Aturan pengumpulan data (DCR) di Azure Monitor

Aturan pengumpulan data (DCR) adalah bagian dari proses pengumpulan data seperti ekstrak, transformasi, dan pemuatan (ETL) yang meningkatkan metode pengumpulan data tradisional untuk Azure Monitor. Proses ini menggunakan strategi penyerapan data umum untuk semua sumber data dan metode konfigurasi standar yang lebih mudah dikelola dan dapat diskalakan daripada metode pengumpulan sebelumnya.

Untuk banyak skenario pemantauan, Anda tidak perlu memahami bagaimana DCR dibuat atau ditetapkan. Anda cukup menggunakan panduan di portal Microsoft Azure untuk mengaktifkan dan mengonfigurasi pengumpulan data, sementara Azure Monitor membuat dan mengonfigurasi DCR untuk Anda. Artikel ini menyediakan detail selengkapnya tentang cara kerja DCR untuk membuat Anda mulai membuat dan mengonfigurasinya secara manual sehingga Anda dapat menyesuaikan proses pengumpulan data.

Keuntungan spesifik pengumpulan data berbasis DCR meliputi:

• Metode yang konsisten untuk konfigurasi sumber data yang berbeda.
• Kemampuan untuk menerapkan transformasi untuk memfilter atau memodifikasi data masuk sebelum dikirim ke tujuan.
• Opsi konfigurasi yang dapat diskalakan dan mendukung penerapan infrastruktur sebagai kode serta proses DevOps.
• Opsi alur Azure Monitor di lingkungan Anda sendiri untuk menyediakan skalabilitas kelas atas, konfigurasi jaringan berlapis, dan konektivitas berkala.

Lihat DCR

Aturan pengumpulan data (DCR) disimpan di Azure sehingga Anda dapat menyebarkan dan mengelolanya secara terpusat seperti sumber daya Azure lainnya. Mereka menyediakan cara yang konsisten dan terpusat untuk menentukan dan menyesuaikan skenario pengumpulan data yang berbeda.

Lihat semua DCR di langganan Anda dari opsi Aturan Pengumpulan Data dari menu Monitor di portal Microsoft Azure. Terlepas dari metode yang digunakan untuk membuat DCR dan detail DCR itu sendiri, layar ini mencantumkan semua DCR dalam langganan.

Mengganti metode pengumpulan data warisan

Proses pengumpulan data yang menggunakan DCR menggantikan metode pengumpulan data lainnya dalam Azure Monitor. Tabel berikut mencantumkan metode warisan dan penggantian berbasis DCR-nya. Di masa mendatang, DCR diharapkan dapat menggantikan metode pengumpulan data lainnya dalam Azure Monitor.

Metode warisan	Metode DCR	Deskripsi
Agen Analitik Log	Agen Azure Monitor	Gunakan agen Azure Monitor untuk memantau komputer virtual (VM) dan kluster Kubernetes yang mendukung wawasan VM dan wawasan Container.
Pengaturan diagnostik (hanya metrik)	Ekspor metrik	Pengaturan diagnostik masih mengumpulkan log sumber daya dari sumber daya Azure. Gunakan ekspor Metrik untuk mengumpulkan metrik platform.
API Pengumpul Data	API penyerapan log	Gunakan API penyerapan Log untuk mengirim data ke ruang kerja Log Analytics dari klien REST mana pun. Ini menggunakan autentikasi berbasis OAuth (lebih aman daripada kunci ruang kerja), kontrol dan transformasi skema yang diatur DCR, dan memberikan peningkatan keandalan, skalabilitas, dan dukungan platform jangka panjang dibandingkan dengan API Pengumpul Data HTTP warisan.

Proses pengumpulan data

Proses pengumpulan data yang didukung DCR menyediakan jalur pemrosesan umum untuk data masuk. Setiap skenario pengumpulan data ditentukan dalam DCR. DCR memberikan instruksi tentang bagaimana Azure Monitor harus memproses data yang diterimanya. Bergantung pada skenarionya, DCR menentukan semua atau beberapa item berikut:

• Data untuk dikumpulkan dan dikirim ke Azure Monitor.
• Skema data masuk.
• Transformasi untuk diterapkan ke data sebelum disimpan.
• Tujuan tempat data harus dikirim.

