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.
Artikel ini berisi semua informasi referensi pemantauan untuk layanan ini.
Untuk detail tentang data yang dapat Anda kumpulkan untuk Azure OpenAI di Microsoft Foundry Models dan cara menggunakannya, lihat Monitor Azure OpenAI.
Metrik
Bagian ini mencantumkan semua metrik platform yang dikumpulkan secara otomatis untuk layanan ini. Metrik ini juga merupakan bagian dari daftar global metrik platform all yang didukung dalam Azure Monitor.
Untuk informasi tentang retensi metrik, lihat Azure Monitor Ringkasan metrik.
Metrik yang didukung untuk Microsoft. Layanan/akun Kognitif
Pantau metrik terpenting untuk Azure OpenAI. Kemudian dalam artikel ini, Anda menemukan daftar yang lebih panjang dari semua metrik yang tersedia untuk namespace layanan ini, yang berisi detail selengkapnya tentang metrik dalam daftar yang lebih pendek ini. Silakan lihat daftar berikut untuk informasi tanggal-up-toterbanyak. Tim Azure sedang berupaya me-refresh tabel di bagian berikut.
Important
Jangan bingung metrik di bagian ini dengan metrik lama Latency yang tercantum di bawah Cognitive Services - Permintaan HTTP nanti di artikel ini. Metrik Latency lama tidak dirancang untuk beban kerja OpenAI Azure dan menghasilkan hasil yang menyesatkan saat digunakan untuk mendiagnosis latensi OpenAI Azure. Untuk pemantauan latensi OpenAI Azure, gunakan Time to Response (AzureOpenAITimeToResponse), Time to Last Byte (AzureOpenAITTLTInMS), Time Between Tokens (AzureOpenAINormalizedTBTInMS), atau Normalized Time to First Byte (AzureOpenAINormalizedTTFTInMS). Untuk panduan tentang menafsirkan metrik ini, lihat Performa dan latensi.
- Permintaan Azure OpenAI
- Token Aktif
- Token Penyelesaian yang Dihasilkan
- Jam Pelatihan FineTuned yang Diproses
- Token Inferensi yang Diproses
- Token Permintaan yang Diproses
- Pemanfaatan yang dikelola yang disediakan V2
- Prompt Tingkat Pencocokan Cache Token
- Waktu untuk Respons
- Waktu Antar Token
- Waktu ke Byte Terakhir
- Waktu yang Dinormalisasi ke Byte Pertama
- Token per Detik
Anda juga dapat memantau metrik Keamanan Konten yang digunakan layanan terkait lainnya.
- Volume Yang Diblokir
- Volume Berbahaya Terdeteksi
- Jumlah Pengguna Potensial Penyalahgunaan
- Acara Sistem Keselamatan
- Total Volume Dikirim untuk Pemeriksaan Keamanan
Note
Metrik Pemanfaatan yang dikelola yang disediakan sekarang tidak digunakan lagi dan tidak lagi direkomendasikan. Metrik ini digantikan oleh metrik Utilisasi V2 yang dikelola yang disediakan . Token per Detik, Waktu respons, dan Waktu Antar Token saat ini tidak tersedia untuk penyebaran Standar.
Referensi cepat: Metrik utama berdasarkan kasus penggunaan
Gunakan tabel ini untuk menemukan metrik yang tepat untuk sasaran pemantauan tertentu. Untuk panduan menyeluruh tentang menafsirkan metrik ini, lihat Performa dan latensi.
| Saya ingin memantau... | Gunakan metrik ini | Nama REST API |
|---|---|---|
| Waktu respons keseluruhan | Waktu ke Byte Terakhir | AzureOpenAITTLTInMS |
| Responsivitas token pertama (streaming) | Waktu untuk Respons | AzureOpenAITimeToResponse |
| Kecepatan pembuatan token | Waktu Antar Token | AzureOpenAINormalizedTBTInMS |
| Efisiensi token pertama dinormalisasi oleh ukuran prompt | Waktu yang Dinormalisasi ke Byte Pertama | AzureOpenAINormalizedTTFTInMS |
| Volume token keluaran per permintaan | Token Penyelesaian yang Dihasilkan | GeneratedTokens |
| Volume token input per permintaan | Token Permintaan yang Diproses | ProcessedPromptTokens |
| Pemanfaatan kapasitas PTU | Pemanfaatan yang dikelola yang disediakan V2 | AzureOpenAIProvisionedManagedUtilizationV2 |
| Meminta volume dan kesalahan | Permintaan Azure OpenAI | AzureOpenAIRequests |
Tip
Selalu pasangkan metrik latensi dengan metrik jumlah token. Peningkatan latensi tanpa peningkatan token yang sesuai mungkin mengindikasikan masalah nyata. Peningkatan latensi dengan peningkatan token proporsional adalah perilaku yang diharapkan.
Warning
Metrik di bawah Cognitive Services - HTTP Requests nanti dalam artikel ini adalah metrik Cognitive Services lama dan tidak dirancang untuk beban kerja OpenAI Azure. Secara khusus, metrik Latency dalam kategori tersebut tidak sama dengan metrik latensi OpenAI Azure (waktu untuk merespons, waktu hingga byte terakhir, waktu antara token, waktu yang dinormalisasi hingga byte pertama). Menggunakan metrik Latency lama untuk pemecahan masalah OpenAI Azure menghasilkan hasil yang menyesatkan. Gunakan metrik Azure OpenAI yang tercantum di bagian ini sebagai gantinya.
