Peta aplikasi: Aplikasi terdistribusi triase

Pengembang menggunakan peta aplikasi untuk mewakili struktur logis aplikasi terdistribusi mereka. Peta diproduksi dengan mengidentifikasi komponen aplikasi individual dengan properti atau name dalam roleName telemetri yang direkam. Lingkaran (atau simpul) pada peta mewakili komponen dan garis arah (konektor atau tepi) memperlihatkan panggilan HTTP dari simpul sumber ke simpul target .

Azure Monitor menyediakan fitur Peta aplikasi untuk membantu Anda menerapkan peta dengan cepat dan menemukan penyempitan performa atau hotspot kegagalan di semua komponen. Setiap simpul peta adalah komponen aplikasi atau dependensinya, dan menyediakan KPI kesehatan dan status pemberitahuan. Anda dapat memilih simpul apa pun untuk melihat diagnostik terperinci untuk komponen, seperti peristiwa Application Insights. Jika aplikasi Anda menggunakan layanan Azure, Anda juga dapat mengklik diagnostik Azure, seperti rekomendasi SQL Database Advisor.

Peta aplikasi juga menampilkan tampilan Cerdas untuk membantu penyelidikan kesehatan layanan cepat.

Memahami komponen

Komponen adalah bagian yang dapat disevarkan secara independen dari aplikasi terdistribusi atau layanan mikro Anda. Tim pengembang dan operasi memiliki visibilitas tingkat kode atau akses ke telemetri yang dihasilkan oleh komponen aplikasi ini.

Beberapa pertimbangan tentang komponen:

• Komponen berbeda dari dependensi eksternal yang "diamati", seperti Azure SQL dan Azure Event Hubs, yang mungkin tidak dapat diakses oleh tim atau organisasi Anda (kode atau telemetri).
• Komponen berjalan di sejumlah instans server, peran, atau kontainer.
• Komponen dapat menjadi sumber daya Application Insights yang terpisah, meskipun langganannya berbeda. Mereka juga bisa menjadi peran berbeda yang melapor ke satu sumber daya Application Insights. Pengalaman peta pratinjau menunjukkan komponen, terlepas dari bagaimana komponen tersebut diatur.

Menjelajahi peta Aplikasi

Peta aplikasi memungkinkan Anda melihat topologi aplikasi lengkap di beberapa tingkat komponen aplikasi terkait. Seperti yang dijelaskan sebelumnya, komponen dapat menjadi sumber daya Application Insights yang berbeda, komponen dependen, atau peran yang berbeda dalam satu sumber daya. Peta aplikasi menemukan komponen dengan mengikuti panggilan dependensi HTTP yang dilakukan antara server dengan Application Insights SDK yang diinstal.

Pengalaman pemetaan dimulai dengan penemuan progresif komponen dalam aplikasi dan dependensinya. Saat Anda pertama kali memuat peta Aplikasi, kumpulan kueri memicu untuk menemukan komponen yang terkait dengan komponen utama. Saat komponen ditemukan, bilah status menunjukkan jumlah komponen yang ditemukan saat ini:

Bagian berikut menjelaskan beberapa tindakan yang tersedia untuk bekerja dengan peta Aplikasi di portal Azure.

Memperbarui komponen peta

Opsi Perbarui komponen peta memicu penemuan komponen dan me-refresh peta untuk menampilkan semua simpul saat ini. Bergantung pada kompleksitas aplikasi Anda, pembaruan dapat memakan waktu satu menit untuk dimuat:

Ketika semua komponen aplikasi adalah peran dalam satu sumber daya Application Insights, langkah penemuan tidak diperlukan. Beban awal dalam skenario aplikasi ini menemukan semua komponen.

Lihat detail komponen

Tujuan utama untuk pengalaman peta Aplikasi adalah untuk membantu Anda memvisualisasikan topologi kompleks yang memiliki ratusan komponen. Dalam skenario ini, berguna untuk meningkatkan tampilan peta dengan detail untuk simpul individual dengan menggunakan opsi Lihat detail . Panel detail simpul memperlihatkan wawasan, performa, dan pengalaman triase kegagalan terkait untuk komponen yang dipilih:

Setiap bagian panel menyertakan opsi untuk melihat informasi selengkapnya dalam tampilan yang diperluas, termasuk kegagalan, performa, dan detail tentang permintaan dan dependensi yang gagal.

