Referensi data pemantauan Azure Pembelajaran Mesin

  • Artikel

Artikel ini berisi semua informasi referensi pemantauan untuk layanan ini.

Lihat Memantau Pembelajaran Mesin untuk detail tentang data yang dapat Anda kumpulkan untuk Azure Pembelajaran Mesin dan cara menggunakannya.

Metrik

Bagian ini mencantumkan semua metrik platform yang dikumpulkan secara otomatis untuk layanan ini. Metrik ini juga merupakan bagian dari daftar global semua metrik platform yang didukung di Azure Monitor.

Untuk informasi tentang retensi metrik, lihat Gambaran umum Metrik Azure Monitor.

Penyedia sumber daya untuk metrik ini adalah Microsoft.MachineLearningServices/workspaces.

Kategori metrik adalah Model, Kuota, Sumber Daya, Jalankan, dan Lalu Lintas. Informasi kuota hanya untuk komputasi Pembelajaran Mesin. Jalankan menyediakan informasi tentang eksekusi pelatihan untuk ruang kerja.

Metrik yang didukung untuk Microsoft.Machine Pembelajaran Services/workspaces

Tabel berikut mencantumkan metrik yang tersedia untuk jenis sumber daya Microsoft.Machine Pembelajaran Services/workspaces.

  • Semua kolom mungkin tidak ada di setiap tabel.
  • Beberapa kolom mungkin berada di luar area tampilan halaman. Pilih Perluas tabel untuk menampilkan semua kolom yang tersedia.

Judul tabel

  • Kategori - Grup metrik atau klasifikasi.
  • Metrik - Nama tampilan metrik seperti yang muncul di portal Azure.
  • Nama di REST API - Nama metrik seperti yang disebutkan dalam REST API.
  • Unit - Satuan ukuran.
  • Agregasi - Jenis agregasi default. Nilai yang valid: Rata-rata (Rata-rata), Minimum (Min), Maksimum (Maks), Total (Jumlah), Hitungan.
  • Dimensi dimensi - tersedia untuk metrik.
  • Interval Butir - Waktu tempat metrik diambil sampelnya. Misalnya, PT1M menunjukkan bahwa metrik diambil sampelnya setiap menit, PT30M setiap 30 menit, PT1H setiap jam, dan sebagainya.
  • Ekspor DS- Apakah metrik dapat diekspor ke Log Azure Monitor melalui pengaturan diagnostik. Untuk informasi tentang mengekspor metrik, lihat Membuat pengaturan diagnostik di Azure Monitor.
Kategori Metric Nama dalam REST API Unit Agregasi Dimensi Butir Waktu Ekspor DS
Kuota Inti Aktif

Jumlah inti aktif		 Active Cores Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Kuota Simpul Aktif

Jumlah node Aktif. Ini adalah node yang secara aktif menjalankan pekerjaan.		 Active Nodes Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
jalankan Batalkan Eksekusi yang Diminta

Jumlah eksekusi dengan permintaan pembatalan untuk ruang kerja ini. Jumlah diperbarui saat permintaan pembatalan telah diterima untuk satu eksekusi.		 Cancel Requested Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
jalankan Eksekusi Yang Dibatalkan

Jumlah eksekusi yang dibatalkan untuk ruang kerja ini. Jumlah diperbarui saat satu eksekusi berhasil dibatalkan.		 Cancelled Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
jalankan Eksekusi Selesai

Jumlah eksekusi yang berhasil diselesaikan untuk ruang kerja ini. Jumlah diperbarui ketika satu eksekusi telah diselesaikan dan output telah dikumpulkan.		 Completed Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
Sumber daya CpuCapacityMillicores

Kapasitas maksimum node CPU dalam satuan milicore. Kapasitas diagregasi dalam interval satu menit.		 CpuCapacityMillicores Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya CpuMemoryCapacityMegabytes

Pemanfaatan memori maksimum dari node CPU dalam megabyte. Pemanfaatan diagregasi dalam interval satu menit.		 CpuMemoryCapacityMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya CpuMemoryUtilizationMegabytes

Pemanfaatan memori node CPU dalam megabyte. Pemanfaatan diagregasi dalam interval satu menit.		 CpuMemoryUtilizationMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya CpuMemoryUtilizationPercentage

Persentase pemanfaatan memori node CPU. Pemanfaatan diagregasi dalam interval satu menit.		 CpuMemoryUtilizationPercentage Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya CpuUtilization

Persentase pemanfaatan pada node CPU. Pemanfaatan dilaporkan pada interval satu menit.		 CpuUtilization Hitung Rata-rata, Maksimum, Minimum, Total Scenario, , runIdNodeId,ClusterName PT1M Ya
Sumber daya CpuUtilizationMillicores

Pemanfaatan node CPU dalam satuan milicore. Pemanfaatan diagregasi dalam interval satu menit.		 CpuUtilizationMillicores Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya CpuUtilizationPercentage

