Memantau titik akhir online

Azure Pembelajaran Mesin menggunakan integrasi dengan Azure Monitor untuk melacak dan memantau metrik dan log untuk titik akhir online. Anda dapat melihat metrik dalam bagan, membandingkan antara titik akhir dan penyebaran, menyematkan ke dasbor portal Azure, mengonfigurasi pemberitahuan, kueri dari tabel log, dan mendorong log ke target yang didukung. Anda juga dapat menggunakan Application Insights untuk menganalisis peristiwa dari kontainer pengguna.

• Metrik: Untuk metrik tingkat titik akhir seperti latensi permintaan, permintaan per menit, koneksi baru per detik, dan byte jaringan, Anda dapat menelusuri paling detail untuk melihat detail di tingkat penyebaran atau tingkat status. Metrik tingkat penyebaran seperti pemanfaatan CPU/GPU dan pemanfaatan memori atau disk juga dapat dibor ke tingkat instans. Azure Monitor memungkinkan pelacakan metrik ini dalam bagan dan menyiapkan dasbor dan pemberitahuan untuk analisis lebih lanjut.

• Log: Anda dapat mengirim metrik ke ruang kerja Analitik Log tempat Anda dapat mengkueri log menggunakan sintaks kueri Kusto. Anda juga dapat mengirim metrik ke akun Azure Storage dan/atau Azure Event Hubs untuk pemrosesan lebih lanjut. Selain itu, Anda dapat menggunakan tabel log khusus untuk peristiwa terkait titik akhir online, lalu lintas, dan log konsol (kontainer). Kueri Kusto memungkinkan analisis kompleks dan gabungan beberapa tabel.

• Application insights: Lingkungan yang dikumpulkan mencakup integrasi dengan Application Insights, dan Anda dapat mengaktifkan atau menonaktifkan integrasi ini saat Membuat penyebaran online. Metrik dan log bawaan dikirim ke Application Insights, dan Anda dapat menggunakan fitur bawaan Application Insights (seperti metrik Langsung, Pencarian transaksi, Kegagalan, dan Performa) untuk analisis lebih lanjut.

Di artikel ini, Anda akan mempelajari cara:

• Pilih metode yang tepat untuk melihat dan melacak metrik dan log
• Menampilkan metrik untuk titik akhir online terkelola Anda
• Membuat dasbor untuk metrik Anda
• Membuat peringatan metrik
• Menampilkan log untuk titik akhir online Anda
• Menggunakan Application Insights untuk melacak metrik dan log

Prasyarat

• Sebarkan titik akhir online terkelola Azure Machine Learning.
• Anda harus memiliki setidaknya Akses pembaca di titik akhir.

Metrik

Anda dapat melihat halaman metrik untuk titik akhir atau penyebaran online di portal Azure. Cara mudah untuk mengakses halaman metrik ini adalah melalui tautan yang tersedia di antarmuka pengguna studio Azure Pembelajaran Mesin—khususnya di tab Detail halaman titik akhir. Mengikuti tautan ini akan membawa Anda ke halaman metrik yang tepat di portal Azure untuk titik akhir atau penyebaran. Atau, Anda juga dapat masuk ke portal Azure untuk mencari halaman metrik untuk titik akhir atau penyebaran.

Untuk mengakses halaman metrik melalui tautan yang tersedia di studio:

1. Buka studio Azure Machine Learning.

2. Di bilah navigasi kiri, pilih halaman Titik Akhir.

3. Pilih titik akhir dengan mengklik namanya.

4. Pilih Tampilkan metrik di bagian Atribut titik akhir untuk membuka halaman metrik titik akhir di portal Azure.

5. Pilih Tampilkan metrik di bagian untuk setiap penyebaran yang tersedia untuk membuka halaman metrik penyebaran di portal Azure.

   

Untuk mengakses metrik langsung dari portal Azure:

1. Masuk ke portal Azure.

2. Buka titik akhir online terkelola atau sumber daya penyebaran.

   Titik akhir dan penyebaran online adalah sumber daya Azure Resource Manager (ARM) yang dapat ditemukan dengan membuka grup sumber daya mereka sendiri. Cari jenis sumber daya titik akhir online Azure Machine Learning dan penyebaran online Azure Machine Learning.

3. Di kolom sebelah kiri, pilih Metrik.

Metrik yang tersedia

Bergantung pada sumber daya yang Anda pilih, metrik yang Anda lihat akan berbeda. Metrik dicakup secara berbeda untuk titik akhir online terkelola dan penyebaran online terkelola.