Menyelidiki kegagalan

Di panel detail simpul, Anda bisa menggunakan opsi Selidiki kegagalan untuk melihat semua kegagalan untuk komponen:

Tampilan Kegagalan memungkinkan Anda menjelajahi data kegagalan untuk operasi, dependensi, pengecualian, dan peran yang terkait dengan komponen yang dipilih:

Menyelidiki performa

Di panel detail simpul, Anda dapat memecahkan masalah performa dengan komponen dengan memilih opsi Selidiki performa :

Tampilan Performa memungkinkan Anda menjelajahi data telemetri untuk operasi, dependensi, dan peran yang terhubung dengan komponen yang dipilih:

Buka detail dan pelacakan tumpukan

Opsi Buka detail di panel detail simpul menampilkan pengalaman transaksi end-to-end untuk komponen. Panel ini memungkinkan Anda melihat detail di tingkat tumpukan panggilan:

Halaman terbuka untuk menampilkan tampilan Garis Waktu untuk detailnya:

Anda dapat menggunakan opsi Tampilkan semua untuk melihat detail tumpukan dengan informasi jejak dan peristiwa untuk komponen:

Lihat di Log (Analytics)

Di panel detail simpul, Anda dapat mengkueri dan menyelidiki data aplikasi Anda lebih lanjut dengan opsi Tampilkan di Log (Analitik):

Halaman Log (Analitik) menyediakan opsi untuk menjelajahi rekaman tabel telemetri aplikasi Anda dengan kueri dan fungsi bawaan atau kustom. Anda dapat bekerja dengan data dengan menyesuaikan format, dan menyimpan dan mengekspor analisis Anda:

Menampilkan pemberitahuan dan aturan

Opsi Tampilkan pemberitahuan di panel detail simpul memungkinkan Anda melihat pemberitahuan aktif:

Halaman Pemberitahuan memperlihatkan pemberitahuan penting dan diaktifkan:

Opsi Aturan pemberitahuan pada halaman Pemberitahuan memperlihatkan aturan yang mendasar yang menyebabkan pemberitahuan dipicu:

Memahami nama dan simpul peran cloud

Peta aplikasi menggunakan properti nama peran cloud untuk mengidentifikasi komponen aplikasi di peta. Untuk menjelajahi bagaimana nama peran cloud digunakan dengan simpul komponen, lihat peta aplikasi yang memiliki beberapa nama peran cloud.

Contoh berikut menunjukkan peta dalam tampilan Hierarkis dengan lima node komponen dan konektor ke sembilan simpul dependen. Setiap simpul memiliki nama peran cloud.

Peta aplikasi menggunakan warna, sorotan, dan ukuran yang berbeda untuk simpul untuk menggambarkan data dan hubungan komponen aplikasi:

• Nama peran cloud mengekspresikan berbagai aspek aplikasi terdistribusi. Dalam contoh ini, beberapa peran aplikasi termasuk Contoso Retail Check, , Fabrikam-App, fabrikam-loadfuncretailfabrikam-37ha6, dan retailapp.

• Lingkaran biru putus-putus di sekitar simpul menunjukkan komponen terakhir yang dipilih. Dalam contoh ini, komponen terakhir yang dipilih adalah simpul Web .

• Saat Anda memilih simpul untuk melihat detailnya, lingkaran biru solid menyoroti simpul. Dalam contoh, simpul yang saat ini dipilih adalah Contoso Retail Reports.

• Simpul komponen yang jauh atau tidak terkait ditampilkan lebih kecil dibandingkan dengan simpul lain. Item ini diredupkan dalam tampilan untuk menyoroti performa untuk komponen yang saat ini dipilih.

• Dalam contoh ini, setiap nama peran cloud juga mewakili sumber daya Application Insights unik yang berbeda dengan kunci instrumentasinya sendiri. Karena pemilik aplikasi ini memiliki akses ke masing-masing dari empat sumber daya Application Insights yang berbeda tersebut, peta Aplikasi dapat menyatukan peta hubungan yang mendasar.

Menyelidiki instans peran cloud

Ketika nama peran cloud mengungkapkan masalah di suatu tempat di frontend web Anda, dan Anda menjalankan beberapa server yang seimbang beban di seluruh frontend web Anda, menggunakan instans peran cloud dapat membantu. Peta aplikasi memungkinkan Anda melihat informasi yang lebih dalam tentang simpul komponen dengan menggunakan kueri Kusto. Anda dapat menyelidiki simpul untuk melihat detail tentang instans peran cloud tertentu. Pendekatan ini membantu Anda menentukan apakah masalah memengaruhi semua server front-end web atau hanya instans tertentu.

Skenario di mana Anda mungkin ingin mengambil alih nilai untuk instans peran cloud adalah saat aplikasi Anda berjalan di lingkungan dalam kontainer. Dalam hal ini, informasi tentang server individual mungkin tidak cukup untuk menemukan masalah tertentu.

