Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Application Insights mendukung tiga jenis metrik yang berbeda: metrik standar (preaggregated), berbasis log, dan kustom. Masing-masing membawa nilai unik dalam memantau kesehatan aplikasi, diagnostik, dan analitik. Pengembang yang melengkapi aplikasi dapat memutuskan jenis metrik mana yang paling cocok untuk skenario tertentu. Keputusan didasarkan pada ukuran aplikasi, volume telemetri yang diharapkan, dan persyaratan bisnis untuk presisi dan peringatan metrik. Artikel ini menjelaskan perbedaan antara semua jenis metrik yang didukung.
Metrik standar
Application Insights mengumpulkan dan memantau metrik standar secara otomatis. Metrik yang telah ditentukan sebelumnya ini mencakup berbagai indikator performa dan penggunaan, seperti penggunaan CPU, konsumsi memori, tingkat permintaan, dan waktu respons. Anda tidak perlu mengonfigurasi apa pun untuk mulai menggunakannya. Selama pengumpulan, layanan melakukan pra-agregat metrik standar dan menyimpannya sebagai rangkaian waktu dalam repositori khusus hanya dengan dimensi kunci. Desain ini meningkatkan performa kueri. Karena kecepatan dan strukturnya, metrik standar berfungsi paling baik untuk pemberitahuan hampir waktu nyata dan dasbor responsif.
Metrik berbasis log
Metrik berbasis log dalam Application Insights adalah konsep waktu kueri. Sistem mewakilinya sebagai rangkaian waktu yang dibangun dari data log aplikasi Anda. Itu tidak mengagregasi log yang mendasarinya selama pengumpulan atau penyimpanan. Sebaliknya, ia mempertahankan semua properti dari setiap entri log.
Retensi ini memungkinkan Anda menggunakan properti log sebagai dimensi saat mengkueri metrik berbasis log. Anda dapat menerapkan pemfilteran bagan metrik dan pemisahan metrik, yang memberikan metrik ini nilai analitik dan diagnostik yang kuat.
Namun, teknik pengurangan volume telemetri memengaruhi metrik berbasis log. Teknik seperti pengambilan sampel dan pemfilteran telemetri, sering digunakan untuk mengurangi data dari aplikasi volume tinggi, mengurangi jumlah entri log yang dikumpulkan. Pengurangan ini menurunkan akurasi metrik berbasis log.
Metrik kustom (pratinjau)
Metrik kustom di Application Insights memungkinkan Anda menentukan dan melacak pengukuran tertentu yang unik untuk aplikasi Anda. Metrik ini dapat dibuat dengan melengkapi kode Anda untuk mengirim data telemetri kustom ke Application Insights. Metrik kustom memberikan fleksibilitas untuk memantau aspek apa pun dari aplikasi Anda yang tidak tercakup dalam metrik standar, memungkinkan Anda untuk mendapatkan wawasan yang lebih mendalam tentang perilaku dan performa aplikasi Anda.
Untuk informasi selengkapnya, lihat bagian metrik Khusus di Azure Monitor (pratinjau).
Catatan
Application Insights juga menyediakan fitur yang disebut aliran Metrik Langsung, yang memungkinkan pemantauan aplikasi web Anda hampir pada waktu nyata dan tidak menyimpan data telemetri apa pun.