Metrik di cakupan titik akhir

Kategori	Metric	Nama dalam REST API	Unit	Agregasi	Dimensi	Butir Waktu	Ekspor DS
Lalu lintas	Koneksi Aktif Jumlah total koneksi TCP bersamaan yang aktif dari klien.	ConnectionsActive	Hitung	Tengah	<Tidak ada>	PT1M	No
Lalu lintas	Kesalahan Pengumpulan Data Per Menit Jumlah peristiwa pengumpulan data yang turun per menit.	DataCollectionErrorsPerMinute	Hitung	Minimum, Maksimum, Rata-rata	deployment, , reasontype	PT1M	No
Lalu lintas	Peristiwa Pengumpulan Data Per Menit Jumlah peristiwa pengumpulan data yang diproses per menit.	DataCollectionEventsPerMinute	Hitung	Minimum, Maksimum, Rata-rata	deployment, type	PT1M	No
Lalu lintas	Byte Jaringan Byte per detik disajikan untuk titik akhir.	NetworkBytes	BytesPerSecond	Tengah	<Tidak ada>	PT1M	No
Lalu lintas	Koneksi Baru Per Detik Jumlah rata-rata koneksi TCP baru per detik yang dibuat dari klien.	NewConnectionsPerSecond	CountPerSecond	Tengah	<Tidak ada>	PT1M	No
Lalu lintas	Latensi Permintaan Interval lengkap rata-rata waktu yang diperlukan untuk permintaan yang akan direspons dalam milidetik	RequestLatency	Milidetik	Tengah	deployment	PT1M	Ya
Lalu lintas	Minta Latensi P50 Latensi permintaan P50 rata-rata dikumpulkan oleh semua nilai latensi permintaan yang dikumpulkan selama periode waktu yang dipilih	RequestLatency_P50	Milidetik	Tengah	deployment	PT1M	Ya
Lalu lintas	Minta Latensi P90 Latensi permintaan P90 rata-rata dikumpulkan oleh semua nilai latensi permintaan yang dikumpulkan selama periode waktu yang dipilih	RequestLatency_P90	Milidetik	Tengah	deployment	PT1M	Ya
Lalu lintas	Minta Latensi P95 Latensi permintaan P95 rata-rata dikumpulkan oleh semua nilai latensi permintaan yang dikumpulkan selama periode waktu yang dipilih	RequestLatency_P95	Milidetik	Tengah	deployment	PT1M	Ya
Lalu lintas	Minta Latensi P99 Latensi permintaan P99 rata-rata dikumpulkan oleh semua nilai latensi permintaan yang dikumpulkan selama periode waktu yang dipilih	RequestLatency_P99	Milidetik	Tengah	deployment	PT1M	Ya
Lalu lintas	Permintaan Per Menit Jumlah permintaan yang dikirim ke titik akhir online dalam satu menit	RequestsPerMinute	Hitung	Tengah	deployment, , statusCodestatusCodeClass,modelStatusCode	PT1M	No

Pembatasan bandwidth

Bandwidth akan dibatasi jika batas kuota terlampaui untuk titik akhir online terkelola. Untuk informasi selengkapnya tentang batasan, lihat artikel tentang batasan untuk titik akhir online. Untuk menentukan apakah permintaan dibatasi:

• Pantau metrik "Byte jaringan"
• Header tanggapan akan memiliki bidang: ms-azureml-bandwidth-request-delay-ms dan ms-azureml-bandwidth-response-delay-ms. Nilai bidang adalah penundaan pembatasan bandwidth, dalam milidetik.

Untuk informasi selengkapnya, lihat Masalah batas bandwidth.