Untuk informasi selengkapnya tentang cara mengambil alih properti nama peran cloud dengan penginisialisasi telemetri, lihat Menambahkan properti: ITelemetryInitializer.

Mengatur nama peran cloud

Peta aplikasi menggunakan properti nama peran cloud untuk mengidentifikasi komponen di peta. Bagian ini menyediakan contoh untuk mengatur atau menimpa nama peran cloud secara manual dan mengubah apa yang muncul di peta aplikasi.

Catatan

SDK Application Insights atau Agent secara otomatis menambahkan properti nama peran cloud ke telemetri yang dipancarkan oleh komponen di lingkungan Azure App Service.

Cuplikan berikut menunjukkan definisi skema untuk peran cloud dan instans peran cloud:

[Description("Name of the role the application is a part of. Maps directly to the role name in Azure.")]
[MaxStringLength("256")]
705: string      CloudRole = "ai.cloud.role";

[Description("Name of the instance where the application is running. Computer name for on-premises, instance name for Azure.")]
[MaxStringLength("256")]
715: string      CloudRoleInstance = "ai.cloud.roleInstance";

Untuk definisi resmi:

.NET/.NetCore

Tulis TelemetryInitializer kustom

using Microsoft.ApplicationInsights.Channel;
using Microsoft.ApplicationInsights.Extensibility;

namespace CustomInitializer.Telemetry
{
    public class MyTelemetryInitializer : ITelemetryInitializer
    {
        public void Initialize(ITelemetry telemetry)
        {
            if (string.IsNullOrEmpty(telemetry.Context.Cloud.RoleName))
            {
                //set custom role name here
                telemetry.Context.Cloud.RoleName = "Custom RoleName";
                telemetry.Context.Cloud.RoleInstance = "Custom RoleInstance";
            }
        }
    }
}

Aplikasi ASP.NET: Memuat penginisialisasi dalam TelemetryConfiguration aktif

Dalam file ApplicationInsights.config:

    <ApplicationInsights>
      <TelemetryInitializers>
        <!-- Fully qualified type name, assembly name: -->
        <Add Type="CustomInitializer.Telemetry.MyTelemetryInitializer, CustomInitializer"/>
        ...
      </TelemetryInitializers>
    </ApplicationInsights>

Metode alternatif untuk aplikasi web ASP.NET adalah membuat instans penginisialisasi dalam kode. Contoh berikut menunjukkan kode dalam file Global.aspx.cs :

 using Microsoft.ApplicationInsights.Extensibility;
 using CustomInitializer.Telemetry;

    protected void Application_Start()
    {
        // ...
        TelemetryConfiguration.Active.TelemetryInitializers.Add(new MyTelemetryInitializer());
    }

Catatan

Menambahkan penginisialisasi dengan menggunakan ApplicationInsights.config properti atau TelemetryConfiguration.Active tidak valid untuk aplikasi ASP.NET Core.

Aplikasi ASP.NET Core: Muat penginisialisasi ke TelemetryConfiguration

Untuk aplikasi ASP.NET Core , untuk menambahkan instans baru TelemetryInitializer , Anda menambahkannya ke kontainer Injeksi Dependensi. Contoh berikut menunjukkan pendekatan ini. Tambahkan kode ini dalam ConfigureServices metode kelas Anda Startup.cs .

 using Microsoft.ApplicationInsights.Extensibility;
 using CustomInitializer.Telemetry;
 public void ConfigureServices(IServiceCollection services)
{
    services.AddSingleton<ITelemetryInitializer, MyTelemetryInitializer>();
}

Java

Mengatur nama peran cloud

{
  "role": {
    "name": "my cloud role name"
  }
}

Anda juga dapat mengatur nama peran cloud dengan variabel lingkungan atau properti sistem. Untuk informasi selengkapnya, lihat Mengonfigurasi nama peran cloud.

Node.js

Mengatur nama peran cloud

var appInsights = require("applicationinsights");
appInsights.setup('INSTRUMENTATION_KEY').start();
appInsights.defaultClient.context.tags["ai.cloud.role"] = "your role name";
appInsights.defaultClient.context.tags["ai.cloud.roleInstance"] = "your role instance";

Node.js: Mengatur nama peran cloud

var appInsights = require("applicationinsights");
appInsights.setup('INSTRUMENTATION_KEY').start();

appInsights.defaultClient.addTelemetryProcessor(envelope => {
    envelope.tags["ai.cloud.role"] = "your role name";
    envelope.tags["ai.cloud.roleInstance"] = "your role instance"
});

