Tanya Jawab Umum pengamat database (pratinjau)

Pengamat database (pratinjau) adalah solusi pemantauan terkelola untuk layanan database dalam keluarga Azure SQL. Ini mengumpulkan data pemantauan mendalam dari sumber daya Azure SQL dan menyerapnya ke dalam database Azure Data Explorer , atau ke dalam database Analitik Real Time di Microsoft Fabric. Dasbor tingkat estate dan sumber daya menyediakan visualisasi data terperinci di portal Azure. Pelanggan mempertahankan kontrol penuh atas data yang dikumpulkan dan dapat mengkueri, menganalisis, mengekspor, memvisualisasikan, dan mengintegrasikannya dengan sistem hilir.

Saat ini, pengamat database dapat memantau database Azure SQL, kumpulan elastis, dan instans terkelola SQL. Semua tingkat layanan, tingkat komputasi, dan model pembelian Azure SQL Database dan Azure SQL Managed Instance didukung.

Tidak untuk saat ini. Untuk peningkatan yang direncanakan pada pengamat database, lihat bagian peta jalan di pengumuman pratinjau pengamat database. Untuk informasi selengkapnya tentang pemantauan performa untuk SQL Server dengan dukungan Arc, lihat Memantau SQL Server yang diaktifkan oleh Azure Arc (pratinjau).

Pengamat database menyediakan visualisasi terperinci menggunakan Azure Workbooks di portal Azure. Selain itu, Anda dapat membuat dasbor di Azure Data Explorer atau Analitik Real Time, membuat visualisasi di Power BI, Grafana, atau menggunakan solusi visualisasi data lainnya yang mendukung konektivitas ke Azure Data Explorer atau Real-Time Analytics.

Tidak untuk saat ini. Untuk peningkatan yang direncanakan pada pengamat database, lihat bagian peta jalan di pengumuman pratinjau pengamat database.

Lihat Harga pengamat database. Tidak ada biaya per database atau per pengguna, dan tanpa biaya lisensi.

Ya, saat ini ada batasan jumlah pengamat per langganan, dan pada jumlah target SQL per pengamat. Untuk informasi selengkapnya, lihat Batasan.

Ya. Untuk informasi selengkapnya, lihat Memantau perkebunan besar.

Pengamat dan SQL menargetkan yang dipantaunya dapat berada di langganan yang berbeda dalam penyewa MICROSOFT Entra ID yang sama. Demikian pula, jika pengamat menggunakan database pada kluster Azure Data Explorer sebagai penyimpanan datanya, kluster harus berada di langganan apa pun dalam penyewa yang sama dengan pengamat. Jika Anda ingin memantau target SQL di beberapa penyewa menggunakan penyimpanan data tunggal, buat pengamat di setiap penyewa, dan gunakan database di Analitik Real Time atau pada kluster Azure Data Explorer gratis sebagai penyimpanan data untuk semua pengamat. Untuk informasi selengkapnya, lihat Memantau perkebunan besar.

Ya. Lihat Membuat pengamat database untuk contoh yang bisa Anda sesuaikan dengan kebutuhan Anda.

Tidak untuk saat ini. Anda dapat membuat dan mengonfigurasi pengamat di portal Azure, menggunakan templat Bicep dan ARM, atau menggunakan REST API. Untuk peningkatan yang direncanakan pada pengamat database, lihat bagian peta jalan di pengumuman pratinjau pengamat database.

Ya. Identitas terkelola yang ditetapkan sistem secara otomatis ditetapkan ke pengamat saat dibuat, dan dihapus saat pengamat dihapus. Berikan akses ke identitas terkelola ini untuk memungkinkan pengamat mengumpulkan dan menyerap data. Cabut akses kapan saja untuk menghentikan pengumpulan data pemantauan.

Tidak untuk saat ini. Untuk peningkatan yang direncanakan pada pengamat database, lihat bagian peta jalan di pengumuman pratinjau pengamat database.

Tidak untuk saat ini. Melihat sumber daya pengamat memerlukan penetapan peran RBAC Pembaca . Operasi seperti membuat, memulai, menghentikan pengamat, atau membuat/menghapus target dan penyimpanan data memerlukan penetapan peran RBAC Kontributor atau Pemilik Azure. Penetapan peran dapat dilakukan di tingkat pengamat, grup sumber daya, langganan, atau grup manajemen.

Untuk mengakses dasbor, pengguna memerlukan penetapan peran Pembaca RBAC pada sumber daya pengamat atau pada cakupan yang lebih tinggi seperti grup sumber daya, langganan, atau grup manajemen. Mereka juga memerlukan penetapan peran RBAC Penampil pada database Azure Data Explorer atau Real-Time Analytics. Penugasan ini dapat dilakukan secara langsung atau melalui keanggotaan grup ID Microsoft Entra.