Metrik pada cakupan penyebaran

Kategori	Metric	Nama dalam REST API	Unit	Agregasi	Dimensi	Butir Waktu	Ekspor DS
Sumber daya	Persentase Pemanfaatan Memori CPU Persentase pemanfaatan memori pada instans. Pemanfaatan dilaporkan pada interval satu menit.	CpuMemoryUtilizationPercentage	Persen	Minimum, Maksimum, Rata-rata	instanceId	PT1M	Ya
Sumber daya	Persentase Pemanfaatan CPU Persentase pemanfaatan CPU pada instans. Pemanfaatan dilaporkan pada interval satu menit.	CpuUtilizationPercentage	Persen	Minimum, Maksimum, Rata-rata	instanceId	PT1M	Ya
Sumber daya	Kesalahan Pengumpulan Data Per Menit Jumlah peristiwa pengumpulan data yang turun per menit.	DataCollectionErrorsPerMinute	Hitung	Minimum, Maksimum, Rata-rata	instanceId, , reasontype	PT1M	No
Sumber daya	Peristiwa Pengumpulan Data Per Menit Jumlah peristiwa pengumpulan data yang diproses per menit.	DataCollectionEventsPerMinute	Hitung	Minimum, Maksimum, Rata-rata	instanceId, type	PT1M	No
Sumber daya	Kapasitas Penyebaran Jumlah instans dalam penyebaran.	DeploymentCapacity	Hitung	Minimum, Maksimum, Rata-rata	instanceId, State	PT1M	No
Sumber daya	Pemanfaatan Disk Persentase pemanfaatan disk pada instans. Pemanfaatan dilaporkan pada interval satu menit.	DiskUtilization	Persen	Minimum, Maksimum, Rata-rata	instanceId, disk	PT1M	Ya
Sumber daya	GPU Energy di Joules Interval energi dalam satuan Joule pada node GPU. Energi dilaporkan pada interval satu menit.	GpuEnergyJoules	Hitung	Minimum, Maksimum, Rata-rata	instanceId	PT1M	No
Sumber daya	Persentase Pemanfaatan Memori GPU Persentase pemanfaatan memori GPU pada instans. Pemanfaatan dilaporkan pada interval satu menit.	GpuMemoryUtilizationPercentage	Persen	Minimum, Maksimum, Rata-rata	instanceId	PT1M	Ya
Sumber daya	Persentase Pemanfaatan GPU Persentase pemanfaatan GPU pada instans. Pemanfaatan dilaporkan pada interval satu menit.	GpuUtilizationPercentage	Persen	Minimum, Maksimum, Rata-rata	instanceId	PT1M	Ya
Lalu lintas	Minta Latensi P50 Latensi permintaan P50 rata-rata dikumpulkan oleh semua nilai latensi permintaan yang dikumpulkan selama periode waktu yang dipilih	RequestLatency_P50	Milidetik	Tengah	<Tidak ada>	PT1M	Ya
Lalu lintas	Minta Latensi P90 Latensi permintaan P90 rata-rata dikumpulkan oleh semua nilai latensi permintaan yang dikumpulkan selama periode waktu yang dipilih	RequestLatency_P90	Milidetik	Tengah	<Tidak ada>	PT1M	Ya
Lalu lintas	Minta Latensi P95 Latensi permintaan P95 rata-rata dikumpulkan oleh semua nilai latensi permintaan yang dikumpulkan selama periode waktu yang dipilih	RequestLatency_P95	Milidetik	Tengah	<Tidak ada>	PT1M	Ya
Lalu lintas	Minta Latensi P99 Latensi permintaan P99 rata-rata dikumpulkan oleh semua nilai latensi permintaan yang dikumpulkan selama periode waktu yang dipilih	RequestLatency_P99	Milidetik	Tengah	<Tidak ada>	PT1M	Ya
Lalu lintas	Permintaan Per Menit Jumlah permintaan yang dikirim ke penyebaran online dalam satu menit	RequestsPerMinute	Hitung	Tengah	envoy_response_code	PT1M	No

Membuat dasbor dan pemberitahuan

Azure Monitor memungkinkan Anda membuat dasbor dan pemberitahuan, berdasarkan metrik.

Membuat dasbor dan memvisualisasikan kueri

Anda dapat membuat dasbor kustom dan memvisualisasikan metrik dari beberapa sumber di portal Azure, termasuk metrik untuk titik akhir online Anda. Untuk informasi selengkapnya tentang membuat dasbor dan memvisualisasikan kueri, lihat Dasbor menggunakan data log dan Dasbor menggunakan data aplikasi.

Membuat peringatan

Anda juga dapat membuat pemberitahuan kustom untuk mengetahui informasi tentang pembaruan status penting ke titik akhir online terkelola:

1. Di kanan atas laman metrik, pilih Aturan pemberitahuan baru.

   

2. Pilih nama ketentuan untuk menentukan kapan pemberitahuan Anda harus dipicu.

   

3. Pilih Tambahkan grup tindakan>Buat grup tindakan untuk menentukan apa yang akan terjadi saat pemberitahuan Anda dipicu.

4. Pilih Buat aturan lansiran untuk menyelesaikan pembuatan pemberitahuan Anda.

Untuk informasi selengkapnya, lihat Membuat aturan pemberitahuan Azure Monitor.