Persentase pemanfaatan node CPU. Pemanfaatan diagregasi dalam interval satu menit.		 CpuUtilizationPercentage Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya DiskAvailMegabytes

Ruang disk yang tersedia dalam megabyte. Metrik diagregasi dalam interval satu menit.		 DiskAvailMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya DiskReadMegabytes

Data yang dibaca dari disk dalam megabyte. Metrik diagregasi dalam interval satu menit.		 DiskReadMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya DiskUsedMegabytes

Ruang disk yang digunakan dalam megabyte. Metrik diagregasi dalam interval satu menit.		 DiskUsedMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya DiskWriteMegabytes

Data yang ditulis ke dalam disk dalam megabyte. Metrik diagregasi dalam interval satu menit.		 DiskWriteMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
jalankan Kesalahan

Jumlah kesalahan eksekusi dalam ruang kerja ini. Jumlah diperbarui setiap kali eksekusi mengalami kesalahan.		 Errors Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario PT1M Ya
jalankan Eksekusi Gagal

Jumlah eksekusi yang gagal untuk ruang kerja ini. Jumlah diperbarui saat satu eksekusi gagal.		 Failed Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
jalankan Menyelesaikan Eksekusi

Jumlah eksekusi yang dimasukkan dalam status finalisasi untuk ruang kerja ini. Jumlah diperbarui ketika satu eksekusi telah diselesaikan tetapi pengumpulan output masih berlangsung.		 Finalizing Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
Sumber daya GpuCapacityMilliGPU

Kapasitas maksimum perangkat GPU dalam satuan mili-GPU. Kapasitas diagregasi dalam interval satu menit.		 GpuCapacityMilliGPUs Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdDeviceId,ComputeName PT1M Ya
Sumber daya GpuEnergyJoules

Interval energi dalam satuan Joule pada node GPU. Energi dilaporkan pada interval satu menit.		 GpuEnergyJoules Hitung Rata-rata, Maksimum, Minimum, Total Scenario, , runIdrootRunId, InstanceId, , DeviceId,ComputeName PT1M Ya
Sumber daya GpuMemoryCapacityMegabytes

Kapasitas memori maksimum perangkat GPU dalam satuan megabyte. Kapasitas dikumpulkan dalam interval satu menit.		 GpuMemoryCapacityMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdDeviceId,ComputeName PT1M Ya
Sumber daya GpuMemoryUtilization

Persentase pemanfaatan memori pada node GPU. Pemanfaatan dilaporkan pada interval satu menit.		 GpuMemoryUtilization Hitung Rata-rata, Maksimum, Minimum, Total Scenario, , runIdNodeId, , DeviceId,ClusterName PT1M Ya
Sumber daya GpuMemoryUtilizationMegabytes

Pemanfaatan memori perangkat GPU dalam satuan megabyte. Pemanfaatan diagregasi dalam interval satu menit.		 GpuMemoryUtilizationMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdDeviceId,ComputeName PT1M Ya
Sumber daya GpuMemoryUtilizationPercentage

Persentase pemanfaatan memori perangkat GPU. Pemanfaatan diagregasi dalam interval satu menit.		 GpuMemoryUtilizationPercentage Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdDeviceId,ComputeName PT1M Ya
Sumber daya GpuUtilization

Persentase pemanfaatan pada simpul GPU. Pemanfaatan dilaporkan pada interval satu menit.		 GpuUtilization Hitung Rata-rata, Maksimum, Minimum, Total Scenario, , runIdNodeId, , DeviceId,ClusterName PT1M Ya
Sumber daya GpuUtilizationMilliGPU

Pemanfaatan perangkat GPU dalam mili-GPU. Pemanfaatan diagregasi dalam interval satu menit.		 GpuUtilizationMilliGPUs Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdDeviceId,ComputeName PT1M Ya
Sumber daya GpuUtilizationPercentage

Persentase pemanfaatan perangkat GPU. Pemanfaatan diagregasi dalam interval satu menit.		 GpuUtilizationPercentage Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdDeviceId,ComputeName PT1M Ya
Sumber daya IBReceiveMegabytes

Data jaringan yang diterima melalui InfiniBand dalam megabyte. Metrik diagregasi dalam interval satu menit.		 IBReceiveMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName,DeviceId PT1M Ya
Sumber daya IBTransmitMegabytes

Data jaringan yang dikirim melalui InfiniBand dalam megabyte. Metrik diagregasi dalam interval satu menit.		 IBTransmitMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName,DeviceId PT1M Ya
Kuota Inti Menganggur

Jumlah inti siaga		 Idle Cores Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Kuota Simpul Menganggur

Jumlah simpul siaga. Simpul siaga adalah simpul yang tidak menjalankan pekerjaan apa pun tetapi dapat menerima pekerjaan baru jika tersedia.		 Idle Nodes Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Kuota Meninggalkan Inti