Asosiasi aturan pengumpulan data (DCRAs)

Buat asosiasi aturan pengumpulan data (DCRAs) antara sumber daya dan DCR untuk mengaktifkan skenario pengumpulan data tertentu. Hubungan ini bersifat banyak-ke-banyak, yang berarti Anda dapat mengaitkan beberapa sumber daya dengan satu DCR dan mengaitkan hingga 30 DCR dengan satu sumber daya. Kembangkan strategi untuk mempertahankan pemantauan Anda di seluruh set sumber daya dengan persyaratan yang berbeda.

Menggunakan DCR

Setelah DCR dibuat, ada metode yang berbeda untuk menggunakannya berdasarkan skenario pengumpulan data. Tabel berikut mencantumkan skenario umum dan metode yang digunakan untuk mengumpulkan data dalam setiap kasus. Detail lebih lanjut tentang masing-masing disediakan di bawah ini.

Scenario	Metode
Agen Azure Monitor (AMA)	Asosiasi aturan pengumpulan data (DCRA)
Event Hubs	Asosiasi aturan pengumpulan data (DCRA)
Platform metrik (pratinjau)	Asosiasi aturan pengumpulan data (DCRA)
Penyerapan langsung	DCR ditentukan dalam panggilan API untuk mengirim data ke Azure Monitor.
Transformasi ruang kerja DCR	DCR diaktifkan untuk ruang kerja segera setelah dibuat.

Skenario

Bagian berikut ini menjelaskan skenario umum untuk menggunakan DCR untuk mengumpulkan data dalam Azure Monitor. Mereka menjelaskan detail yang disertakan dalam DCR dan metode yang digunakan untuk menentukan DCR mana yang akan digunakan untuk skenario tertentu.

Agen Azure Monitor (AMA)

Gunakan Azure Monitor agent (AMA) untuk mengumpulkan data dari komputer virtual dan kluster Kubernetes. Diagram berikut menunjukkan cara AMA mengumpulkan data saat berjalan di komputer virtual. Saat Anda menginstal agen, agen tersebut terhubung ke Azure Monitor untuk mengambil setiap DCR yang terkait dengannya. Dalam skenario ini, DCR menentukan peristiwa dan data performa yang akan dikumpulkan. Untuk kluster Kubernetes, koleksi ini juga menyertakan metrik Prometheus. Agen menggunakan informasi tersebut untuk menentukan data apa yang akan dikumpulkan dari komputer dan secara opsional menerapkan transformasi sisi klien (Preview) untuk memfilter dan mengubah data sebelum mengirimkannya ke Azure Monitor. Setelah data dikirim, setiap transformasi pada waktu ingesti yang ditentukan dalam DCR dijalankan untuk memfilter dan memodifikasi data lebih lanjut. Kemudian Azure Monitor mengirimkan data ke tujuan yang ditentukan.

Untuk informasi selengkapnya, lihat Mengumpulkan data dari klien mesin virtual dengan Azure Monitor dan Mengaktifkan pemantauan untuk kluster Kubernetes.

Event hubs (Pratinjau)

Diagram berikut menunjukkan bagaimana data diserap ke ruang kerja Log Analytics langsung dari Azure Event Hubs. Saat pusat aktivitas menerima data, pusat aktivitas mengirimkan data ke Azure Monitor. Azure Monitor kemudian mengubah data dan mengirimkannya ke tujuan apa pun yang ditentukan dalam DCR apa pun yang terkait dengannya.

Untuk informasi selengkapnya, lihat Serap peristiwa dari Azure Event Hubs ke log Azure Monitor (pratinjau).

Metrik platform (Pratinjau)

Sumber daya Azure secara otomatis mengumpulkan metrik platform dan mengirimkannya ke Azure Monitor Metrics. Diagram berikut menunjukkan proses penggunaan DCR untuk mengirim data ini ke ruang kerja Analitik Log untuk analisis menggunakan kueri log. Proses ini menggantikan metode saat ini menggunakan pengaturan diagnostik untuk melakukan fungsi ini.