JavaScript

Mengatur nama peran cloud

appInsights.queue.push(() => {
appInsights.addTelemetryInitializer((envelope) => {
  envelope.tags["ai.cloud.role"] = "your role name";
  envelope.tags["ai.cloud.roleInstance"] = "your role instance";
});
});

Python

Mengatur nama peran cloud

Untuk Python, Anda dapat menggunakan prosesor telemetri OpenCensus Python.

def callback_function(envelope):
   envelope.tags['ai.cloud.role'] = 'new_role_name'

# AzureLogHandler
handler.add_telemetry_processor(callback_function)

# AzureExporter
exporter.add_telemetry_processor(callback_function)

Menggunakan filter Peta aplikasi

Filter peta aplikasi membantu Anda mengurangi jumlah simpul dan tepi yang terlihat di peta Anda. Filter ini dapat digunakan untuk mengurangi cakupan peta dan menampilkan tampilan yang lebih kecil dan lebih fokus.

Cara cepat untuk memfilter adalah dengan menggunakan opsi Filter pada simpul ini pada menu konteks untuk simpul apa pun di peta:

Anda juga dapat membuat filter dengan opsi Tambahkan filter :

Pilih jenis filter Anda (simpul atau konektor) dan pengaturan yang diinginkan, lalu tinjau pilihan Anda dan terapkan ke peta saat ini.

Membuat filter simpul

Filter node memungkinkan Anda hanya melihat simpul tertentu di peta aplikasi dan menyembunyikan semua simpul lainnya. Anda mengonfigurasi parameter untuk mencari properti simpul di peta untuk nilai yang cocok dengan kondisi. Saat filter node menghapus simpul, filter juga menghapus semua konektor dan tepi untuk simpul.

Filter simpul memiliki tiga parameter untuk dikonfigurasi:

• Simpul disertakan: Jenis simpul yang akan ditinjau di peta aplikasi untuk properti yang cocok. Ada empat opsi:

  • Simpul, sumber, dan target: Semua simpul yang cocok dengan kriteria pencarian disertakan dalam peta hasil. Semua simpul sumber dan target untuk simpul yang cocok juga secara otomatis disertakan dalam peta hasil, bahkan jika sumber atau target tidak memenuhi kriteria pencarian. Simpul sumber dan target secara kolektif disebut sebagai simpul yang terhubung .

  • Simpul dan sumber: Perilaku yang sama dengan Simpul, sumber, dan target, tetapi simpul target tidak secara otomatis disertakan dalam peta hasil.

  • Simpul dan target: Perilaku yang sama seperti Simpul, sumber, dan target, tetapi simpul sumber tidak secara otomatis disertakan dalam peta hasil.

  • Simpul saja: Semua simpul dalam peta hasil harus memiliki nilai properti yang cocok dengan kriteria pencarian.

• Operator: Jenis pengujian kondisional yang akan dilakukan pada setiap nilai properti simpul. Ada empat opsi:

  • contains: Nilai properti simpul berisi nilai yang ditentukan dalam parameter Nilai pencarian.
  • !contains Nilai properti simpul tidak berisi nilai yang ditentukan dalam parameter Nilai pencarian.
  • ==: Nilai properti simpul sama dengan nilai yang ditentukan dalam parameter Nilai pencarian.
  • !=: Nilai properti simpul tidak sama dengan nilai yang ditentukan dalam parameter Nilai pencarian.

• Nilai pencarian: String teks yang akan digunakan untuk pengujian bersyarkat nilai properti. Daftar dropdown untuk parameter menunjukkan nilai untuk simpul yang ada di peta aplikasi. Anda dapat memilih nilai dari daftar, atau membuat nilai Anda sendiri. Masukkan nilai kustom Anda di bidang parameter lalu pilih Opsi buat ... dalam daftar. Misalnya, Anda dapat memasukkan test lalu memilih Buat opsi "uji" dalam daftar.

Gambar berikut menunjukkan contoh filter yang diterapkan ke peta aplikasi yang memperlihatkan data 30 hari. Filter menginstruksikan Peta aplikasi untuk mencari simpul dan target terhubung yang memiliki properti yang berisi teks "retailapp":

Node yang cocok dan simpul target yang terhubung disertakan dalam peta hasil:

Membuat filter konektor (tepi)

filter Koneksi or memungkinkan Anda hanya melihat simpul tertentu dengan konektor tertentu di peta aplikasi dan menyembunyikan semua simpul dan konektor lainnya. Anda mengonfigurasi parameter untuk mencari properti konektor di peta untuk nilai yang cocok dengan kondisi. Ketika simpul tidak memiliki konektor yang cocok, filter akan menghapus simpul dari peta.