Jumlah inti yang keluar		 Leaving Cores Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Kuota Meninggalkan Simpul

Jumlah simpul yang keluar. Meninggalkan node adalah node yang baru saja selesai memproses pekerjaan dan akan masuk ke status Menganggur.		 Leaving Nodes Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Model Penyebaran Model Gagal

Jumlah penyebaran model yang gagal di ruang kerja ini		 Model Deploy Failed Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, StatusCode PT1M Ya
Model Penyebaran Model Dimulai

Jumlah penyebaran model yang dimulai di ruang kerja ini		 Model Deploy Started Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario PT1M Ya
Model Penyebaran Model Berhasil

Jumlah penyebaran model yang berhasil di ruang kerja ini		 Model Deploy Succeeded Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario PT1M Ya
Model Daftar Model Gagal

Jumlah pendaftaran model yang gagal di ruang kerja ini		 Model Register Failed Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, StatusCode PT1M Ya
Model Daftar Model Berhasil

Jumlah pendaftaran model yang berhasil di ruang kerja ini		 Model Register Succeeded Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario PT1M Ya
Sumber daya NetworkInputMegabytes

Data jaringan yang diterima dalam megabyte. Metrik diagregasi dalam interval satu menit.		 NetworkInputMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName,DeviceId PT1M Ya
Sumber daya NetworkOutputMegabytes

Data jaringan yang dikirim dalam megabytes. Metrik diagregasi dalam interval satu menit.		 NetworkOutputMegabytes Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName,DeviceId PT1M Ya
jalankan Tidak Merespons Eksekusi

Jumlah eksekusi yang tidak merespons untuk ruang kerja ini. Hitungan diperbarui saat eksekusi memasuki status Tidak Merespons.		 Not Responding Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
jalankan Eksekusi Tidak Dimulai

Jumlah eksekusi dalam status Belum Dimulai untuk ruang kerja ini. Hitungan diperbarui ketika permintaan diterima untuk membuat eksekusi tetapi informasi eksekusi belum diisi.		 Not Started Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
Kuota Inti yang Didahului

Jumlah inti yang telah didahulukan		 Preempted Cores Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Kuota Simpul yang Didahului

Jumlah simpul yang didahulukan. Simpul ini adalah simpul prioritas rendah yang diambil dari kumpulan simpul yang tersedia.		 Preempted Nodes Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
jalankan Mempersiapkan Eksekusi

Jumlah eksekusi yang sedang mempersiapkan ruang kerja ini. Hitungan diperbarui saat eksekusi memasuki status Persiapan saat lingkungan eksekusi sedang disiapkan.		 Preparing Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
jalankan Provisi Berjalan

Jumlah eksekusi yang diprovisikan untuk ruang kerja ini. Hitungan diperbarui saat eksekusi menunggu provisi atau pembuatan target komputasi.		 Provisioning Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
jalankan Eksekusi Antrean

Jumlah eksekusi yang diantrikan untuk ruang kerja ini. Hitungan diperbarui saat eksekusi diantrikan dalam target komputasi. Dapat terjadi ketika menunggu simpul komputasi yang diperlukan sedang dipersiapkan.		 Queued Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
Kuota Persentase Pemanfaatan Kuota

Persentase kuota yang digunakan		 Quota Utilization Percentage Hitung Rata-rata, Maksimum, Minimum, Total Scenario, , ClusterNameVmFamilyName,VmPriority PT1M Ya
jalankan Memulai Eksekusi

Jumlah eksekusi yang dijalankan untuk ruang kerja ini. Hitungan diperbarui ketika eksekusi mulai berjalan pada sumber daya yang diperlukan.		 Started Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
jalankan Memulai Eksekusi

Jumlah eksekusi yang dimulai untuk ruang kerja ini. Hitungan diperbarui setelah permintaan untuk membuat eksekusi dan info eksekusi, seperti Run Id, telah diisi		 Starting Runs Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepType,ExperimentName PT1M Ya
Sumber daya StorageAPIFailureCount

Jumlah kegagalan panggilan API Azure Blob Storage.		 StorageAPIFailureCount Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Sumber daya StorageAPISuccessCount

Jumlah keberhasilan panggilan API Azure Blob Storage.		 StorageAPISuccessCount Hitung Rata-rata, Maksimum, Minimum, Total RunId, , InstanceIdComputeName PT1M Ya
Kuota Total Core

Jumlah total inti		 Total Cores Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Kuota Total Simpul

Jumlah total simpul. Total ini mencakup beberapa Simpul Aktif, Simpul Siaga, Simpul yang Tidak Dapat Digunakan, Simpul yang Didahulukan, Simpul yang Keluar		 Total Nodes Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Kuota Inti yang Tidak Dapat Digunakan

Jumlah inti yang tidak dapat digunakan		 Unusable Cores Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
Kuota Simpul yang Tidak Dapat Digunakan