Saat DCR dibuat, DCR menentukan ruang kerja dan tabel tempat data harus dikirim. DCR juga menyertakan transformasi yang memastikan data dalam format yang benar untuk tabel target. DCR kemudian dikaitkan dengan sumber daya tempat metrik platform dikumpulkan.

Untuk informasi selengkapnya, lihat Ekspor metrik menggunakan aturan pengumpulan data.

Penyerapan langsung

Gunakan penyerapan langsung untuk menentukan DCR tertentu untuk memproses data yang masuk. Misalnya, diagram berikut mengilustrasikan data dari aplikasi kustom menggunakan API penyerapan Log. Setiap panggilan API menentukan DCR yang memproses datanya. DCR memahami struktur data masuk, mencakup transformasi yang memastikan data dalam format tabel target, dan menentukan ruang kerja dan tabel untuk mengirim data yang diubah.

Untuk informasi selengkapnya, lihat API penyerapan log.

Transformasi ruang kerja DCR

DCR transformasi ruang kerja menyediakan transformasi untuk pengumpulan data yang tidak menggunakan DCR. Mereka diterapkan langsung ke ruang kerja Analitik Log dan diaktifkan secara otomatis saat dibuat.

Untuk informasi selengkapnya, lihat DCR transformasi ruang kerja.

Transformasi

Transformasi adalah kueri KQL yang disertakan dalam DCR yang dijalankan pada setiap catatan yang diterima. Mereka memungkinkan Anda mengubah data masuk sebelum disimpan di Azure Monitor atau dikirim ke tujuan lain. Filter data yang tidak diperlukan untuk mengurangi biaya penyerapan Anda, menghapus data sensitif yang seharusnya tidak disimpan di ruang kerja Log Analytics, atau memformat data untuk memastikan bahwa data tersebut cocok dengan skema tujuannya. Transformasi juga memungkinkan skenario tingkat lanjut seperti mengirim data ke beberapa tujuan atau memperkaya data dengan informasi tambahan.

Transformasi multi-tahap (Pratinjau) memungkinkan Anda untuk merangkai beberapa transformasi dalam satu DCR, di mana output dari satu transformasi adalah input dari transformasi berikutnya. Komponen utama transformasi multi-tahap adalah:

• Transformasi di sisi klien yang ditetapkan ke sumber data
• Transformasi waktu penyerapan yang berjalan di Azure Monitor ditetapkan ke aliran data

Wilayah DCR

Aturan pengumpulan data tersedia di semua wilayah publik tempat workspace Log Analytics dan cloud Azure Government serta Tiongkok didukung. Cloud bersalur udara belum didukung. Anda membuat dan menyimpan DCR di wilayah tertentu, dan layanan mencadangkannya ke wilayah berpasangan dalam geografi yang sama. Layanan ini disebarkan ke ketiga zona ketersediaan dalam wilayah tersebut. Untuk alasan ini, ini adalah layanan redundan zona, yang semakin meningkatkan ketersediaan.

Residensi data wilayah tunggal adalah fitur pratinjau yang memungkinkan penyimpanan data pelanggan dalam satu wilayah dan saat ini hanya tersedia di Wilayah Asia Tenggara (Singapura) dari Geo Asia Pasifik serta Wilayah Brasil Selatan (Negara Bagian Sao Paulo) dari Geo Brasil. Residensi wilayah tunggal diaktifkan secara default di wilayah ini.

Konten terkait

Untuk informasi selengkapnya tentang cara bekerja dengan DCR, lihat:

• Struktur aturan pengumpulan data untuk deskripsi struktur JSON dari DCR dan berbagai elemen yang digunakan untuk berbagai alur kerja.
• Contoh aturan pengumpulan data (DCR) untuk sampel DCR untuk skenario pengumpulan data yang berbeda.
• Membuat dan mengedit aturan pengumpulan data (DCR) di Azure Monitor untuk metode yang berbeda untuk membuat DCR untuk skenario pengumpulan data yang berbeda.
• Gambaran umum titik akhir pengumpulan data (DCE) untuk konteks lengkap yang diperlukan untuk penyerapan langsung menggunakan API Penyerapan Log.
• Batas layanan Azure Monitor untuk batas yang berlaku untuk setiap DCR.