Perbandingan metrik
| Fitur | Metrik standar | Metrik berbasis log | Metrik khusus |
|---|---|---|---|
| Sumber data | Data deret waktu yang telah diagregasi sebelumnya yang dikumpulkan selama waktu proses. | Berasal dari data log yang diperoleh melalui kueri Kusto. | Metrik yang ditentukan pengguna yang dikumpulkan melalui Application Insights SDK atau API. |
| Granularitas | Interval tetap (1 menit). | Tergantung pada granularitas data log itu sendiri. | Granularitas fleksibel berdasarkan metrik yang ditentukan pengguna. |
| Akurasi | Tinggi dan tidak terpengaruh oleh pengambilan sampel log. | Dapat dipengaruhi oleh pengambilan sampel dan pemfilteran. | Akurasi tinggi, terutama saat menggunakan metode yang telah teragregasi sebelumnya seperti GetMetric. |
| Biaya | Disertakan dalam harga Application Insights. | Berdasarkan pengambilan data log dan biaya pencarian. | Lihat Model harga dan retensi. |
| Konfigurasi | Tersedia secara otomatis dengan konfigurasi minimal. | Memerlukan konfigurasi kueri log untuk mengekstrak metrik yang diinginkan dari data log. | Memerlukan implementasi dan konfigurasi kustom dalam kode. |
| Performa kueri | Cepat, karena proses penggabungan awal. | Lebih lambat, karena melibatkan kueri data log. | Bergantung pada volume data dan kompleksitas kueri. |
| Penyimpanan | Disimpan sebagai data rangkaian waktu di penyimpanan metrik Azure Monitor. | Disimpan sebagai log di workspace Log Analytics. | Disimpan di Log Analytics dan penyimpanan metrik Azure Monitor. |
| Pemberitahuan | Mendukung pemberitahuan real time. | Memungkinkan skenario pemberitahuan yang kompleks berdasarkan data log terperinci. | Pemberitahuan fleksibel berdasarkan metrik yang ditentukan pengguna. |
| Batas layanan | Bergantung pada batas Pemahaman Aplikasi. | Tunduk pada batas ruang kerja Log Analytics. | Dibatasi oleh kuota untuk metrik gratis dan biaya untuk penggunaan dimensi tambahan. |
| Skenario penggunaan | Pemantauan waktu nyata, dasbor performa, dan wawasan cepat. | Diagnostik terperinci, pemecahan masalah, dan analisis mendalam. | Indikator performa yang disesuaikan dan metrik khusus bisnis. |
| Contoh | Penggunaan CPU, penggunaan memori, durasi permintaan. | Jumlah permintaan, jejak pengecualian, panggilan dependensi. | Metrik khusus aplikasi kustom seperti keterlibatan pengguna, penggunaan fitur. |
Preaggregasi metrik
OpenTelemetry SDK melakukan pra-agregat metrik selama pengumpulan untuk mengurangi volume data yang dikirim dari SDK ke titik akhir saluran telemetri. Proses ini berlaku untuk metrik standar yang dikirim secara default, sehingga akurasi tidak terpengaruh oleh pengambilan sampel atau pemfilteran. Ini juga berlaku untuk metrik kustom yang dikirim menggunakan API OpenTelemetry, yang menghasilkan lebih sedikit penyerapan data dan biaya yang lebih rendah.
Application Insights JavaScript SDK (berbasis browser) tidak menerapkan preaggregasi. Sebaliknya, back end membuat metrik baru dengan menggabungkan peristiwa yang diterima melalui saluran telemetri. Ini tidak mengurangi volume data yang dikirim dari browser. Namun, Anda masih dapat menggunakan metrik preaggregasi yang dihasilkan back end. Penyiapan ini memberikan Anda performa yang lebih baik dan mendukung peringatan dimensi yang hampir real-time, bahkan tanpa pra-agregasi selama pengumpulan. Titik akhir saluran telemetri mengagregat peristiwa sebelumnya sebelum pengambilan sampel untuk penyerapan. Untuk alasan ini, pengambilan sampel data tidak pernah memengaruhi akurasi metrik yang sudah diagregasi sebelumnya, terlepas dari versi SDK yang Anda gunakan.
Tabel berikut mencantumkan lokasi di mana proses pra-aggregasi dilakukan.