Tabel berikut mencantumkan metrik yang tersedia untuk Microsoft. Jenis sumber daya CognitiveServices/accounts.
- Semua kolom mungkin tidak ada di setiap tabel.
- Beberapa kolom mungkin berada di luar area tampilan halaman. Pilih Perluas tabel untuk melihat semua kolom yang tersedia.
Judul tabel
- Kategori - Grup atau klasifikasi metrik.
- Metric - Nama tampilan metrik seperti yang muncul di portal Azure.
- Nama di REST API - Nama metrik seperti yang dirujuk dalam REST API.
- Satuan - Satuan ukuran.
- Agregasi - Jenis agregasi default. Nilai yang valid: Rata-rata (Rata-rata), Minimum (Min), Maksimum (Maks), Total (Jumlah), Jumlah.
- Dimensi - Dimensi tersedia untuk metrik.
-
Butiran - WaktuInterval di mana metrik diambil sampelnya. Misalnya,
PT1Mmenunjukkan bahwa metrik diambil sampelnya setiap menit,PT30Msetiap 30 menit,PT1Hsetiap jam, dan seterusnya. - DS Export- Apakah metrik dapat diekspor ke Azure Monitor Log melalui pengaturan diagnostik. Untuk informasi tentang mengekspor metrik, lihat Membuat pengaturan diagnostik di Azure Monitor.
Kategori: Azure OpenAI - Permintaan HTTP
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Azure OpenAI AvailabilityRate Persentase ketersediaan dengan perhitungan berikut: (Total Panggilan - Kesalahan Server)/Total Panggilan. Kesalahan Server mencakup respons >HTTP =500. |
AzureOpenAIAvailabilityRate |
No | Persen | Minimum, Maksimum, Rata-rata |
ApiName, , OperationName, RegionStreamType, ModelDeploymentName, ModelName,ModelVersion |
PT1M | No |
|
Azure Permintaan OpenAI Jumlah panggilan yang dilakukan ke Azure OpenAI API selama periode waktu tertentu. Berlaku untuk penyebaran PTU, PTU-Managed, dan Bayar sesuai pemakaian. Untuk perincian permintaan API, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName, ModelVersion, StatusCode (berhasil, clienterrors, kesalahan server), IsSpillover untuk informasi spillover, ServiceTier, StreamType (Permintaan streaming vs non-streaming) dan operasi. |
AzureOpenAIRequests |
No | Count | Jumlah (Total) |
ApiName, , OperationName, RegionStreamTypeModelDeploymentNameModelName, , , ModelVersionStatusCodeIsSpilloverServiceTierRequestServiceTierResponse |
PT1M | Yes |
Kategori: Azure OpenAI - Latensi
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Waktu Antara Token Untuk permintaan streaming; tingkat pembuatan token model, diukur dalam milidetik. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. |
AzureOpenAINormalizedTBTInMS |
No | Milisekon | Maksimum, Minimum, Rata-rata |
Region, , ModelDeploymentNameModelName, ModelVersion, , ServiceTierRequest,ServiceTierResponse |
PT1M | Yes |
|
Waktu yang Dinormalisasi ke Byte Pertama Untuk permintaan streaming dan non-streaming; waktu yang dibutuhkan untuk byte pertama data respons untuk diterima setelah permintaan dibuat oleh model, dinormalisasi oleh token. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. |
AzureOpenAINormalizedTTFTInMS |
No | Milisekon | Maksimum, Minimum, Rata-rata |
Region, , ModelDeploymentNameModelName, ModelVersion, , ServiceTierRequest,ServiceTierResponse |
PT1M | Yes |
|
Waktu untuk Menanggapi Ukuran latensi (responsif) yang direkomendasikan untuk permintaan streaming. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. Dihitung sebagai waktu yang dibutuhkan untuk respons pertama muncul setelah pengguna mengirim perintah, seperti yang diukur oleh gateway API. Jumlah ini meningkat seiring bertambahnya ukuran prompt dan/atau berkurang ukuran hit cache. Untuk perincian waktu ke metrik respons, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName, dan ModelVersion. Catatan: metrik ini adalah perkiraan karena latensi yang diukur sangat bergantung pada beberapa faktor, termasuk panggilan bersamaan dan pola beban kerja secara keseluruhan. Selain itu, ini tidak memperhitungkan latensi sisi klien apa pun yang mungkin ada antara klien Anda dan titik akhir API. Silakan lihat pencatatan Anda sendiri untuk pelacakan latensi yang optimal. |
AzureOpenAITimeToResponse |
No | Milisekon | Minimum, Maksimum, Rata-rata |
ApiName, OperationName, Region, StreamType, ModelDeploymentName, ModelName, ModelVersion, StatusCode, ServiceTierRequest, ServiceTierResponse |
PT1M | Yes |
|
Token Per Detik Menghitung kecepatan pembuatan untuk respons model Azure OpenAI tertentu. Total token yang dihasilkan dibagi dengan waktu untuk menghasilkan token, dalam hitungan detik. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. |
AzureOpenAITokenPerSecond |
No | Count | Maksimum, Minimum, Rata-rata |
Region, , ModelDeploymentNameModelName, ModelVersion, , ServiceTierRequest,ServiceTierResponse |
PT1M | Yes |
|
Waktu untuk Byte Terakhir Untuk permintaan streaming dan non-streaming; waktu yang dibutuhkan untuk byte terakhir data respons diterima setelah permintaan dibuat oleh model. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. |
AzureOpenAITTLTInMS |
