változásait.

Ha a hibás kérelmek számának a számítási feladatok teljesítményéhez viszonyított mért növekedése jelentősnek minősül a számítási feladatok teljesítményében, az érintett lekérdezések hibás kérések teljesítménycsökkenési problémáiként vannak megjelölve.

Az Intelligent Insights-napló a hibás kérelmek számát adja ki. Azt jelzi, hogy a teljesítménycsökkenés a hibás kérelmek számának növekedésével, vagy a figyelt kritikus kivétel küszöbértékének átlépésével és a teljesítménycsökkenés mért idejével volt-e összefüggésben.

Ha a figyelt kritikus kivételek bármelyike átlépi a rendszer által kezelt abszolút küszöbértékeket, a rendszer intelligens megállapítást hoz létre a kritikus kivétel részleteivel.

Következő lépések

• Megtudhatja, hogyan monitorozni az adatbázisokat az SQL Analyticshasználatával.
• Megtudhatja, hogyan lehet Intelligent Insights segítségével elhárítani a teljesítményproblémákat.