Preaggregasi metrik dengan Azure Monitor OpenTelemetry Distro
| SDK produksi saat ini | Preaggregasi metrik standar | Preaggregasi metrik kustom |
|---|---|---|
| ASP.NET Core | SDK | SDK melalui OpenTelemetry API |
| .NET (melalui Pengekspor) | SDK | SDK melalui OpenTelemetry API |
| Java (3.x) | SDK | SDK melalui OpenTelemetry API |
| Bawaan Java | SDK | SDK melalui OpenTelemetry API |
| Node.js | SDK | SDK melalui OpenTelemetry API |
| Phyton | SDK | SDK melalui OpenTelemetry API |
Penggunaan autoinstrumentasi untuk preaggregasi metrik
Dengan autoinstrumentasi, SDK secara otomatis ditambahkan ke kode aplikasi Anda dan tidak dapat disesuaikan. Untuk metrik kustom, instrumentasi manual diperlukan.
| SDK produksi saat ini | Preaggregasi metrik standar | Preaggregasi metrik kustom |
|---|---|---|
| ASP.NET Core | SDK 1 | Tidak didukung |
| ASP.NET | SDK 2 | Tidak didukung |
| Java | SDK | Didukung 3 |
| Node.js | SDK | Tidak didukung |
| Phyton | SDK | Tidak didukung |
Catatan kaki
-
1Autoinstrumentasi ASP.NET Core pada App Service menghasilkan metrik standar tanpa dimensi. Instrumentasi manual diperlukan untuk semua dimensi.
- 2Penginstrumentasian otomatis ASP.NET pada mesin virtual/set skala mesin virtual dan lokal memancarkan metrik standar tanpa dimensi. Hal yang sama berlaku untuk Azure App Service, tetapi tingkat koleksi harus diatur ke yang direkomendasikan. Instrumentasi manual diperlukan untuk semua dimensi.
- 3 Agen Java yang digunakan dengan instrumentasi otomatis menangkap metrik yang dihasilkan oleh pustaka populer dan mengirimkannya ke Application Insights sebagai metrik khusus.
Dimensi metrik kustom dan preaggregasi
Semua metrik yang Anda kirim menggunakan panggilan OpenTelemetry, trackMetric, atau GetMetric dan TrackValue API secara otomatis disimpan di penyimpanan metrik dan log. Metrik ini dapat ditemukan dalam tabel customMetrics di Application Insights dan di Metrics Explorer di bawah Namespace Layanan Metrik Kustom yang disebut azure.applicationinsights. Meskipun versi berbasis log metrik kustom Anda selalu mempertahankan semua dimensi, versi metrik yang telah ditentukan sebelumnya disimpan secara default tanpa dimensi. Mempertahankan dimensi metrik kustom adalah fitur Pratinjau yang dapat diaktifkan dari tab Penggunaan dan perkiraan biaya dengan memilih Dengan dimensi di bawah Send metrik kustom ke Azure Metric Store.
Kuota
Metrik yang telah di-agregasi sebelumnya disimpan sebagai seri waktu di Azure Monitor. Kuota Monitor Azure untuk metrik kustom berlaku.
Catatan
Kelebihan kuota mungkin memiliki konsekuensi yang tidak diinginkan. Azure Monitor mungkin menjadi tidak dapat diandalkan di langganan atau wilayah Anda. Untuk mempelajari cara menghindari kelebihan kuota, lihat Batasan dan pertimbangan desain.
Mengapa kumpulan dimensi metrik kustom dinonaktifkan secara default?
Application Insights menonaktifkan pengumpulan dimensi metrik kustom secara default. Menyimpan metrik kustom dengan dimensi menimbulkan penagihan terpisah dari Application Insights. Menyimpan metrik kustom tanpa dimensi tetap gratis, hingga batas kuota tertentu. Untuk detailnya, lihat halaman harga Azure Monitor.