No | Milisekon | Maksimum, Minimum, Rata-rata |
Region, , ModelDeploymentNameModelName, ModelVersion, , ServiceTierRequest,ServiceTierResponse |
PT1M | Yes |
Kategori: Azure OpenAI - Penggunaan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Token Aktif Total token dikurangi token yang di-cache selama periode waktu tertentu. Berlaku untuk penyebaran yang dikelola PTU dan PTU. Gunakan metrik ini untuk memahami pemanfaatan berbasis TPS atau TPM untuk PTU dan bandingkan dengan tolok ukur untuk TPS atau TPM target untuk skenario Anda. Untuk perincian permintaan API, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName, dan ModelVersion. |
ActiveTokens |
No | Count | Minimum, Maksimum, Rata-rata, Total (Jumlah) |
Region, , ModelDeploymentNameModelName, ModelVersion, , ServiceTierRequest,ServiceTierResponse |
PT1M | Yes |
|
Token Penyelesaian Audio Jumlah token prompt audio yang dihasilkan (output) pada model OpenAI. Berlaku untuk penyebaran model yang dikelola PTU dan Pay-as-you-go. |
AudioCompletionTokens |
No | Count | Jumlah (Total) |
ModelDeploymentName, ModelName, , ModelVersionRegion |
PT1M | Yes |
|
Token Prompt Audio Jumlah token prompt audio yang diproses (input) pada model OpenAI. Berlaku untuk penyebaran model yang dikelola PTU dan Pay-as-you-go. |
AudioPromptTokens |
No | Count | Jumlah (Total) |
ModelDeploymentName, ModelName, , ModelVersionRegion |
PT1M | Yes |
|
Prompt Tingkat Pencocokan Cache Token Persentase token prompt yang masuk ke cache. Berlaku untuk penyebaran yang dikelola PTU dan PTU. |
AzureOpenAIContextTokensCacheMatchRate |
No | Persen | Minimum, Maksimum, Rata-rata |
Region, ModelDeploymentName, , ModelNameModelVersion |
PT1M | No |
|
Pemanfaatan yang dikelola yang disediakan (tidak digunakan lagi) Pemanfaatan % untuk penyebaran yang dikelola dengan ketentuan, dihitung sebagai (PTU yang digunakan / PTU yang disebarkan) x 100. Ketika pemanfaatan lebih besar dari atau sama dengan 100%, panggilan dibatasi dan kode kesalahan 429 dikembalikan. Untuk memecah metrik ini, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName, ModelVersion, dan StreamType (Permintaan streaming vs non-streaming) |
AzureOpenAIProvisionedManagedUtilization |
No | Persen | Minimum, Maksimum, Rata-rata |
Region, StreamType, , ModelDeploymentName, ModelNameModelVersion |
PT1M | No |
|
Pemanfaatan yang dikelola yang disediakan V2 Pemanfaatan % untuk penyebaran yang dikelola dengan ketentuan, dihitung sebagai (PTU yang digunakan / PTU yang disebarkan) x 100. Ketika pemanfaatan lebih besar dari atau sama dengan 100%, panggilan dibatasi dan kode kesalahan 429 dikembalikan. Untuk memecah metrik ini, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName, ModelVersion, dan StreamType (Permintaan streaming vs non-streaming) |
AzureOpenAIProvisionedManagedUtilizationV2 |
No | Persen | Minimum, Maksimum, Rata-rata |
Region, StreamType, , ModelDeploymentName, ModelNameModelVersion |
PT1M | No |
|
Jam Pelatihan FineTuned yang Diproses Jumlah jam pelatihan yang diproses pada model OpenAI FineTuned |
FineTunedTrainingHours |
No | Count | Jumlah (Total) |
ApiName, ModelDeploymentName, , FeatureName, UsageChannelRegion |
PT1M | Yes |
|
Token Penyelesaian yang Dihasilkan Jumlah token yang dihasilkan (output) dari model OpenAI. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. Untuk merinci metrik ini, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName dan ModelName. |
GeneratedTokens |
No | Count | Jumlah (Total) |
ApiName, , ModelDeploymentName, FeatureNameUsageChannel, RegionModelVersionServiceTierRequest,ServiceTierResponse |
PT1M | Yes |
|
Token Prompt yang Diproses Jumlah token prompt yang diproses (input) pada model OpenAI. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. Untuk merinci metrik ini, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName dan ModelName. |
ProcessedPromptTokens |
No | Count | Jumlah (Total) |
ApiName, , ModelDeploymentName, FeatureNameUsageChannel, RegionModelVersionServiceTierRequest,ServiceTierResponse |
PT1M | Yes |
|
Detik API Realtime yang Digunakan RealtimeAPI jumlah detik yang digunakan |
RealtimeUsageTime |
No | Count | Jumlah (Total) |
Region, ModelDeploymentName |
PT1M | Yes |
|
Token Inferensi yang Diproses Jumlah token inferensi yang diproses pada model OpenAI. Dihitung sebagai token prompt (input) ditambah token yang dihasilkan (output). Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. Untuk merinci metrik ini, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName dan ModelName. |
TokenTransaction |
No | Count | Jumlah (Total) |
ApiName, , ModelDeploymentName, FeatureNameUsageChannel, RegionModelVersionServiceTierRequest,ServiceTierResponse |
PT1M | Yes |
Kategori: Cognitive Services - Permintaan HTTP
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Panggilan Yang Diblokir Jumlah panggilan yang melebihi tarif atau batas kuota. Jangan gunakan untuk layanan Azure OpenAI. |
