Share via


Az Azure Stream Analytics-metrikák dimenziói

Az Azure Stream Analytics kiszolgáló nélküli, elosztott streamfeldolgozási szolgáltatást biztosít. A feladatok futtathatók egy vagy több elosztott streamelési csomóponton, amelyeket a szolgáltatás automatikusan kezel. A bemeneti adatok particionálva lesznek, és különböző streamelési csomópontokhoz lesznek lefoglalva feldolgozás céljából.

A Stream Analytics számos metrikát biztosít a feladatok állapotának monitorozásához. A feladat teljesítményproblémáinak elhárításához az alábbi dimenziók használatával oszthatja fel és szűrheti a metrikákat.

Dimenzió Definíció
Logikai név Egy Stream Analytics-feladat bemeneti vagy kimeneti neve.
Partícióazonosító A bemenetiadat-partíció azonosítója egy bemeneti forrásból. Ha például a bemeneti forrás egy eseményközpont, a partícióazonosító az eseményközpont partícióazonosítója. A kínosan párhuzamos feladatok esetében a kimenet partícióazonosítója megegyezik a bemenetben szereplő azonosítóval.
Csomópont neve A feladat futtatásakor kiosztott streamelési csomópont azonosítója. A streamelési csomópont a feladathoz lefoglalt számítási és memória-erőforrások mennyiségét jelöli.

Képernyőkép egy diagramról, amely a Stream Analytics-feladatmetrikák dimenziójának kiválasztására szolgáló területet mutatja.

A metrikák dimenzió szerinti felosztását bemutató képernyőkép.

A metrikák dimenzió szerinti szűrését bemutató képernyőkép.

Logikai név dimenzió

A Logikai név egy Stream Analytics-feladat bemeneti vagy kimeneti neve. Tegyük fel például, hogy egy Stream Analytics-feladat négy bemenettel és öt kimenettel rendelkezik. A négy különálló logikai bemenet és öt egyedi logikai kimenet akkor jelenik meg, ha a bemenettel és a kimenettel kapcsolatos metrikákat felosztja ezzel a dimenzióval.

Képernyőkép, amely egy Stream Analytics-feladat több bemenetét és kimenetét jeleníti meg.

Képernyőkép egy diagramról, amely a Kimeneti események metrika logikai név szerinti felosztását mutatja.

A Logikai név dimenzió a következő metrikák szűréséhez és felosztásához érhető el:

  • Háttérbemeneti események
  • Adatkonvertálási hibák
  • Korai beviteli események
  • Bemeneti deszerializálási hibák
  • Bemeneti esemény bájtja
  • Bemeneti események
  • Bemeneti forrás érkezett
  • Késői beviteli események
  • Rendelésen kívüli események
  • Kimeneti események
  • Vízjel késleltetése

Csomópontnév dimenziója

A streamelési csomópontok a bemeneti adatok feldolgozásához használt számítási erőforrások halmazát képviselik. Minden hat streamelési egység (SU) egyetlen csomópontra fordítható le, amelyet a szolgáltatás automatikusan kezel az Ön nevében. A streamelési egységek és a streamelési csomópontok közötti kapcsolatról további információt a Streamelési egységek ismertetése és módosítása című témakörben talál.

A csomópont neve egy dimenzió a streamelési csomópont szintjén. Segítségével lehatolást végezhet bizonyos metrikákon az adott streamelési csomópont szintjére. A CPU%-kihasználtság metrikáját például feloszthatja a streamelési csomópontok szintjén, hogy ellenőrizze az egyes streamelési csomópontok CPU-kihasználtságát.

Képernyőkép egy diagramról, amely az átlagos processzorkihasználtságot a Csomópontnév dimenzió szerint osztja fel.

A Node Name dimenzió a következő metrikák szűréséhez és felosztásához érhető el:

  • Háttérbemeneti események
  • Processzorhasználat %-os kihasználtsága (előzetes verzió)
  • Bemeneti események
  • Kimeneti események
  • SU (memória) százalékos kihasználtsága
  • Vízjel késleltetése

Partícióazonosító dimenzió

Amikor a streamelési adatokat feldolgozás céljából betölti az Azure Stream Analytics szolgáltatásba, a bemeneti adatok a bemeneti forrás partícióinak megfelelően lesznek elosztva a streamelési csomópontokra. A Partícióazonosító dimenzió a bemeneti adatpartíció azonosítója a bemeneti forrásból.

Ha például a bemeneti forrás egy eseményközpont, a partícióazonosító az eseményközpont partícióazonosítója. A bemenet partícióazonosítója ugyanaz, mint a kimenetben.

A vízjel késésének partícióazonosító dimenzióval való felosztását bemutató ábra.

A partícióazonosító dimenzió a következő metrikák szűréséhez és felosztásához érhető el:

  • Háttérbemeneti események
  • Adatkonvertálási hibák
  • Korai beviteli események
  • Bemeneti deszerializálási hibák
  • Bemeneti esemény bájtja
  • Bemeneti események
  • Bemeneti forrás érkezett
  • Késői beviteli események
  • Kimeneti események
  • Vízjel késleltetése

Következő lépések