Membuat bagan dan menjelajahi metrik
Gunakan penjelajah metrik Azure Monitor untuk memplot bagan dari metrik yang sudah teragregasi, berbasis log, dan kustom, serta untuk mengembangkan dasbor dengan bagan. Setelah Anda memilih sumber daya Application Insights yang Anda inginkan, gunakan pemilih namespace untuk beralih antar metrik.
Model harga untuk metrik Application Insights
Menyerap metrik ke dalam Application Insights, baik berbasis log atau preaggregasi, menghasilkan biaya berdasarkan ukuran data yang diserap. Untuk informasi lebih lanjut, lihat detail harga Log Azure Monitor. Metrik kustom Anda, termasuk semua dimensinya, selalu disimpan di penyimpanan log Application Insights. Selain itu, versi metrik kustom Anda yang diagregasi sebelumnya tanpa dimensi diteruskan ke penyimpanan metrik secara default.
Memilih opsi Aktifkan peringatan pada dimensi metrik kustom untuk menyimpan semua dimensi metrik yang telah diemulsikan di penyimpanan metrik dapat mengakibatkan peningkatan biaya berdasarkan harga metrik kustom.
Metrik yang tersedia
Bagian berikut mencantumkan metrik dengan agregasi dan dimensi yang didukung. Detail tentang metrik berbasis log mencakup pernyataan kueri Kusto yang mendasarinya.
Penting
Batas Rangkaian Waktu: Setiap metrik hanya dapat memiliki hingga 5.000 rangkaian waktu dalam waktu 24 jam. Setelah batas ini tercapai, semua nilai dimensi titik metrik tersebut diganti dengan konstanta
Maximum values reached.Batas kardinalitas: Setiap dimensi mendukung jumlah nilai unik yang terbatas dalam periode tujuh hari. Ketika batas tercapai, Azure Monitor mengganti semua nilai baru dengan konstanta
Other values. Tabel berikut mencantumkan batas kardinalitas untuk setiap dimensi.
Metrik ketersediaan
Metrik dalam kategori Ketersediaan memungkinkan Anda untuk melihat kesehatan aplikasi web Anda seperti yang diamati dari titik-titik di seluruh dunia. Konfigurasikan pengujian ketersediaan untuk mulai menggunakan metrik apa pun dari kategori ini.
Ketersediaan (hasilKetersediaan/persentaseKetersediaan)
Metrik Ketersediaan memperlihatkan persentase pengujian web yang berjalan yang tidak mendeteksi masalah apa pun. Nilai serendah mungkin adalah 0, yang menunjukkan bahwa semua eksekusi pengujian web gagal. Nilai 100 berarti bahwa semua pengujian web yang berjalan telah melewati kriteria validasi.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Persentase | Avg | Run location |
availabilityResult/location |
50 |
Test name |
availabilityResult/name |
100 |
Durasi uji ketersediaan (availabilityResults/duration)
Metrik durasi uji Ketersediaan menunjukkan berapa banyak waktu yang diperlukan untuk menjalankan uji web. Untuk pengujian web bertahap, metrik mencerminkan total waktu pelaksanaan dari semua langkah.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Run location |
availabilityResult/location |
50 |
Test name |
availabilityResult/name |
100 | ||
Test result |
availabilityResult/success |
2 |
Uji ketersediaan (availabilityResults/count)
Metrik Tersedia mencerminkan jumlah pengujian web yang dijalankan oleh Azure Monitor.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Run location |
availabilityResult/location |
50 |
Test name |
availabilityResult/name |
100 | ||
Test result |
availabilityResult/success |
2 |
Metrik peramban
Application Insights JavaScript SDK mengumpulkan metrik browser dari browser pengguna akhir nyata. Metrik ini memberi Anda wawasan berharga tentang pengalaman pengguna Anda dengan aplikasi web Anda. SDK biasanya tidak mengambil sampel metrik browser, sehingga menawarkan presisi yang lebih tinggi dalam jumlah penggunaan. Sebaliknya, metrik sisi server sering menggunakan pengambilan sampel, yang dapat membuat condong hasil.