Jumlah simpul yang tidak dapat digunakan. Simpul yang tidak dapat digunakan tidak berfungsi karena beberapa masalah yang tidak dapat diselesaikan. Azure akan mendaur ulang simpul ini.		 Unusable Nodes Hitung Rata-rata, Maksimum, Minimum, Total Scenario, ClusterName PT1M Ya
jalankan Peringatan

Jumlah peringatan eksekusi di ruang kerja ini. Hitungan diperbarui setiap kali eksekusi diberi peringatan.		 Warnings Hitung Total, Rata-rata, Minimum, Maksimum, Jumlah Scenario PT1M Ya

Metrik yang didukung untuk Microsoft.Machine Pembelajaran Services/workspaces/onlineEndpoints

Tabel berikut mencantumkan metrik yang tersedia untuk jenis sumber daya Microsoft.Machine Pembelajaran Services/workspaces/onlineEndpoints.

  • Semua kolom mungkin tidak ada di setiap tabel.
  • Beberapa kolom mungkin berada di luar area tampilan halaman. Pilih Perluas tabel untuk menampilkan semua kolom yang tersedia.

Judul tabel

  • Kategori - Grup metrik atau klasifikasi.
  • Metrik - Nama tampilan metrik seperti yang muncul di portal Azure.
  • Nama di REST API - Nama metrik seperti yang disebutkan dalam REST API.
  • Unit - Satuan ukuran.
  • Agregasi - Jenis agregasi default. Nilai yang valid: Rata-rata (Rata-rata), Minimum (Min), Maksimum (Maks), Total (Jumlah), Hitungan.
  • Dimensi dimensi - tersedia untuk metrik.
  • Interval Butir - Waktu tempat metrik diambil sampelnya. Misalnya, PT1M menunjukkan bahwa metrik diambil sampelnya setiap menit, PT30M setiap 30 menit, PT1H setiap jam, dan sebagainya.
  • Ekspor DS- Apakah metrik dapat diekspor ke Log Azure Monitor melalui pengaturan diagnostik. Untuk informasi tentang mengekspor metrik, lihat Membuat pengaturan diagnostik di Azure Monitor.
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 Rata-rata <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 Rata-rata <Tidak ada> PT1M No
Lalu lintas Koneksi Baru Per Detik

Jumlah rata-rata koneksi TCP baru per detik yang dibuat dari klien.		 NewConnectionsPerSecond CountPerSecond Rata-rata <Tidak ada> PT1M No
Lalu lintas Latensi Permintaan

Interval lengkap rata-rata waktu yang diperlukan untuk permintaan yang akan direspons dalam milidetik		 RequestLatency Milidetik Rata-rata 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 Rata-rata 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 Rata-rata 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 Rata-rata 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 Rata-rata deployment PT1M Ya
Lalu lintas Permintaan Per Menit

Jumlah permintaan yang dikirim ke titik akhir online dalam satu menit		 RequestsPerMinute Hitung Rata-rata deployment, , statusCodestatusCodeClass,modelStatusCode PT1M No

Metrik yang didukung untuk Microsoft.Machine Pembelajaran Services/workspaces/onlineEndpoints/deployments

Tabel berikut mencantumkan metrik yang tersedia untuk jenis sumber daya Microsoft.Machine Pembelajaran Services/workspaces/onlineEndpoints/deployments.

  • Semua kolom mungkin tidak ada di setiap tabel.
  • Beberapa kolom mungkin berada di luar area tampilan halaman. Pilih Perluas tabel untuk menampilkan semua kolom yang tersedia.

Judul tabel

  • Kategori - Grup metrik atau klasifikasi.
  • Metrik - Nama tampilan metrik seperti yang muncul di portal Azure.
  • Nama di REST API - Nama metrik seperti yang disebutkan dalam REST API.
  • Unit - Satuan ukuran.
  • Agregasi - Jenis agregasi default. Nilai yang valid: Rata-rata (Rata-rata), Minimum (Min), Maksimum (Maks), Total (Jumlah), Hitungan.
  • Dimensi dimensi - tersedia untuk metrik.
  • Interval Butir - Waktu tempat metrik diambil sampelnya. Misalnya, PT1M menunjukkan bahwa metrik diambil sampelnya setiap menit, PT30M setiap 30 menit, PT1H setiap jam, dan sebagainya.
  • Ekspor DS- Apakah metrik dapat diekspor ke Log Azure Monitor melalui pengaturan diagnostik. Untuk informasi tentang mengekspor metrik, lihat Membuat pengaturan diagnostik di Azure Monitor.
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 Rata-rata <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 Rata-rata <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 Rata-rata <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 Rata-rata <Tidak ada> PT1M Ya
Lalu lintas Permintaan Per Menit

Jumlah permintaan yang dikirim ke penyebaran online dalam satu menit		 RequestsPerMinute Hitung Rata-rata envoy_response_code PT1M No

Dimensi metrik

Untuk informasi tentang dimensi metrik apa itu, lihat Metrik multi-dimensi.