Mengaktifkan skala otomatis berdasarkan metrik

Anda dapat mengaktifkan skala otomatis penyebaran menggunakan metrik menggunakan UI atau kode. Saat Anda menggunakan kode (CLI atau SDK), Anda dapat menggunakan ID Metrik yang tercantum dalam tabel metrik yang tersedia dalam kondisi untuk memicu penskalaan otomatis. Untuk informasi selengkapnya, lihat Penskalaan otomatis titik akhir online.

Log

Ada tiga log yang dapat diaktifkan untuk titik akhir online:

• AmlOnlineEndpointTrafficLog: Anda dapat memilih untuk mengaktifkan log lalu lintas jika Anda ingin memeriksa informasi permintaan Anda. Berikut ini adalah beberapa kasus:

  • Jika responsnya bukan 200, periksa nilai kolom "ResponseCodeReason" untuk melihat apa yang terjadi. Periksa juga alasannya di bagian "Kode status HTTPS" dari artikel Memecahkan masalah titik akhir online.

  • Anda dapat memeriksa kode respons dan alasan respons model Anda dari kolom "ModelStatusCode" dan "ModelStatusReason".

  • Periksa durasi permintaan seperti total durasi, durasi permintaan/respons, dan penundaan yang disebabkan oleh pembatasan jaringan. Anda dapat memeriksanya dari log untuk melihat latensi kerusakan.

  • Jika ingin memeriksa berapa banyak permintaan atau permintaan yang gagal baru-baru ini. Anda juga dapat mengaktifkan log.

• AmlOnlineEndpointConsoleLog: Berisi log yang dihasilkan kontainer ke konsol. Berikut ini adalah beberapa kasus:

  • Jika kontainer gagal dimulai, log konsol dapat berguna untuk penelusuran kesalahan.

  • Pantau perilaku kontainer dan pastikan bahwa semua permintaan ditangani dengan benar.

  • Tulis ID permintaan di log konsol. Bergabung dengan ID permintaan, AmlOnlineEndpointConsoleLog, dan AmlOnlineEndpointTrafficLog di ruang kerja Analitik Log, Anda dapat melacak permintaan dari titik masuk jaringan titik akhir online ke kontainer.

  • Anda juga dapat menggunakan log ini untuk analisis performa dalam menentukan waktu yang diperlukan oleh model untuk memproses setiap permintaan.

• AmlOnlineEndpointEventLog: Berisi informasi peristiwa mengenai siklus hidup kontainer. Saat ini kami memberikan informasi tentang jenis peristiwa berikut:

  Nama	Pesan
  BackOff	Back-off memulai ulang kontainer yang gagal
  Ditarik	Gambar kontainer "<IMAGE_NAME>" sudah ada di mesin
  Dimatikan	Inferensi kontainer-pemeriksaan keaktifan server gagal, akan dimulai ulang
  Dibuat	Gambar kontainer yang dibuat-pengambil
  Dibuat	Inferensi kontainer yang dibuat-server
  Dibuat	Model kontainer yang dibuat-pasang
  LivenessProbeFailed	Pemeriksaan keaktifan gagal: <FAILURE_CONTENT>
  ReadinessProbeFailed	Pemeriksaan kesiapan gagal: <FAILURE_CONTENT>
  Dimulai	Gambar kontainer yang dimulai-pengambil
  Dimulai	Inferensi kontainer yang dimulai-server
  Dimulai	Model kontainer yang dimulai-pasang
  Dimatikan	Menghentikan inferensi kontainer-server
  Dimatikan	Menghentikan model kontainer-pasang

Bagaimana cara mengaktifkan/menonaktifkan log

Penting

Pengelogan menggunakan Azure Log Analytics. Jika saat ini Anda tidak memiliki ruang kerja Analitik Log, Anda dapat membuatnya menggunakan langkah-langkah di Membuat ruang kerja Analitik Log di portal Microsoft Azure.

1. Di portal Microsoft Azure, buka grup sumber daya yang berisi titik akhir Anda lalu pilih titik akhir.

2. Dari bagian Pemantauan di sebelah kiri halaman, pilih Pengaturan diagnostik, lalu Tambahkan pengaturan.

3. Pilih kategori log untuk diaktifkan, pilih Kirim ke ruang kerja Analitik Log, lalu pilih ruang kerja Analitik Log yang akan digunakan. Terakhir, masukkan Nama pengaturan diagnostik dan pilih Simpan.

   

   Penting

   Mungkin perlu waktu hingga satu jam untuk koneksi ke ruang kerja Analitik Log diaktifkan. Tunggu satu jam sebelum melanjutkan ke langkah berikutnya.