Catatan
Untuk mengumpulkan metrik browser, aplikasi Anda harus berinstrumen dengan Application Insights JavaScript SDK.
Waktu muat halaman peramban (browserTimings/totalDuration)
| Satuan ukuran | Agregasi yang didukung | Dimensi yang didukung |
|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Tidak |
Waktu pemrosesan klien (browserTiming/durasiPemrosesan)
| Satuan ukuran | Agregasi yang didukung | Dimensi yang didukung |
|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Tidak |
Waktu sambungan jaringan pemuatan halaman (browserTimings/networkDuration)
| Satuan ukuran | Agregasi yang didukung | Dimensi yang didukung |
|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Tidak |
Waktu penerimaan respons (browserTimings/receiveDuration)
| Satuan ukuran | Agregasi yang didukung | Dimensi yang didukung |
|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Tidak |
Mengirim waktu permintaan (browserTimings/sendDuration)
| Satuan ukuran | Agregasi yang didukung | Dimensi yang didukung |
|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Tidak |
Metrik kegagalan
Metrik dalam Kegagalan menunjukkan masalah dengan permintaan pemrosesan, panggilan dependensi, dan pengecualian yang dilemparkan.
Pengecualian browser (exceptions/browser)
Metrik ini mencerminkan jumlah pengecualian yang dilemparkan dari kode aplikasi Anda yang berjalan di browser. Hanya pengecualian yang dilacak melalui pemanggilan trackException() API Application Insights yang disertakan dalam metrik.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role name |
cloud/roleName |
100 |
Kegagalan ketergantungan (ketergantungan/gagal)
Jumlah panggilan dependensi yang gagal.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Dependency performance |
dependency/performanceBucket |
20 | ||
Dependency type |
dependency/type |
100 | ||
Is traffic synthetic |
operation/synthetic |
10 | ||
Result code |
dependency/resultCode |
100 | ||
Target of dependency call |
dependency/target |
100 |
Pengecualian (jumlah pengecualian)
Setiap kali Anda mencatat pengecualian ke Application Insights, ada panggilan ke metode trackException() SDK. Metrik Pengecualian memperlihatkan jumlah pengecualian yang dicatat.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Device type |
client/type |
2 |
Permintaan yang gagal (permintaan/gagal)
Jumlah permintaan server terlacak yang ditandai sebagai gagal. Secara default, Application Insights SDK secara otomatis menandai setiap permintaan server yang mengembalikan kode respons HTTP 5xx atau 4xx (kecuali untuk 401) sebagai permintaan yang gagal. Anda dapat menyesuaikan logika ini dengan mengubah properti sukses dari item telemetri permintaan di penginisialisasi telemetri kustom. Untuk informasi selengkapnya tentang berbagai kode respons, lihat Model data telemetri Application Insights.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Is synthetic traffic |
operation/synthetic |
10 | ||
Request performance |
request/performanceBucket |
20 | ||
Result code |
request/resultCode |
100 |
Pengecualian server (exceptions/server)
Metrik ini menunjukkan jumlah pengecualian server.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 |
Penghitung kinerja
Application Insights menggunakan metrik sistem dan proses, yang disebut penghitung kinerja, untuk membantu mendiagnosis masalah performa dan mendukung pengalaman bawaan.
Azure Monitor OpenTelemetry Distro mengekspor penghitung ini sebagai metrik kustom ke tabel performanceCounters, masing-masing diidentifikasi dengan nama metrik unik.