Filter konektor memiliki tiga parameter untuk dikonfigurasi:

• Filter konektor menurut: Jenis konektor yang akan ditinjau di peta aplikasi untuk properti yang cocok. Ada empat pilihan. Pilihan Anda mengontrol opsi yang tersedia untuk dua parameter lainnya.

• Operator: Jenis pengujian kondisional yang akan dilakukan pada setiap nilai konektor.

• Nilai: Nilai perbandingan yang digunakan untuk pengujian bersyariah nilai properti. Daftar dropdown untuk parameter berisi nilai yang relevan dengan peta aplikasi saat ini. Anda dapat memilih nilai dari daftar, atau membuat nilai Anda sendiri. Misalnya, Anda dapat memasukkan 16 lalu memilih Buat opsi "16" dalam daftar.

Tabel berikut ini meringkas opsi konfigurasi berdasarkan pilihan Anda untuk filter konektor menurut parameter.

Filter konektor menurut	Deskripsi	Parameter operator	Parameter nilai	Penggunaan
Konektor kesalahan (disorot merah)	Cari konektor berdasarkan warnanya. Warna merah menunjukkan konektor dalam status kesalahan.	==: Sama dengan !=: Tidak sama dengan	Selalu atur ke Kesalahan	Perlihatkan hanya konektor dengan kesalahan atau hanya konektor tanpa kesalahan.
Tingkat kesalahan (0% - 100%)	Cari konektor berdasarkan tingkat kesalahan rata-ratanya (jumlah panggilan yang gagal dibagi dengan jumlah semua panggilan). Nilai dinyatakan sebagai persentase.	>= Lebih besar dari atau Sama dengan <= Kurang dari atau Sama dengan	Daftar dropdown menunjukkan tingkat kesalahan rata-rata yang relevan dengan konektor saat ini di peta aplikasi Anda. Pilih nilai dari daftar atau masukkan nilai kustom dengan mengikuti proses yang dijelaskan sebelumnya.	Perlihatkan konektor dengan tingkat kegagalan lebih besar dari atau lebih rendah dari nilai yang dipilih.
Durasi panggilan rata-rata (ms)	Cari konektor berdasarkan durasi rata-rata semua panggilan di seluruh konektor. Nilai diukur dalam milidetik.	>= Lebih besar dari atau Sama dengan <= Kurang dari atau Sama dengan	Daftar dropdown menunjukkan durasi rata-rata yang relevan dengan konektor saat ini di peta aplikasi Anda. Misalnya, nilai 1000 mengacu pada panggilan dengan durasi rata-rata 1 detik. Pilih nilai dari daftar atau masukkan nilai kustom dengan mengikuti proses yang dijelaskan sebelumnya.	Tampilkan konektor dengan tarif durasi panggilan rata-rata lebih besar dari atau lebih rendah dari nilai yang dipilih.
Jumlah panggilan	Cari konektor berdasarkan jumlah total panggilan di seluruh konektor.	>= Lebih besar dari atau Sama dengan <= Kurang dari atau Sama dengan	Daftar dropdown menunjukkan jumlah panggilan total yang relevan dengan konektor saat ini di peta aplikasi Anda. Pilih nilai dari daftar atau masukkan nilai kustom dengan mengikuti proses yang dijelaskan sebelumnya.	Perlihatkan konektor dengan jumlah panggilan lebih besar dari atau lebih rendah dari nilai yang Anda pilih.

Indikator persentil untuk nilai

Saat Anda memfilter konektor menurut Tingkat kesalahan, Durasi panggilan rata-rata, atau Jumlah panggilan, beberapa opsi untuk parameter Nilai menyertakan penunjukan(Pxx). Indikator ini menunjukkan tingkat persentil. Untuk filter Durasi panggilan rata-rata, Anda mungkin melihat nilai 200 (P90). Opsi ini berarti 90% dari semua konektor (terlepas dari jumlah panggilan yang mereka wakili) memiliki durasi panggilan kurang dari 200 ms.

Anda dapat melihat opsi Nilai yang menyertakan tingkat persentil dengan memasukkan P di bidang parameter.

Meninjau filter Anda

Setelah Anda membuat pilihan, bagian Tinjau dari popup Tambahkan filter memperlihatkan deskripsi tekstual dan visual tentang filter Anda. Tampilan ringkasan dapat membantu Anda memahami bagaimana filter Anda berlaku untuk peta aplikasi Anda.