4. Kirim permintaan penilaian ke titik akhir. Aktivitas ini harus membuat entri di log.

5. Dari properti titik akhir online atau ruang kerja Analitik Log, pilih Log di kiri layar.

6. Tutup dialog Kueri yang terbuka secara otomatis, lalu klik dua kali di AmlOnlineEndpointConsoleLog. Jika Anda tidak melihatnya, gunakan kotak Pencarian.

   

7. Pilih Jalankan.

   

Contoh kueri

Anda dapat menemukan contoh kueri pada tab Kueri ketika melihat log. Cari Titik akhir online untuk menemukan contoh kueri.

Detail kolom log

Tabel berikut menyediakan detail tentang data yang disimpan di setiap log:

AmlOnlineEndpointTrafficLog

Properti	Deskripsi
Metode	Metode yang diminta dari klien.
Jalur	Jalur yang diminta dari klien.
SubscriptionId	ID langganan pembelajaran mesin dari titik akhir online.
AzureMLWorkspaceId	ID ruang kerja pembelajaran mesin dari titik akhir online.
AzureMLWorkspaceName	Nama ruang kerja pembelajaran mesin dari titik akhir online.
EndpointName	Nama dari titik akhir online.
DeploymentName	Nama dari penyebaran online.
Protokol	Protokol permintaan.
ResponseCode	Kode respons akhir dikembalikan kepada klien.
ResponseCodeReason	Kode respons akhir dikembalikan kepada klien.
ModelStatusCode	Kode status respons dari model.
ModelStatusReason	Alasan kondisi respons dari model.
RequestPayloadSize	Total byte yang diterima dari klien.
ResponsePayloadSize	Total byte yang dikirim kembali kepada klien.
UserAgent	Header agen pengguna dari permintaan, termasuk komentar tetapi dipotong menjadi maksimal 70 karakter.
XRequestId	ID permintaan yang dihasilkan Azure Machine Learning untuk pelacakan internal.
XMSClientRequestId	ID pelacakan yang dihasilkan oleh klien.
TotalDurationMs	Durasi dalam milidetik dari waktu mulai permintaan ke byte respons terakhir yang dikirim kembali kepada klien. Jika klien terputus, ini mengukur dari waktu mulai hingga waktu pemutusan klien.
RequestDurationMs	Durasi dalam milidetik dari waktu mulai permintaan hingga byte terakhir permintaan yang diterima dari klien.
ResponseDurationMs	Durasi dalam milidetik dari waktu mulai permintaan hingga byte respons pertama yang dibaca dari model.
RequestThrottlingDelayMs	Penundaan dalam milidetik dalam transfer data permintaan karena adanya pembatasan jaringan.
ResponseThrottlingDelayMs	Penundaan dalam milidetik dalam transfer data permintaan karena adanya pembatasan jaringan.

AmlOnlineEndpointConsoleLog

Properti	Deskripsi
TimeGenerated	Tanda waktu (UTC) saat log dihasilkan.
OperationName	Operasi yang terkait dengan rekaman log.
InstanceId	ID instans yang menghasilkan baris log ini.
DeploymentName	Nama penyebaran yang terkait dengan baris log.
ContainerName	Nama kontainer tempat log dibuat.
Pesan	Isi log.

AmlOnlineEndpointEventLog

Properti	Deskripsi
TimeGenerated	Tanda waktu (UTC) saat log dihasilkan.
OperationName	Operasi yang terkait dengan rekaman log.
InstanceId	ID instans yang menghasilkan baris log ini.
DeploymentName	Nama penyebaran yang terkait dengan baris log.
Nama	Nama peristiwa.
Pesan	Isi peristiwa.

Menggunakan Application Insights

Lingkungan yang dikumpulkan mencakup integrasi dengan Application Insights, dan Anda dapat mengaktifkan atau menonaktifkan integrasi ini saat membuat penyebaran online. Metrik dan log bawaan dikirim ke Application Insights, dan Anda dapat menggunakan fitur bawaan Application Insights (seperti metrik Langsung, Pencarian transaksi, Kegagalan, dan Performa) untuk analisis lebih lanjut.

Lihat Gambaran umum Application Insights untuk informasi selengkapnya.

Di studio, Anda dapat menggunakan tab Pemantauan di halaman titik akhir online untuk melihat grafik monitor aktivitas tingkat tinggi untuk titik akhir online terkelola. Untuk menggunakan tab pemantauan, Anda harus memilih Aktifkan diagnostik Application Insight dan pengumpulan data saat membuat titik akhir.

Konten terkait

• Pelajari cara melihat biaya untuk titik akhir yang Anda sebarkan.
• Baca selengkapnya tentang penjelajah metrik.