BlockedCalls |
No | Count | Jumlah (Total) |
ApiName, OperationName, , RegionRatelimitKey |
PT1M | Yes |
|
Kesalahan Klien Jumlah panggilan dengan kesalahan sisi klien (kode respons HTTP 4xx). Jangan gunakan untuk layanan Azure OpenAI. |
ClientErrors |
No | Count | Jumlah (Total) |
ApiName, OperationName, , RegionRatelimitKey |
PT1M | Yes |
|
Data Masuk Ukuran data masuk dalam byte. Jangan gunakan untuk layanan Azure OpenAI. |
DataIn |
No | Bytes | Jumlah (Total) |
ApiName, , OperationNameRegion |
PT1M | Yes |
|
Data Kirim Ukuran data keluar dalam byte. Jangan gunakan untuk layanan Azure OpenAI. |
DataOut |
No | Bytes | Jumlah (Total) |
ApiName, , OperationNameRegion |
PT1M | Yes |
|
Latency Latensi dalam milidetik. Jangan gunakan untuk layanan Azure OpenAI. |
Latency |
No | Milisekon | Average |
ApiName, OperationName, , RegionRatelimitKey |
PT1M | Yes |
|
Ratelimit Batas laju saat ini dari kunci batas laju. Jangan gunakan untuk layanan Azure OpenAI. |
Ratelimit |
No | Count | Jumlah (Total) |
Region, RatelimitKey |
PT1M | Yes |
|
Kesalahan Server Jumlah panggilan dengan kesalahan internal layanan (kode respons HTTP 5xx). Jangan gunakan untuk layanan Azure OpenAI. |
ServerErrors |
No | Count | Jumlah (Total) |
ApiName, OperationName, , RegionRatelimitKey |
PT1M | Yes |
|
Panggilan Berhasil Jumlah panggilan yang berhasil. Jangan gunakan untuk layanan Azure OpenAI. |
SuccessfulCalls |
No | Count | Jumlah (Total) |
ApiName, OperationName, , RegionRatelimitKey |
PT1M | Yes |
|
Total Panggilan Jumlah total panggilan. Jangan gunakan untuk layanan Azure OpenAI. |
TotalCalls |
No | Count | Jumlah (Total) |
ApiName, OperationName, , RegionRatelimitKey |
PT1M | Yes |
|
Total Kesalahan Jumlah total panggilan dengan respons kesalahan (kode respons HTTP 4xx atau 5xx). Jangan gunakan untuk layanan Azure OpenAI. |
TotalErrors |
No | Count | Jumlah (Total) |
ApiName, OperationName, , RegionRatelimitKey |
PT1M | Yes |
|
Total Panggilan Token Jumlah total panggilan token. |
TotalTokenCalls |
No | Count | Jumlah (Total) |
ApiName, , OperationNameRegion |
PT1M | Yes |
Kategori: Layanan Kognitif - SLI
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
AvailabilityRate Persentase ketersediaan dengan perhitungan berikut: (Total Panggilan - Kesalahan Server)/Total Panggilan. Kesalahan Server mencakup respons >HTTP =500. Jangan gunakan untuk layanan Azure OpenAI. |
SuccessRate |
No | Persen | Minimum, Maksimum, Rata-rata |
ApiName, OperationName, , RegionRatelimitKey |
PT1M | No |
Kategori: Pemahaman Konten - Penggunaan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Transaksi dengan Pengenalan Wajah Jumlah panggilan API yang dilakukan ke layanan Face |
FaceApiTransactions |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Menit Audio yang Diproses Menit audio yang diproses |
ProcessedAudioMinutes |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Halaman Yang Diproses Jumlah halaman dokumen yang diproses |
ProcessedDocumentPages |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Gambar yang Diproses Jumlah gambar yang diproses |
ProcessedImageCount |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Menit Video yang Diproses Menit video yang diproses |
ProcessedVideoMinutes |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Token Jumlah token yang digunakan |
Tokens |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
Kategori: ContentSafety - Risiko & Keamanan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Volume Berbahaya Terdeteksi Jumlah panggilan yang dilakukan ke Azure OpenAI API dan terdeteksi berbahaya (model blok dan mode anotasi) oleh filter konten yang diterapkan selama periode waktu tertentu. Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName, dan TextType. |
RAIHarmfulRequests |
No | Count | Jumlah (Total) |
Region, , ModelDeploymentName, ModelNameModelVersion, ApiNameTextTypeCategory,Severity |
PT1M | Yes |
|
Volume Yang Diblokir Jumlah panggilan yang dilakukan ke Azure OpenAI API dan ditolak oleh filter konten yang diterapkan selama periode waktu tertentu. Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName, dan TextType. |
RAIRejectedRequests |
No | Count | Jumlah (Total) |
Region, , ModelDeploymentName, ModelNameModelVersion, ApiName, TextType,Category |
PT1M | Yes |
|
Acara Sistem Keselamatan Peristiwa sistem untuk pemantauan risiko & keselamatan. Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: EventType. |
RAISystemEvent |
No | Count | Average |
Region, EventType |
PT1M | Yes |
|
Total Volume Dikirim Untuk Pemeriksaan Keamanan Jumlah panggilan yang dilakukan ke Azure OpenAI API dan terdeteksi oleh filter konten yang diterapkan selama periode waktu tertentu. Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName. |
RAITotalRequests |
No | Count | Jumlah (Total) |
Region, ModelDeploymentName, , ModelName, ModelVersionApiName |