Layanan ini memiliki dimensi berikut yang terkait dengan metriknya.

Dimensi Deskripsi
Nama kluster Nama sumber daya kluster komputasi. Tersedia untuk semua metrik kuota.
Nama keluarga komputer virtual Nama keluarga komputer virtual yang digunakan oleh kluster. Tersedia untuk persentase pemanfaatan kuota.
Prioritas Komputer Virtual Prioritas dari Komputer Virtual. Tersedia untuk persentase pemanfaatan kuota.
CreatedTime Hanya tersedia untuk CpuUtilization dan GpuUtilization.
DeviceId ID perangkat (GPU). Hanya tersedia untuk GpuUtilization.
NodeId ID dari simpul yang dibuat tempat pekerjaan berjalan. Hanya tersedia untuk CpuUtilization dan GpuUtilization.
RunId ID dari eksekusi/pekerjaan. Hanya tersedia untuk CpuUtilization dan GpuUtilization.
ComputeType Tipe komputasi yang dijalankan. Hanya tersedia untuk Eksekusi yang Diselesaikan, Eksekusi Gagal, dan Eksekusi yang Dijalankan.
PipelineStepType Jenis PipelineStep yang digunakan dalam eksekusi. Hanya tersedia untuk Eksekusi yang Diselesaikan, Eksekusi Gagal, dan Eksekusi yang Dijalankan.
PublishedPipelineId ID dari pipeline yang diterbitkan yang digunakan dalam eksekusi. Hanya tersedia untuk Eksekusi yang Diselesaikan, Eksekusi Gagal, dan Eksekusi yang Dijalankan.
RunType Jenis eksekusi. Hanya tersedia untuk Eksekusi yang Diselesaikan, Eksekusi Gagal, dan Eksekusi yang Dijalankan.

Nilai yang valid untuk dimensi RunType adalah:

Nilai Deskripsi
Percobaan Eksekusi non-alur.
PipelineRun Eksekusi alur, yang merupakan induk dari StepRun.
StepRun Sebuah eksekusi untuk langkah alur.
ReusedStepRun Eksekusi untuk langkah alur yang menggunakan kembali eksekusi sebelumnya.

Log sumber daya

Bagian ini mencantumkan jenis log sumber daya yang dapat Anda kumpulkan untuk layanan ini. Bagian menarik dari daftar semua jenis kategori log sumber daya yang didukung di Azure Monitor.

Log sumber daya yang didukung untuk Microsoft.Machine Pembelajaran Services/registries

Kategori Nama tampilan kategori Tabel log Mendukung rencana log dasar Mendukung transformasi waktu penyerapan Contoh kueri Biaya untuk diekspor
RegistryAssetReadEvent Peristiwa Baca Aset Registri Tidak No Ya
RegistryAssetWriteEvent Peristiwa Penulisan Aset Registri Tidak No Ya

Log sumber daya yang didukung untuk Microsoft.Machine Pembelajaran Services/workspaces

Kategori Nama tampilan kategori Tabel log Mendukung rencana log dasar Mendukung transformasi waktu penyerapan Contoh kueri Biaya untuk diekspor
AmlComputeClusterEvent AmlComputeClusterEvent AmlComputeClusterEvent

Peristiwa Kluster AmlCompute

 Tidak Ya Kueri No
AmlComputeClusterNodeEvent AmlComputeClusterNodeEvent Tidak Ya Ya
AmlComputeCpuGpuUtilization AmlComputeCpuGpuUtilization AmlComputeCpuGpuUtilization

Log penggunaan CPU dan GPU layanan Azure Pembelajaran Mesin.

 Tidak Ya Kueri No
AmlComputeJobEvent AmlComputeJobEvent AmlComputeJobEvent

Peristiwa Pekerjaan AmlCompute

 Tidak Ya Kueri No
AmlRunStatusChangedEvent AmlRunStatusChangedEvent AmlRunStatusChangedEvent

Layanan Azure Pembelajaran Mesin menjalankan log peristiwa status.

 Tidak Ya Tidak
ComputeInstanceEvent ComputeInstanceEvent AmlComputeInstanceEvent

Peristiwa saat Instans Komputasi ML diakses (baca/tulis).

 Tidak Ya Ya
DataLabelChangeEvent DataLabelChangeEvent AmlDataLabelEvent

Peristiwa ketika label data atau proyeknya diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Ya
DataLabelReadEvent DataLabelReadEvent AmlDataLabelEvent

Peristiwa ketika label data atau proyeknya diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Ya
DataSetChangeEvent DataSetChangeEvent AmlDataSetEvent

Peristiwa saat datastore ML terdaftar atau tidak terdaftar diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Kueri Ya
DataSetReadEvent DataSetReadEvent AmlDataSetEvent

Peristiwa saat datastore ML terdaftar atau tidak terdaftar diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Kueri Ya
DataStoreChangeEvent DataStoreChangeEvent AmlDataStoreEvent

Peristiwa saat penyimpanan data ML diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Ya
DataStoreReadEvent DataStoreReadEvent AmlDataStoreEvent

Peristiwa saat penyimpanan data ML diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Ya
DeploymentEventACI DeploymentEventACI AmlDeploymentEvent

Peristiwa ketika penyebaran model terjadi pada ACI atau AKS.