Contoh berikut menunjukkan ringkasan Ulasan untuk filter simpul yang mencari simpul dan target dengan properti yang memiliki teks "-barat":

Contoh ini menunjukkan ringkasan untuk filter konektor yang mencari konektor (dan node mereka terhubung) dengan durasi panggilan rata-rata sama dengan atau lebih besar dari 42 mdtk:

Menerapkan filter ke peta

Setelah Mengonfigurasi dan meninjau pengaturan filter, pilih Terapkan untuk membuat filter. Anda dapat menerapkan beberapa filter ke peta aplikasi yang sama. Di Peta aplikasi, filter yang diterapkan ditampilkan sebagai pil di atas peta:

Tindakan Hapus pada pil filter memungkinkan Anda menghapus filter. Saat Anda menghapus filter yang diterapkan, tampilan peta diperbarui untuk mengurangi logika filter.

Peta aplikasi menerapkan logika filter ke peta Anda secara berurutan, mulai dari filter paling kiri dalam daftar. Saat filter diterapkan, simpul dan konektor dihapus dari tampilan peta. Setelah simpul atau konektor dihapus dari tampilan, filter berikutnya tidak dapat memulihkan item.

Anda dapat mengubah konfigurasi untuk filter yang diterapkan dengan memilih pil filter. Saat Anda mengubah pengaturan filter, Peta aplikasi memperlihatkan pratinjau tampilan peta dengan logika filter baru. Jika Anda memutuskan untuk tidak menerapkan perubahan, Anda bisa menggunakan opsi Batalkan ke tampilan dan filter peta saat ini.

Menjelajahi dan menyimpan filter

Saat menemukan filter yang menarik, Anda dapat menyimpan filter untuk menggunakannya kembali nanti dengan opsi Salin Tautan atau Sematkan ke dasbor :

• Opsi Salin tautan mengodekan semua pengaturan filter saat ini di URL yang disalin. Anda dapat menyimpan tautan ini di marka buku browser Anda atau membagikannya dengan orang lain. Fitur ini mempertahankan nilai durasi dalam pengaturan filter, tetapi bukan waktu absolut. Saat Anda menggunakan tautan nanti, peta aplikasi yang dihasilkan mungkin berbeda dari peta yang ada pada saat tautan diambil.

• Opsi Sematkan ke dasbor menambahkan peta aplikasi saat ini ke dasbor, bersama dengan filternya saat ini. Pendekatan diagnostik umum adalah menyematkan peta dengan filter konektor Kesalahan yang diterapkan. Anda dapat memantau aplikasi Anda untuk simpul dengan kesalahan dalam panggilan HTTP mereka.

Bagian berikut ini menjelaskan beberapa filter umum yang berlaku untuk sebagian besar peta dan dapat berguna untuk menyematkan di dasbor.

Periksa kesalahan penting

Menghasilkan tampilan peta hanya konektor dengan kesalahan (disorot merah) selama 24 jam terakhir. Filter mencakup parameter Konektor kesalahan yang dikombinasikan dengan tampilan Cerdas:

Fitur Tampilan cerdas dijelaskan nanti di artikel ini.

Sembunyikan konektor lalu lintas rendah

Sembunyikan konektor lalu lintas rendah tanpa kesalahan dari tampilan peta, sehingga Anda dapat dengan cepat fokus pada masalah yang lebih signifikan. Filter termasuk konektor selama 24 jam terakhir dengan jumlah Panggilan lebih besar dari 2872 (P20):

Tampilkan konektor lalu lintas tinggi

Ungkapkan konektor lalu lintas tinggi yang juga memiliki waktu durasi panggilan rata-rata tinggi. Filter ini dapat membantu mengidentifikasi potensi masalah performa. Filter dalam contoh ini mencakup konektor selama 24 jam terakhir dengan jumlah Panggilan lebih besar dari 10854 (P50) dan Waktu durasi panggilan rata-rata lebih besar dari 578 (P80):

Temukan komponen menurut nama

Temukan komponen (simpul dan konektor) di aplikasi Anda berdasarkan nama sesuai dengan implementasi konvensi penamaan properti komponen roleName Anda. Anda dapat menggunakan pendekatan ini untuk melihat bagian spesifik dari aplikasi terdistribusi. Filter mencari Simpul, sumber, dan target selama 24 jam terakhir yang berisi nilai yang ditentukan. Dalam contoh ini, nilai pencarian adalah "barat":

Menghapus komponen yang bising

Tentukan filter untuk menyembunyikan komponen berisik dengan menghapusnya dari peta. Terkadang komponen aplikasi dapat memiliki simpul dependen aktif yang menghasilkan data yang tidak penting untuk tampilan peta. Dalam contoh ini, filter mencari Node, sumber, dan target selama 24 jam terakhir yang tidak berisi nilai "ritel" yang ditentukan:

Cari konektor rawan kesalahan

Perlihatkan hanya konektor yang memiliki tingkat kesalahan lebih tinggi daripada nilai tertentu. Filter dalam contoh ini mencari konektor selama 24 jam terakhir yang memiliki tingkat Kesalahan lebih besar dari 3%:

Menjelajahi tampilan Cerdas

Fitur Tampilan cerdas untuk Peta aplikasi dirancang untuk membantu penyelidikan kesehatan layanan. Ini menerapkan pembelajaran mesin dengan cepat mengidentifikasi potensi akar penyebab masalah dengan memfilter kebisingan. Model pembelajaran mesin belajar dari Perilaku historis peta aplikasi untuk mengidentifikasi pola dan anomali dominan yang menunjukkan potensi penyebab insiden.

Dalam aplikasi terdistribusi besar, selalu ada beberapa tingkat kebisingan yang berasal dari kegagalan "jinak", yang dapat menyebabkan peta Aplikasi berisik dengan menunjukkan banyak tepi merah. Tampilan cerdas hanya menunjukkan penyebab kegagalan layanan yang paling mungkin dan menghapus tepi merah node-ke-node (komunikasi layanan-ke-layanan) dalam layanan yang sehat. Tampilan cerdas menyoroti tepi berwarna merah yang harus diselidiki. Ini juga menawarkan wawasan yang dapat ditindaklanjuti untuk tepi yang disorot.

Ada banyak manfaat menggunakan tampilan Cerdas:

• Mengurangi waktu penyelesaian dengan menyoroti hanya kegagalan yang perlu diselidiki
• Memberikan wawasan yang dapat ditindaklanjuti tentang mengapa tepi merah tertentu disorot
• Memungkinkan peta Aplikasi digunakan untuk aplikasi terdistribusi besar dengan mulus (dengan hanya berfokus pada tepi yang ditandai dengan warna merah)

Tampilan cerdas memiliki beberapa batasan:

• Aplikasi terdistribusi besar mungkin membutuhkan waktu satu menit untuk dimuat.
• Jangka waktu hingga tujuh hari didukung.

Bekerja dengan tampilan Cerdas

Pengalih di atas peta aplikasi memungkinkan Anda mengaktifkan tampilan Cerdas dan mengontrol sensitivitas deteksi masalah:

Tampilan cerdas menggunakan model pembelajaran mesin AIOps yang dipaenkan untuk menyoroti (merah) data penting dan signifikan dalam peta aplikasi. Berbagai data aplikasi digunakan untuk menentukan data mana yang akan disorot di peta, termasuk tingkat kegagalan, jumlah permintaan, durasi, anomali, dan jenis dependensi. Sebagai perbandingan, tampilan peta standar hanya menggunakan tingkat kegagalan mentah .

Peta aplikasi menyoroti tepi berwarna merah sesuai dengan pengaturan sensitivitas Anda. Anda dapat menyesuaikan sensitivitas untuk mencapai tingkat keyakinan yang diinginkan di tepi yang disorot.

Sensitivitas	Deskripsi
Tinggi	Lebih sedikit tepi yang disorot.
Sedang	(Pengaturan default) Jumlah tepi yang seimbang disorot.
Rendah	Lebih banyak tepi disorot.

Memeriksa wawasan yang dapat ditindak lanjuti

Setelah Anda mengaktifkan tampilan Cerdas, pilih tepi yang disorot (merah) di peta untuk melihat "wawasan yang dapat ditindaklanjuti" untuk komponen. Wawasan ditampilkan di panel di sebelah kanan dan menjelaskan mengapa tepi disorot.

Untuk mulai memecahkan masalah, pilih Selidiki kegagalan. Anda dapat meninjau informasi tentang komponen di panel Kegagalan untuk menentukan apakah masalah yang terdeteksi adalah akar penyebabnya.

Saat tampilan Cerdas tidak menyoroti tepi apa pun di peta aplikasi, model pembelajaran mesin tidak menemukan potensi insiden dalam dependensi aplikasi Anda.

Tips Pemecahan Masalah

Jika Anda mengalami masalah saat membuat Peta aplikasi berfungsi seperti yang diharapkan, tinjau saran di bagian berikut.

Berikut adalah beberapa rekomendasi umum:

• Gunakan SDK yang didukung secara resmi. SDK yang tidak didukung atau komunitas mungkin tidak mendukung korelasi. Untuk daftar SDK yang didukung, lihat Application Insights: Bahasa, platform, dan integrasi.

• Tingkatkan semua komponen ke versi SDK terbaru.

• Dukung Azure Functions dengan C# dengan meningkatkan ke Azure Functions V2.