PT1M | Yes |
Kategori: ContentSafety - Penggunaan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Jumlah Panggilan untuk Moderasi Gambar Jumlah panggilan untuk moderasi gambar. |
ContentSafetyImageAnalyzeRequestCount |
No | Count | Jumlah (Total) | ApiVersion |
PT1M | Yes |
|
Jumlah Panggilan untuk Moderasi Teks Jumlah panggilan untuk moderasi teks. |
ContentSafetyTextAnalyzeRequestCount |
No | Count | Jumlah (Total) | ApiVersion |
PT1M | Yes |
Kategori: Bahasa - Pekerjaan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Durasi Pekerjaan (Pratinjau) Catatan: nilai ini sangat bergantung pada ukuran input, jumlah dokumen, dan kompleksitas tugas. Ini adalah nilai agregat di semua tugas pekerjaan. |
JobDuration |
No | Milisekon | Minimum, Maksimum, Rata-rata |
JobStatus, JobType |
PT1M | Yes |
Kategori: Router Model
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Jumlah Fallback Router Model Jumlah permintaan yang memerlukan fallback ke model alternatif. |
ModelRouterFallbackCount |
No | Count | Jumlah (Total) |
ModelDeploymentName, ModelName, , RegionRouterMode |
PT1M | Yes |
|
Latensi Router Model Waktu yang diambil oleh router model untuk membuat keputusan perutean. |
ModelRouterLatency |
No | Milisekon | Minimum, Maksimum, Rata-rata |
ModelDeploymentName, ModelName, , RegionRouterMode |
PT1M | Yes |
|
Permintaan Router Model Jumlah total permintaan yang diproses oleh router model. |
ModelRouterRequests |
No | Count | Jumlah (Total) |
ModelDeploymentName, ModelName, , RegionRouterMode |
PT1M | Yes |
|
Model Router Source Model Fallback Jumlah permintaan di mana model pertama yang dicoba gagal, menyebabkan fallback ke model lain. |
ModelRouterSourceModelFallback |
No | Count | Jumlah (Total) |
ModelDeploymentName, ModelName, , Region, RouterModeSourceModelName |
PT1M | Yes |
|
Permintaan Router Model Berhasil Jumlah permintaan yang berhasil dirutekan tanpa kesalahan. |
ModelRouterSuccessfulRequests |
No | Count | Jumlah (Total) |
ModelDeploymentName, ModelName, , RegionRouterMode |
PT1M | Yes |
Kategori: Model - Permintaan HTTP
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Tingkat Ketersediaan Model Persentase ketersediaan dengan perhitungan berikut: (Total Panggilan - Kesalahan Server)/Total Panggilan. Kesalahan Server mencakup respons >HTTP =500. |
ModelAvailabilityRate |
No | Persen | Minimum, Maksimum, Rata-rata |
Region, ModelDeploymentName, , ModelNameModelVersion |
PT1M | No |
|
Permintaan Model Jumlah panggilan yang dilakukan ke API model selama periode waktu tertentu. Berlaku untuk penyebaran PTU, PTU-Managed, dan Bayar sesuai pemakaian. |
ModelRequests |
No | Count | Jumlah (Total) |
ApiName, , OperationName, RegionStreamTypeModelDeploymentNameModelName, , , ModelVersionStatusCodeIsSpilloverServiceTierRequestServiceTierResponse |
PT1M | Yes |
Kategori: Model - Latensi
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Waktu Antar Token Tingkat pembuatan token model, diukur dalam milidetik. Berlaku untuk penyebaran yang dikelola PTU dan PTU. Untuk permintaan non-streaming, nilai ini adalah perkiraan. |
NormalizedTimeBetweenTokens |
No | Milisekon | Maksimum, Minimum, Rata-rata |
ApiName, , OperationName, RegionStreamType, ModelDeploymentName, ModelName,ModelVersion |
PT1M | Yes |
|
Waktu yang Dinormalisasi ke Byte Pertama Waktu yang dibutuhkan untuk byte pertama data respons untuk diterima setelah permintaan dibuat oleh model, dinormalisasi oleh token. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. Untuk permintaan non-streaming, nilai ini adalah perkiraan. |
NormalizedTimeToFirstToken |
No | Milisekon | Maksimum, Minimum, Rata-rata |
ApiName, , OperationName, RegionStreamType, ModelDeploymentName, ModelName,ModelVersion |
PT1M | Yes |
|
Waktu untuk Byte Terakhir Waktu yang dibutuhkan untuk byte terakhir data respons diterima setelah permintaan dibuat oleh model. Berlaku untuk penyebaran PTU, dikelola PTU, dan Bayar sesuai pemakaian. Untuk permintaan non-streaming, nilai ini adalah perkiraan. |
TimeToLastByte |
No | Milisekon | Maksimum, Minimum, Rata-rata |
ApiName, , OperationName, RegionStreamType, ModelDeploymentName, ModelName,ModelVersion |
PT1M | Yes |
|
Waktu untuk Menanggapi Ukuran latensi (responsif) yang direkomendasikan. Berlaku untuk penyebaran yang dikelola PTU dan PTU. Dihitung sebagai waktu yang dibutuhkan untuk respons pertama muncul setelah pengguna mengirim perintah, seperti yang diukur oleh gateway API. Jumlah ini meningkat seiring bertambahnya ukuran prompt dan/atau berkurang ukuran hit cache. Untuk perincian waktu ke metrik respons, Anda dapat menambahkan filter atau menerapkan pemisahan berdasarkan dimensi berikut: ModelDeploymentName, ModelName, dan ModelVersion. Catatan: metrik ini adalah perkiraan karena latensi yang diukur sangat bergantung pada beberapa faktor, termasuk panggilan bersamaan dan pola beban kerja secara keseluruhan. Selain itu, ini tidak memperhitungkan latensi sisi klien apa pun yang mungkin ada antara klien Anda dan titik akhir API. Untuk permintaan non-streaming, nilai ini adalah perkiraan. Silakan lihat pencatatan Anda sendiri untuk pelacakan latensi yang optimal. |