 Tidak Ya Ya
DeploymentEventAKS DeploymentEventAKS AmlDeploymentEvent

Peristiwa ketika penyebaran model terjadi pada ACI atau AKS.

 Tidak Ya Ya
DeploymentReadEvent DeploymentReadEvent AmlDeploymentEvent

Peristiwa ketika penyebaran model terjadi pada ACI atau AKS.

 Tidak Ya Ya
EnvironmentChangeEvent EnvironmentChangeEvent AmlEnvironmentEvent

Peristiwa saat lingkungan ML diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Kueri Ya
EnvironmentReadEvent EnvironmentReadEvent AmlEnvironmentEvent

Peristiwa saat lingkungan ML diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Kueri Ya
InferencingOperationACI InferencingOperationACI AmlInferencingEvent

Peristiwa untuk inferensi atau operasi terkait pada tipe komputasi AKS atau ACI.

 Tidak Ya Ya
InferencingOperationAKS InferencingOperationAKS AmlInferencingEvent

Peristiwa untuk inferensi atau operasi terkait pada tipe komputasi AKS atau ACI.

 Tidak Ya Ya
ModelsActionEvent ModelsActionEvent AmlModelsEvent

Peristiwa saat model ML diakses (dibaca, dibuat, atau dihapus). Melibatkan peristiwa saat pengemasan model dan aset terjadi ke dalam paket siap pakai.

 Tidak Ya Kueri Ya
ModelsChangeEvent ModelsChangeEvent AmlModelsEvent

Peristiwa saat model ML diakses (dibaca, dibuat, atau dihapus). Melibatkan peristiwa saat pengemasan model dan aset terjadi ke dalam paket siap pakai.

 Tidak Ya Kueri Ya
ModelsReadEvent ModelsReadEvent AmlModelsEvent

Peristiwa saat model ML diakses (dibaca, dibuat, atau dihapus). Melibatkan peristiwa saat pengemasan model dan aset terjadi ke dalam paket siap pakai.

 Tidak Ya Kueri Ya
PipelineChangeEvent PipelineChangeEvent AmlPipelineEvent

Peristiwa saat draf alur ML atau titik akhir atau modul diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Ya
PipelineReadEvent PipelineReadEvent AmlPipelineEvent

Peristiwa saat draf alur ML atau titik akhir atau modul diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Ya
RunEvent RunEvent AmlRunEvent

Peristiwa ketika percobaan ML diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Ya
RunReadEvent RunReadEvent AmlRunEvent

Peristiwa ketika percobaan ML diakses (dibaca, dibuat, atau dihapus).

 Tidak Ya Ya

Log sumber daya yang didukung untuk Microsoft.Machine Pembelajaran Services/workspaces/onlineEndpoints

Kategori Nama tampilan kategori Tabel log Mendukung rencana log dasar Mendukung transformasi waktu penyerapan Contoh kueri Biaya untuk diekspor
AmlOnlineEndpointConsoleLog AmlOnlineEndpointConsoleLog AmlOnlineEndpointConsoleLog

Log konsol titik akhir online Azure ML. Ini menyediakan output log konsol dari kontainer pengguna.

 Tidak Ya Kueri Ya
AmlOnlineEndpointEventLog AmlOnlineEndpointEventLog AmlOnlineEndpointEventLog

Log peristiwa titik akhir online Azure ML. Ini menyediakan log peristiwa mengenai siklus hidup kontainer inferensi-server.

 Tidak Tidak Kueri Ya
AmlOnlineEndpointTrafficLog AmlOnlineEndpointTrafficLog AmlOnlineEndpointTrafficLog

Log lalu lintas untuk titik akhir online AzureML (pembelajaran mesin). Tabel dapat digunakan untuk memeriksa informasi terperinci permintaan ke titik akhir online. Misalnya, Anda dapat menggunakannya untuk memeriksa durasi permintaan, alasan kegagalan permintaan, dll.

 Tidak Tidak Kueri Ya

Tabel Log Azure Monitor

Bagian ini mencantumkan tabel Log Azure Monitor yang relevan dengan layanan ini, yang tersedia untuk kueri oleh Analitik Log menggunakan kueri Kusto. Tabel berisi data log sumber daya dan mungkin lebih bergantung pada apa yang dikumpulkan dan dirutekan ke dalamnya.