Nama dan deskripsi penghitung
| Counter | Nama | Description | Ukur |
|---|---|---|---|
| Memori yang Tersedia | Available Bytes |
Memori fisik tersedia untuk menjalankan proses. | Bita |
| Tingkat Pengecualian | # of Exceps Thrown / sec |
Pengecualian yang dilemparkan oleh aplikasi per detik. | Pengecualian per detik |
| Waktu Eksekusi Permintaan | Request Execution Time |
Waktu rata-rata untuk menyelesaikan permintaan. | Milidetik |
| Tingkat Permintaan | Requests/Sec |
Permintaan diproses setiap detik. | Permintaan per detik |
| Permintaan dalam Antrean | Requests In Application Queue |
Permintaan yang sedang menunggu dalam antrian aplikasi. | Jumlah |
| Memproses % CPU | % Processor Time |
Pemanfaatan CPU dari proses aplikasi. | Percent |
| Proses CPU % Dinormalisasi | % Processor Time Normalized |
Pemanfaatan CPU proses dibagi dengan jumlah prosesor logis. | Percent |
| Laju I/O pada Proses | IO Data Bytes/sec |
Throughput I/O untuk proses aplikasi. | Byte per detik |
| Proses Byte Privat | Private Bytes |
Memori privat yang digunakan oleh proses aplikasi. | Bita |
| % Waktu Prosesor Golongan: Prosesor |
% Processor Time |
Total pemanfaatan CPU komputer. | Percent |
| % Waktu Prosesor Kategori: Proses |
% Processor Time |
Pemanfaatan CPU proses. | Percent |
Pengalaman yang diperbaiki melalui penghitung kinerja
- Tampilan performa: Memori yang Tersedia, %CPU Proses, Tingkat I/O Proses.
- Tampilan kegagalan: Memori yang Tersedia, %CPU Proses, Tingkat I/O Proses.
- Deteksi Cerdas dan Pemberitahuan Cerdas: Pemrosesan Byte Privat.
-
Bagan jumlah permintaan: Bagan menampilkan hitungan dari
requeststabel.
Mencantumkan tipe penghitung kinerja
Untuk daftar lengkap penghitung kinerja yang tersedia, yang bervariasi tergantung pada waktu proses dan konfigurasi khusus bahasa:
- Buka sumber daya Application Insights Anda di Azure portal.
- Di bawah Pemantauan, pilih Log.
- Dari menu Pilih tabel , pilih
performanceCounterslalu Jalankan.
Jalankan kueri berikut secara bergantian.
// List distinct performance counter names with category and counter.
performanceCounters
| where timestamp > ago(1d)
| summarize by name, category, counter
| order by name asc, category asc
Metrik Server
Panggilan dependensi (dependensi/hitung)
Metrik ini terkait dengan jumlah panggilan dependensi.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Dependency performance |
dependency/performanceBucket |
20 | ||
Dependency type |
dependency/type |
100 | ||
Is traffic synthetic |
operation/synthetic |
10 | ||
Result code |
request/resultCode |
2 | ||
Successful call |
dependency/success |
100 | ||
Target of a dependency call |
dependency/target |
100 |
Durasi dependensi (dependensi/durasi)
Metrik ini mengacu pada durasi panggilan dependensi.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Dependency performance |
dependency/performanceBucket |
20 | ||
Dependency type |
dependency/type |
100 | ||
Is traffic synthetic |
operation/synthetic |
10 | ||
Result code |
request/resultCode |
100 | ||
Successful call |
dependency/success |
2 | ||
Target of a dependency call |
dependency/target |
100 |
Tingkat permintaan server (permintaan/laju)
Metrik ini menunjukkan jumlah permintaan server masuk yang diterima aplikasi web Anda.