Anda dapat menggunakan database pada kluster Azure Data Explorer, pada kluster Azure Data Explorer gratis, atau di Real-Time Analytics di Microsoft Fabric. Untuk membandingkan antara opsi ini, lihat Apa perbedaan antara Analitik Real Time dan Azure Data Explorer?

Ya, jika penyerapan streaming diaktifkan pada kluster ini. Buat database baru dan berikan identitas terkelola akses pengamat ke database ini. Untuk SKU kluster yang lebih kecil, dan tergantung pada beban kerja kueri dan penyerapan yang sudah berjalan, Anda mungkin perlu menskalakan kluster untuk mendukung beban tambahan.

Anda bisa menggunakan Bahasa Kueri Kusto (KQL) untuk mengkueri data ini. Lihat Menggunakan KQL untuk menganalisis data pemantauan. KQL memberikan banyak keuntungan untuk menganalisis data telemetri. Namun, Anda tidak perlu mempelajari KQL untuk menggunakan pengamat database. Anda dapat menyambungkan ke penyimpanan data menggunakan SQL Server Management Studio, Azure Data Studio, atau alat klien SQL lainnya, dan menggunakan T-SQL untuk mengkueri data pemantauan SQL Anda.

Ya. Anda dapat menjalankan kueri KQL di ruang kerja Analitik Log yang mereferensikan tabel di Azure Data Explorer. Untuk informasi selengkapnya, lihat Menghubungkan data di Azure Data Explorer dengan data di ruang kerja Analitik Log.

Ya. Misalnya, Anda dapat mengekspor data ke penyimpanan Azure, data lake, atau SQL Server atau database Azure SQL.

Agen pengumpulan data jarak jauh yang berjalan di platform hosting komputasi terkelola Microsoft terhubung ke sumber daya Azure SQL Anda, secara berkala menjalankan kueri T-SQL untuk mengumpulkan data pemantauan dari tampilan sistem SQL, dan menyerap data ini ke penyimpanan data.

Ini tidak mungkin. Untuk detailnya, lihat Pengumpulan data.

Ini tergantung pada himpunan data. Misalnya, data yang sering berubah seperti penghitung kinerja dapat dikumpulkan setiap 10 detik. Sebagian besar data statis seperti properti database dikumpulkan pada interval yang lebih lama, misalnya setiap lima menit.

Latensi data umum dari pengumpulan hingga penyerapan ke penyimpanan data berada dalam rentang 0,5-10 detik. Latensi mungkin lebih tinggi untuk himpunan data besar seperti Statistik runtime kueri. Anda dapat melihat latensi penyerapan data saat ini menggunakan tautan Statistik penyerapan di dasbor.

Ya. Semua jenis replika sekunder, termasuk replika ketersediaan tinggi yang dapat dibaca, replika geografis, dan replika bernama Hyperscale didukung. Jika database Hyperscale memiliki lebih dari satu replika ketersediaan tinggi, hanya salah satu replika ini yang dapat dipantau pada titik waktu tertentu.

Pengamat database dapat menggunakan Azure Private Link untuk menyambungkan ke target pemantauan. Saat mengonfigurasi pengamat, buat titik akhir privat terkelola untuk sumber daya Azure SQL Anda. Pemilik sumber daya harus menyetujui setiap titik akhir privat bagi pengamat database untuk menggunakannya. Konektivitas publik juga didukung. Untuk informasi selengkapnya, lihat Konektivitas jaringan.

Autentikasi Microsoft Entra (disarankan) dan autentikasi SQL didukung. Jika Anda menggunakan autentikasi SQL, konfigurasi tambahan untuk menyimpan nama masuk dan kata sandi sebagai rahasia di brankas kunci diperlukan.

Data dikumpulkan dari lebih dari 70 tampilan manajemen dinamis (DMV) dan tampilan katalog ke dalam himpunan data untuk mengaktifkan mesin database terperinci dan pemantauan performa kueri.

Tidak untuk saat ini. Untuk peningkatan yang direncanakan pada pengamat database, lihat bagian peta jalan di pengumuman pratinjau pengamat database.

Tidak untuk saat ini. Kirimi kami umpan balik jika Anda tidak menemukan himpunan data yang ada.

Tidak untuk saat ini. Untuk peningkatan yang direncanakan pada pengamat database, lihat bagian peta jalan di pengumuman pratinjau pengamat database.

Lihat Mengirim umpan balik. Untuk dukungan teknis pengamat database, buka kasus dukungan.

Konten terkait

• Memantau beban kerja Azure SQL dengan pengamat database
• Mulai cepat: Membuat pengamat database untuk memantau Azure SQL
• Membuat dan mengonfigurasi pengamat database
• Pengumpulan data dan himpunan data pengamat database
• Menganalisis data pemantauan pengamat database