TimeToResponse |
No | Milisekon | Minimum, Maksimum, Rata-rata |
ApiName, , OperationName, RegionStreamType, ModelDeploymentNameModelNameModelVersion,StatusCode |
PT1M | Yes |
|
Token Per Detik Menghitung kecepatan pembuatan untuk respons model tertentu. Total token yang dihasilkan dibagi dengan waktu untuk menghasilkan token, dalam hitungan detik. Berlaku untuk penyebaran yang dikelola PTU dan PTU. Untuk permintaan non-streaming, nilai ini adalah perkiraan. |
TokensPerSecond |
No | Count | Maksimum, Minimum, Rata-rata |
ApiName, , OperationName, RegionStreamType, ModelDeploymentName, ModelName,ModelVersion |
PT1M | Yes |
Kategori: Model - Penggunaan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Halaman Yang Diannotasi Jumlah total halaman yang diproses dengan anotasi. Berlaku untuk penyebaran PTU, PTU-Managed, dan Bayar sesuai pemakaian. |
AnnotatedPages |
No | Count | Jumlah (Total) |
ApiName, Region, , ModelDeploymentName, ModelNameModelVersion |
PT1M | Yes |
|
Token Input Audio Jumlah token prompt audio yang diproses (input) pada model OpenAI. Berlaku untuk penyebaran model yang dikelola PTU. |
AudioInputTokens |
No | Count | Jumlah (Total) |
ModelDeploymentName, ModelName, , ModelVersionRegion |
PT1M | Yes |
|
Token Output Audio Jumlah token prompt audio yang dihasilkan (output) pada model OpenAI. Berlaku untuk penyebaran model yang dikelola PTU. |
AudioOutputTokens |
No | Count | Jumlah (Total) |
ModelDeploymentName, ModelName, , ModelVersionRegion |
PT1M | Yes |
|
Meminta token dibaca dari cache Jumlah total token yang dibaca dari cache. Berlaku untuk penyebaran model Anthropic. Muncul di bagian penggunaan respons sebagai cache_read_input_tokens |
cacheReadInputTokens |
No | Count | Jumlah (Total) |
ApiName, , RegionModelDeploymentName, ModelName, , ModelVersion,ContextLength |
PT1M | Yes |
|
Token prompt yang ditulis ke cache (TTL 1 jam) Jumlah token prompt yang digunakan untuk membuat entri 1 jam. Berlaku untuk penyebaran model Anthropic. Muncul di bagian penggunaan respons sebagai cache_creation.ephemeral_1h_input_tokens |
ephemeral1hInputTokens |
No | Count | Jumlah (Total) |
ApiName, , RegionModelDeploymentName, ModelName, , ModelVersion,ContextLength |
PT1M | Yes |
|
Token prompt yang ditulis ke cache (TTL 5 menit) Jumlah token prompt yang digunakan untuk membuat entri cache 5 menit. Berlaku untuk penyebaran model Anthropic. Muncul di bagian penggunaan respons sebagai cache_creation.ephemeral_5m_input_tokens |
ephemeral5mInputTokens |
No | Count | Jumlah (Total) |
ApiName, , RegionModelDeploymentName, ModelName, , ModelVersion,ContextLength |
PT1M | Yes |
|
Estimasi Biaya Model Foundry (Pratinjau) Estimasi biaya USD penggunaan model untuk akun ini. Hanya berlaku untuk model Foundry. Nilai ini adalah perkiraan dan bukan faktur atau biaya yang ditagih. |
FoundryModelEstimatedCost |
No | Tidak disebutkan | Jumlah (Total) |
ProjectId, ModelDeploymentName, , ModelName, ModelVersionRegion |
PT1M | No |
|
Gambar yang Dihasilkan Jumlah total gambar yang dihasilkan. Berlaku untuk penyebaran PTU, PTU-Managed, dan Bayar sesuai pemakaian. |
GeneratedImages |
No | Count | Jumlah (Total) |
ApiName, Region, , ModelDeploymentName, ModelNameModelVersion |
PT1M | Yes |
|
Token Masukan Jumlah token prompt yang diproses (input) pada model. Berlaku untuk penyebaran PTU, PTU-Managed, dan Bayar sesuai pemakaian. |
InputTokens |
No | Count | Jumlah (Total) |
ApiName, Region, , ModelDeploymentName, ModelNameModelVersion |
PT1M | Yes |
|
Output Token Jumlah token yang dihasilkan (output) dari model OpenAI. Berlaku untuk penyebaran PTU, PTU-Managed, dan Bayar sesuai pemakaian. |
OutputTokens |
No | Count | Jumlah (Total) |
ApiName, Region, , ModelDeploymentName, ModelNameModelVersion |
PT1M | Yes |
|
Pemanfaatan yang Dialokasikan Pemanfaatan % untuk penyebaran yang dikelola dengan ketentuan, dihitung sebagai (PTU yang digunakan / PTU yang disebarkan) x 100. Ketika pemanfaatan lebih besar dari atau sama dengan 100%, panggilan dibatasi dan kode kesalahan 429 dikembalikan. |
ProvisionedUtilization |
No | Persen | Minimum, Maksimum, Rata-rata |
Region, ModelDeploymentName, , ModelNameModelVersion |
PT1M | No |
|
Total Halaman Jumlah total halaman yang diproses. Berlaku untuk penyebaran PTU, PTU-Managed, dan Bayar sesuai pemakaian. |
TotalPages |
No | Count | Jumlah (Total) |
ApiName, Region, , ModelDeploymentName, ModelNameModelVersion |
PT1M | Yes |
|
Total Token Jumlah token inferensi yang diproses pada model. Dihitung sebagai token prompt (input) ditambah token yang dihasilkan (output). Berlaku untuk penyebaran PTU, PTU-Managed, dan Bayar sesuai pemakaian. |