• Pastikan nama peran cloud dikonfigurasi dengan benar.

• Konfirmasikan dependensi yang hilang tercantum sebagai dependensi yang dipilih otomatis. Jika dependensi tidak tercantum, Anda dapat melacaknya secara manual dengan panggilan dependensi trek.

Terlalu banyak simpul di peta

Peta aplikasi menambahkan simpul komponen untuk setiap nama peran cloud unik dalam telemetri permintaan Anda. Proses ini juga menambahkan simpul dependensi untuk setiap kombinasi unik jenis, target, dan nama peran cloud.

• Jika Anda memiliki lebih dari 10.000 simpul dalam telemetri Anda, Peta aplikasi tidak dapat mengambil semua simpul dan tautan. Dalam skenario ini, struktur peta Anda tidak lengkap. Jika skenario ini terjadi, pesan peringatan muncul saat Anda menampilkan peta.

• Peta aplikasi dapat merender maksimum 1.000 simpul terpisah yang tidak dikeroyong sekaligus. Peta aplikasi mengurangi kompleksitas visual dengan mengelompokkan dependensi bersama-sama ketika mereka memiliki jenis dan pemanggil yang sama.

• Jika telemetri Anda memiliki terlalu banyak nama peran cloud unik atau terlalu banyak jenis dependensi, pengelompokan tidak cukup dan peta tidak dirender.

Untuk memperbaiki masalah ini, Anda perlu mengubah instrumentasi untuk mengatur nama peran cloud, jenis dependensi, dan bidang target dependensi dengan benar. Konfirmasikan aplikasi Anda mematuhi kriteria berikut:

• Setiap target dependensi mewakili nama logis dependensi. Dalam banyak kasus, nilai ini setara dengan server atau nama sumber daya dependensi. Misalnya, jika ada dependensi HTTP, nilainya adalah nama host. Nilai tidak boleh berisi ID atau parameter unik yang berubah dari satu permintaan ke permintaan lainnya.

• Setiap jenis dependensi mewakili jenis dependensi logis. Misalnya, HTTP, SQL, atau Azure Blob adalah jenis dependensi yang khas. Nilai ini tidak boleh berisi ID unik.

• Setiap tujuan nama peran cloud menerapkan deskripsi di bagian Atur atau ganti nama peran cloud.

Tampilan cerdas: Edge tidak disorot

Tampilan cerdas mungkin tidak menyoroti tepi seperti yang diharapkan, bahkan dengan pengaturan sensitivitas rendah. Dependensi mungkin tampak gagal tetapi model tidak menunjukkan masalah sebagai potensi insiden. Berikut adalah beberapa skenario yang mungkin:

• Jika dependensi umumnya gagal, model mungkin mempertimbangkan kegagalan status standar untuk komponen dan tidak menyoroti tepi. Tampilan cerdas berfokus pada pemecahan masalah secara real time.

• Jika dependensi memiliki efek minimal pada performa keseluruhan aplikasi, tampilan Cerdas mungkin mengabaikan komponen selama pemodelan pembelajaran mesin.

Jika skenario Anda unik, Anda dapat menggunakan opsi Umpan Balik untuk menjelaskan pengalaman Anda dan membantu meningkatkan versi model di masa mendatang.

Tampilan cerdas: Edge disorot

Saat tampilan cerdas menyoroti tepi, wawasan yang dapat ditindaklanjuti dari model pembelajaran mesin harus mengidentifikasi masalah signifikan yang berkontribusi pada skor probabilitas tinggi. Perlu diingat bahwa rekomendasi tidak hanya didasarkan pada kegagalan, tetapi pada indikator lain seperti latensi tak terduga dalam aliran dominan.

Tampilan cerdas: Tidak memuat

Jika Tampilan cerdas tidak dimuat, atur jangka waktu yang dikonfigurasi menjadi enam hari atau kurang.

Tampilan cerdas: Waktu muat yang lama

Jika Tampilan cerdas membutuhkan waktu lebih lama untuk dimuat dari yang diharapkan, hindari memilih opsi Perbarui komponen peta. Mengaktifkan Tampilan cerdas hanya untuk satu sumber daya Application Insights.

Konten terkait

• Pelajari cara kerja korelasi di Application Insights dengan korelasi Telemetri.

• Jelajahi pengalaman diagnostik transaksi end-to-end yang menghubungkan telemetri sisi server dari semua komponen yang dipantau Application Insights Anda ke dalam satu tampilan.

• Mendukung skenario korelasi tingkat lanjut di ASP.NET Core dan ASP.NET dengan Lacak operasi kustom.