Machine Learning

Microsoft.MachineLearningServices/workspaces

Microsoft.Machine Pembelajaran Services/registries

Log aktivitas

Tabel tertaut mencantumkan operasi yang dapat direkam dalam log aktivitas untuk layanan ini. Operasi ini adalah subset dari semua kemungkinan operasi penyedia sumber daya dalam log aktivitas.

Untuk informasi selengkapnya tentang skema entri log aktivitas, lihat Skema Log Aktivitas.

Tabel berikut mencantumkan beberapa operasi yang terkait dengan Pembelajaran Mesin yang mungkin dibuat di log aktivitas. Untuk daftar lengkap operasi Microsoft.Machine Pembelajaran Services, lihat operasi penyedia sumber daya Microsoft.Machine Pembelajaran Services.

Operasi Deskripsi
Membuat atau memperbarui ruang kerja Pembelajaran Mesin Ruang kerja dibuat atau diperbarui
CheckComputeNameAvailability Memeriksa apakah nama komputasi sudah digunakan
Membuat atau memperbarui sumber daya komputasi Sumber daya komputasi dibuat atau diperbarui
Menghapus sumber daya komputasi Sumber daya komputasi telah dihapus
Cantumkan rahasia Pada operasi tercantum rahasia untuk ruang kerja Pembelajaran Mesin

Skema log

Azure Pembelajaran Mesin menggunakan skema berikut.

Tabel AmlComputeJobEvent

Properti Deskripsi
TimeGenerated Waktu ketika entri log dihasilkan
OperationName Nama operasi yang terkait dengan peristiwa log
Kategori Nama kejadian log
JobId ID dari Pekerjaan yang dikirim
ExperimentId ID Eksperimen
ExperimentName Nama Eksperimen
CustomerSubscriptionId SubscriptionId tempat Eksperimen dan Pekerjaan dikirimkan
WorkspaceName Nama ruang kerja pembelajaran mesin
ClusterName Nama Kluster
ProvisioningState Status pengiriman Pekerjaan
ResourceGroupName Nama grup sumber daya
JobName Nama Pekerjaan
ClusterId ID dari kluster
EventType Jenis peristiwa Pekerjaan. Misalnya, JobSubmitted, JobRunning, JobFailed, JobSucceeded.
ExecutionState Status pekerjaan (Eksekusi). Misalnya, Diantrekan, Berjalan, Berhasil, Gagal
ErrorDetails Detail kesalahan pekerjaan
CreationApiVersion Versi api yang digunakan untuk membuat pekerjaan
ClusterResourceGroupName Nama grup sumber daya kluster
TFWorkerCount Jumlah pekerja TF
TFParameterServerCount Hitungan server parameter TF
ToolType Jenis alat yang digunakan
RunInContainer Bendera yang menjelaskan apakah pekerjaan harus dijalankan di dalam kontainer
JobErrorMessage pesan terperinci dari kesalahan Pekerjaan
NodeId ID dari simpul yang dibuat tempat pekerjaan berjalan

Tabel AmlComputeClusterEvent

Properti Deskripsi
TimeGenerated Waktu ketika entri log dihasilkan
OperationName Nama operasi yang terkait dengan peristiwa log
Kategori Nama kejadian log
ProvisioningState Status penyediaan kluster
ClusterName Nama kluster
ClusterType Jenis kluster
CreatedBy Pengguna yang membuat kluster
CoreCount Hitungan inti dalam kluster
VmSize Ukuran komputer virtual kluster
VmPriority Prioritas simpul yang dibuat di dalam kluster Dedicated/LowPriority
ScalingType Jenis penskalaan kluster manual/otomatis
InitialNodeCount Jumlah simpul awal kluster
MinimumNodeCount Jumlah simpul minimum kluster
MaximumNodeCount Jumlah simpul maksimal kluster
NodeDeallocationOption Cara simpul batal dialokasikan
Publisher Penerbit jenis kluster
Penawaran Penawaran yang digunakan untuk membuat kluster
SKU Sku dari Simpul/komputer virtual yang dibuat di dalam kluster
Versi Versi gambar yang digunakan saat Simpul/komputer virtual dibuat
SubnetId SubnetId kluster
AllocationState Status alokasi kluster
CurrentNodeCount Jumlah simpul kluster saat ini
TargetNodeCount Jumlah simpul target kluster saat meningkatkan/menurunkan skala
EventType Jenis peristiwa selama pembuatan kluster.
NodeIdleTimeSecondsBeforeScaleDown Waktu menganggur dalam detik sebelum skala kluster diturunkan
PreemptedNodeCount Jumlah simpul kluster yang didahulukan
IsResizeGrow Bendera yang menunjukkan bahwa kluster sedang meningkatkan skala
VmFamilyName Nama keluarga komputer virtual simpul yang dapat dibuat di dalam kluster
LeavingNodeCount Jumlah simpul kluster yang keluar
UnusableNodeCount Jumlah simpul kluster yang tidak dapat digunakan
IdleNodeCount Jumlah simpul siaga kluster
RunningNodeCount Jumlah simpul kluster yang berjalan
PreparingNodeCount Jumlah simpul kluster yang bersiap
QuotaAllocated Kuota yang dialokasikan untuk kluster
QuotaUtilized Kuota kluster yang dimanfaatkan
AllocationStateTransitionTime Waktu transisi dari satu status ke status lainnya
ClusterErrorCodes Kode kesalahan yang diterima selama pembuatan atau penskalaan kluster
CreationApiVersion Versi api digunakan saat membuat kluster