TotalTokens |
No | Count | Jumlah (Total) |
ApiName, Region, , ModelDeploymentName, ModelNameModelVersion |
PT1M | Yes |
Kategori: SpeechServices - Penggunaan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Batch Detik Audio Ditranskripsi Jumlah batch detik yang ditranskripsi |
AudioSecondsBatchTranscribed |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Audio Detik Batch Whisper Ditranskripsi Jumlah detik bisikan batch yang ditranskripsi |
AudioSecondsBatchWhisperTranscribed |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Detik Audio Ditranskripsi Cepat Jumlah detik yang cepat ditranskripsi |
AudioSecondsFastTranscribed |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Detik Audio Bisikan Cepat Ditranskripsi Bisikan cepat jumlah detik yang ditranskripsi |
AudioSecondsFastWhisperTranscribed |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Detik Audio Ditranskripsi Jumlah detik yang ditranskripsi |
AudioSecondsTranscribed |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Detik Audio Diterjemahkan Jumlah detik yang diterjemahkan |
AudioSecondsTranslated |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Detik Hosting Model Avatar Jumlah Detik. |
AvatarModelHostingSeconds |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Detik Pelatihan Model Avatar Jumlah Detik. |
AvatarModelTrainingSeconds |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Jam Hosting Model Pidato Jumlah jam hosting model ucapan |
SpeechModelHostingHours |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Karakter yang Disintesis Jumlah Karakter. |
SynthesizedCharacters |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Detik Video Disintesis Jumlah detik disintesis |
VideoSecondsSynthesized |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Token Input Audio Langsung Suara Jumlah token input audio, tidak termasuk token yang di-cache. |
VoiceLiveAudioInputTokens |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Token Output Audio Langsung Suara Jumlah token output audio. |
VoiceLiveAudioOutputTokens |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Token Input Audio Cache Suara Langsung Jumlah token input audio yang di-cache. |
VoiceLiveCachedAudioInputTokens |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Token Input Teks Cache Suara Langsung Jumlah token input teks yang di-cache. |
VoiceLiveCachedTextInputTokens |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Token Input Teks Langsung Suara Jumlah token input teks, tidak termasuk token yang di-cache. |
VoiceLiveTextInputTokens |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Token Output Teks Langsung Suara Jumlah token output teks. |
VoiceLiveTextOutputTokens |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Jam Hosting Model Suara Jumlah jam. |
VoiceModelHostingHours |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Notulen Pelatihan Model Suara Jumlah menit. |
VoiceModelTrainingMinutes |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
Kategori: Layanan Penerjemah - Penggunaan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Karakter Dokumen Diterjemahkan Jumlah karakter dalam permintaan terjemahan dokumen. |
DocumentCharactersTranslated |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Karakter Kustom Dokumen Diterjemahkan Jumlah karakter dalam permintaan terjemahan dokumen kustom. |
DocumentCustomCharactersTranslated |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Karakter Sinkronisasi Dokumen Diterjemahkan Jumlah karakter dalam permintaan terjemahan dokumen (sinkron). |
OneDocumentCharactersTranslated |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Sinkronisasi Dokumen Karakter Kustom Diterjemahkan Jumlah karakter dalam permintaan terjemahan dokumen kustom (sinkron). |
OneDocumentCustomCharactersTranslated |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Karakter Teks Diterjemahkan Jumlah karakter dalam permintaan terjemahan teks masuk. |
TextCharactersTranslated |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Teks Karakter Kustom Diterjemahkan Jumlah karakter dalam permintaan terjemahan teks kustom yang masuk. |
TextCustomCharactersTranslated |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Karakter yang Dilatih Teks Jumlah karakter yang dilatih menggunakan terjemahan teks. |
TextTrainedCharacters |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Detik Aplikasi Translator Pro Jumlah detik penggunaan Aplikasi Translator Pro. |
TranslatorProAppSeconds |
No | Seconds | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
Kategori: Penggunaan
| Metrik | Nama di REST API | Metrik platform tingkat lanjut | Unit | Aggregation | Dimensi | Granul Waktu | DS Ekspor |
|---|---|---|---|---|---|---|---|
|
Computer Vision Transaksi Jumlah Transaksi Computer Vision |
ComputerVisionTransactions |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Waktu Pelatihan Penglihatan Kustom Waktu pelatihan Visi Kustom |