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah per detik | Avg | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Is traffic synthetic |
operation/synthetic |
10 | ||
Request performance |
request/performanceBucket |
20 | ||
Result code |
request/resultCode |
100 | ||
Successful call |
dependency/success |
2 |
Permintaan server (permintaan/jumlah)
| Satuan ukuran | Penggabungan | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Is traffic synthetic |
operation/synthetic |
10 | ||
Request performance |
request/performanceBucket |
20 | ||
Result code |
request/resultCode |
100 | ||
Successful call |
dependency/success |
2 |
Waktu respons server (permintaan/durasi)
Metrik ini mencerminkan waktu yang diperlukan server untuk memproses permintaan masuk.
| Milidetik | Rata-rata, Maks, Min | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Is traffic synthetic |
operation/synthetic |
10 | ||
Request performance |
request/performanceBucket |
20 | ||
Result code |
request/resultCode |
100 | ||
Successful call |
dependency/success |
2 |
Metrik penggunaan
Waktu muat tampilan laman (pageViews/duration)
Metrik ini mengacu pada jumlah waktu yang diperlukan agar peristiwa PageView dimuat.
| Milidetik | Rata-rata, Maks, Min | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Cloud role name |
cloud/roleName |
100 |
Is traffic synthetic |
operation/synthetic |
10 |
Tampilan halaman (pageViews/count)
Jumlah peristiwa PageView yang dicatat menggunakan API TrackPageView() dari Application Insights.
| Jumlah | Jumlah | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Milidetik | Rata-rata, Maks, Min | Cloud role name |
cloud/roleName |
100 |
Is traffic synthetic |
operation/synthetic |
10 |
Jejak (jumlah jejak)
Jumlah pernyataan jejak yang dicatat dengan panggilan API TrackTrace() Application Insights.
| Jumlah | Jumlah | Nama dimensi (Penjelajah Metrik) |
Nama dimensi (Analitik Log) |
Batas kardinalitas |
|---|---|---|---|---|
| Jumlah | Jumlah | Cloud role instance |
cloud/roleInstance |
100 |
Cloud role name |
cloud/roleName |
100 | ||
Is traffic synthetic |
operation/synthetic |
10 | ||
Severity level |
trace/severityLevel |
100 |
Metrik khusus
Tidak berlaku untuk metrik standar.
Akses metrik berbasis log langsung dengan API REST Application Insights
REST API Application Insights memungkinkan pengambilan terprogram metrik berbasis log. Ini juga menampilkan parameter ai.include-query-payload opsional yang ketika ditambahkan ke string kueri, meminta API untuk mengembalikan tidak hanya data rangkaian waktu, tetapi juga pernyataan Bahasa Kueri Kusto (KQL) yang digunakan untuk mengambilnya. Parameter ini dapat bermanfaat bagi pengguna yang bertujuan untuk memahami koneksi antara peristiwa mentah di Log Analytics dan metrik berbasis log yang dihasilkan.
Untuk mengakses data Anda secara langsung, oper parameter ai.include-query-payload ke API Application Insights dalam kueri menggunakan KQL.
Catatan
Untuk mengambil kueri log yang mendasar, DEMO_APP dan DEMO_KEYtidak perlu diganti. Jika Anda hanya ingin mengambil pernyataan KQL dan bukan data rangkaian waktu aplikasi Anda sendiri, Anda dapat menyalin dan menempelkannya langsung ke bilah pencarian browser Anda.
api.applicationinsights.io/v1/apps/DEMO_APP/metrics/users/authenticated?api_key=DEMO_KEY&prefer=ai.include-query-payload
Contoh ini menunjukkan pernyataan KQL pengembalian untuk metrik Authenticated Users. Dalam contoh ini, "users/authenticated" adalah ID metrik.
output
{
"value": {
"start": "2024-06-21T09:14:25.450Z",
"end": "2024-06-21T21:14:25.450Z",
"users/authenticated": {
"unique": 0
}
},
"@ai.query": "union (traces | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (requests | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (pageViews | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (dependencies | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (customEvents | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (availabilityResults | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (exceptions | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (customMetrics | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)), (browserTimings | where timestamp >= datetime(2024-06-21T09:14:25.450Z) and timestamp < datetime(2024-06-21T21:14:25.450Z)) | where notempty(user_AuthenticatedId) | summarize ['users/authenticated_unique'] = dcount(user_AuthenticatedId)"
}