Tabel AmlComputeInstanceEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlComputeInstanceEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
CorrelationId GUID yang digunakan untuk mengelompokkan serangkaian peristiwa terkait, jika berlaku.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
AmlComputeInstanceName "Nama instans komputasi yang terkait dengan entri log.

Tabel AmlDataLabelEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlDataLabelEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
CorrelationId GUID yang digunakan untuk mengelompokkan serangkaian peristiwa terkait, jika berlaku.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
AmlProjectId Pengidentifikasi unik proyek Azure Pembelajaran Mesin.
AmlProjectName Nama proyek Azure Pembelajaran Mesin.
AmlLabelNames Nama kelas label yang dibuat untuk proyek.
AmlDataStoreName Nama penyimpanan data tempat data proyek disimpan.

Tabel AmlDataSetEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlDataSetEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
AmlWorkspaceId GUID dan ID unik ruang kerja Azure Pembelajaran Mesin.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
AmlDatasetId ID Himpunan Data Azure Pembelajaran Mesin.
AmlDatasetName Nama Azure Pembelajaran Mesin Data Set.

Tabel AmlDataStoreEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlDataStoreEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
AmlWorkspaceId GUID dan ID unik ruang kerja Azure Pembelajaran Mesin.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
AmlDatastoreName Nama Azure Pembelajaran Mesin Data Store.

Tabel AmlDeploymentEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlDeploymentEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
AmlServiceName Nama Azure Pembelajaran Mesin Service.

Tabel AmlInferencingEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlInferencingEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
AmlServiceName Nama Azure Pembelajaran Mesin Service.

Tabel AmlModelsEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlModelsEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
ResultSignature Kode status HTTP peristiwa. Nilai tipikal termasuk 200, 201, 202 dll.
AmlModelName Nama Azure Pembelajaran Mesin Model.

Tabel AmlPipelineEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlPipelineEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
AmlWorkspaceId GUID dan ID unik ruang kerja Azure Pembelajaran Mesin.
AmlWorkspaceId Nama ruang kerja Azure Pembelajaran Mesin.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
AmlModuleId GUID dan ID unik modul.
AmlModelName Nama Azure Pembelajaran Mesin Model.
AmlPipelineId ID alur Azure Pembelajaran Mesin.
AmlParentPipelineId ID alur azure Pembelajaran Mesin induk (dalam kasus kloning).
AmlPipelineDraftId ID draf alur Azure Pembelajaran Mesin.
AmlPipelineDraftName Nama draf alur Azure Pembelajaran Mesin.
AmlPipelineEndpointId ID titik akhir alur Azure Pembelajaran Mesin.
AmlPipelineEndpointName Nama titik akhir alur Azure Pembelajaran Mesin.

Tabel AmlRunEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlRunEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
ResultType Status peristiwa. Nilai umum termasuk Mulai, Sedang Berlangsung, Berhasil, Gagal, Aktif, dan Teratasi.
OperationName Nama operasi yang terkait dengan entri log
AmlWorkspaceId GUID dan ID unik ruang kerja Azure Pembelajaran Mesin.
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
RunId ID unik dari eksekusi.

Tabel AmlEnvironmentEvent

Properti Deskripsi
Jenis Nama peristiwa log, AmlEnvironmentEvent
TimeGenerated Waktu (UTC) saat entri log dibuat
Tingkat Tingkat keparahan peristiwa. Harus salah satu Informasi, Peringatan, Kesalahan, atau Kritis.
OperationName Nama operasi yang terkait dengan entri log
Identitas Identitas pengguna atau aplikasi yang melakukan operasi.
AadTenantId ID penyewa Microsoft Entra tempat operasi dikirimkan.
AmlEnvironmentName Nama konfigurasi lingkungan Azure Pembelajaran Mesin.
AmlEnvironmentVersion Nama versi konfigurasi lingkungan Azure Pembelajaran Mesin.

Tabel AMLOnlineEndpointTrafficLog (pratinjau)

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.

Untuk informasi selengkapnya tentang log ini, lihat Memantau titik akhir online.

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.

Untuk informasi selengkapnya tentang log ini, lihat Memantau titik akhir online.

AMLOnlineEndpointEventLog (preview)

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.

Untuk informasi selengkapnya tentang log ini, lihat Memantau titik akhir online.

Konten terkait