CustomVisionTrainingTime |
No | Seconds | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Transaksi Visi Kustom Jumlah transaksi prediksi Custom Vision |
CustomVisionTransactions |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Gambar Wajah Dilatih Jumlah gambar yang dilatih. 1.000 gambar dilatih per transaksi. |
FaceImagesTrained |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Wajah Tersimpan Jumlah wajah yang disimpan, prorata setiap hari. Jumlah wajah yang disimpan dilaporkan setiap hari. |
FacesStored |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Transaksi dengan Pengenalan Wajah Jumlah panggilan API yang dilakukan ke layanan Face |
FaceTransactions |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Gambar Tersimpan Jumlah gambar Custom Vision yang disimpan. |
ImagesStored |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Peristiwa yang Dipelajari Jumlah peristiwa yang dipelajari. |
LearnedEvents |
No | Count | Jumlah (Total) |
IsMatchBaseline, , ModeRunId |
PT1M | Yes |
|
Permintaan Ucapan LUIS Jumlah permintaan pemahaman ucapan LUIS ke maksud |
LUISSpeechRequests |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Permintaan Teks LUIS Jumlah permintaan teks LUIS |
LUISTextRequests |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Imbalan yang Sesuai Jumlah hadiah yang cocok. |
MatchedRewards |
No | Count | Jumlah (Total) |
Mode, RunId |
PT1M | Yes |
|
Peristiwa yang Tidak Diaktifkan Jumlah acara yang dilewati. |
NonActivatedEvents |
No | Count | Jumlah (Total) |
Mode, RunId |
PT1M | Yes |
|
Hadiah yang Diamati Jumlah hadiah yang diamati. |
ObservedRewards |
No | Count | Jumlah (Total) |
Mode, RunId |
PT1M | Yes |
|
Karakter yang Diproses Jumlah Karakter yang diproses oleh Immersive Reader. |
ProcessedCharacters |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Catatan Teks Kesehatan yang Diproses Jumlah catatan teks kesehatan yang diproses |
ProcessedHealthTextRecords |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Gambar yang Diproses Jumlah gambar yang diproses |
ProcessedImages |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Halaman Yang Diproses Jumlah halaman yang diproses |
ProcessedPages |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Catatan Teks yang Diproses Jumlah Catatan Teks. |
ProcessedTextRecords |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Catatan Teks QA Jumlah rekaman teks yang diproses |
QuestionAnsweringTextRecords |
No | Count | Jumlah (Total) |
ApiName, FeatureName, , UsageChannelRegion |
PT1M | Yes |
|
Total Peristiwa Jumlah acara. |
TotalEvents |
No | Count | Jumlah (Total) |
Mode, RunId |
PT1M | Yes |
|
Total Transaksi (Tidak Digunakan lagi) Jumlah total transaksi. |
TotalTransactions |
No | Count | Jumlah (Total) | <tidak ada> | PT1M | Yes |
Dimensi metrik
Untuk informasi tentang dimensi metrik, lihat Metrik multidimensi.
Layanan ini memiliki dimensi berikut yang terkait dengan metriknya.
- ApiName
- NamaFitur
- ModelDeploymentName
- ModelName
- ModelVersion
- Nama Operasi
- Wilayah
- Status Kode
- StreamType
- UsageChannel
Catatan sumber daya
Bagian ini mencantumkan jenis log sumber daya yang dapat Anda kumpulkan untuk layanan ini. Bagian ini menarik dari daftar jenis kategori log semua log sumber daya yang didukung di Azure Monitor.
Log sumber daya yang didukung untuk Microsoft. Layanan/akun Kognitif
| Kategori | Biaya ekspor | Tabel catatan log | Mendukung paket log dasar | Mendukung transformasi waktu penyerapan | Contoh pertanyaan |
|---|---|---|---|---|---|
| Audit | No |
AzureDiagnostics Log dari beberapa sumber daya Azure. |
No | No | |
| AzureOpenAIRequestUsage | Yes |
AzureDiagnostics Log dari beberapa sumber daya Azure. |
No | No | |
| ManagedNetworkEvent | Yes |
AzureDiagnostics Log dari beberapa sumber daya Azure. |
No | No | |
| RequestResponse | No |
AzureDiagnostics Log dari beberapa sumber daya Azure. |
No | No | |
| Jejak | No |
AzureDiagnostics Log dari beberapa sumber daya Azure. |
No | No |
Tabel Log Azure Monitor
Bagian ini mencantumkan tabel Log Azure Monitor yang relevan dengan layanan ini, yang tersedia untuk kueri oleh Log Analytics menggunakan kueri Kusto. Tabel berisi data log sumber daya dan mungkin lebih banyak lagi tergantung pada apa yang dikumpulkan dan dirutekan ke mereka.
Azure OpenAI microsoft.cognitiveservices/accounts
Catatan Aktivitas
Tabel tertaut mencantumkan operasi yang dapat dicatat dalam log aktivitas untuk layanan ini. Operasi ini adalah bagian dari semua kemungkinan operasi penyedia sumber daya dalam log aktivitas.
Untuk informasi selengkapnya tentang skema entri log aktivitas, lihat Skema Log Aktivitas.
Konten terkait
- Untuk deskripsi pemantauan Azure OpenAI, lihat Monitor Azure OpenAI.
- Untuk detail tentang memantau sumber daya Azure, lihat Memantau sumber daya Azure dengan Azure Monitor.