Pantau metrik di Azure Database for PostgreSQL - Server Fleksibel
BERLAKU UNTUK: 
Azure Database for PostgreSQL - Server Fleksibel
Memantau data tentang server membantu Anda memecahkan masalah dan mengoptimalkan beban kerja. Server fleksibel Azure Database for PostgreSQL menyediakan berbagai opsi pemantauan untuk memberikan wawasan tentang performa server Anda.
Metrik
Server fleksibel Azure Database for PostgreSQL menyediakan berbagai metrik yang memberikan wawasan tentang perilaku sumber daya yang mendukung instans server fleksibel Azure Database for PostgreSQL. Setiap metrik dipancarkan pada interval 1 menit dan memiliki riwayat hingga 93 hari. Anda dapat mengonfigurasi pemberitahuan pada metrik. Opsi lain termasuk menyiapkan tindakan otomatis, melakukan analitik tingkat lanjut, dan mengarsipkan riwayat. Untuk informasi selengkapnya, lihat Gambaran Umum Metrik Azure.
Catatan
Meskipun metrik disimpan selama 93 hari, Anda hanya dapat mengkueri (dalam petak Metrik) untuk data senilai maksimum 30 hari pada bagan tunggal apa pun. Jika Anda melihat bagan kosong atau bagan Anda hanya menampilkan sebagian dari data metrik, pastikan perbedaan antara tanggal mulai dan tanggal akhir di pemilih waktu tidak melebihi interval 30 hari. Setelah Anda memilih interval 30 hari, Anda dapat menggeser bagan untuk melihat jendela retensi penuh.
Metrik Default
Metrik berikut tersedia untuk instans server fleksibel Azure Database for PostgreSQL:
| Nama tampilan | ID metrik | Unit | Deskripsi | Default diaktifkan |
|---|---|---|---|---|
| Koneksi Aktif | active_connections |
Hitung | Jumlah total koneksi ke server database, termasuk semua status koneksi seperti aktif, menganggur, dan lainnya, seperti yang terlihat pg_stat_activity . Angka ini mewakili jumlah keseluruhan koneksi di semua status, tanpa membedakan antara status tertentu. Untuk analisis mendalam tentang status tertentu, seperti koneksi aktif, lihat metrik 'Sesi Menurut Status'. |
Ya |
| Penyimpanan Cadangan Yang Digunakan | backup_storage_used |
Byte | Jumlah penyimpanan cadangan yang digunakan. Metrik ini mewakili jumlah penyimpanan yang digunakan oleh semua cadangan lengkap, cadangan diferensial, dan cadangan log yang dipertahankan berdasarkan periode retensi cadangan yang ditetapkan untuk server. Frekuensi pencadangan dikelola layanan. Untuk penyimpanan geo-redundan, penggunaan penyimpanan cadangan adalah dua kali penggunaan untuk penyimpanan redundan secara lokal. | Ya |
| Koneksi Gagal | connections_failed |
Hitung | Jumlah koneksi yang gagal. | Ya |
| Koneksi Berhasil | connections_succeeded |
Hitung | Jumlah koneksi yang berhasil. | Ya |
| Kredit CPU Yang Dikonsumsi | cpu_credits_consumed |
Hitung | Jumlah kredit yang digunakan oleh server yang fleksibel. Berlaku untuk tingkat Burstable. | Ya |
| Sisa Kredit CPU | cpu_credits_remaining |
Hitung | Jumlah kredit yang tersedia untuk meledak. Berlaku untuk tingkat Burstable. | Ya |
| Persen CPU | cpu_percent |
Persen | Persen CPU yang digunakan. | Ya |
| Ukuran Database | database_size_bytes |
Byte | Ukuran database dalam byte. | Ya |
| Kedalaman Antrean Disk | disk_queue_depth |
Hitung | Jumlah operasi I/O yang beredar ke disk data. | Ya |
| IOPS | iops |
Hitung | Jumlah operasi I/O ke disk per detik. | Ya |
| ID Transaksi Maksimum yang Digunakan | maximum_used_transactionIDs |
Hitung | Jumlah maksimum ID transaksi yang digunakan. | Ya |
| Persen memori | memory_percent |
Persen | Persentase memori yang digunakan. | Ya |
| Jaringan Keluar | network_bytes_egress |
Byte | Jumlah total lalu lintas jaringan keluar di server untuk periode yang dipilih. Metrik ini mencakup lalu lintas keluar dari database Anda dan dari server fleksibel Azure Database for Postgres, termasuk fitur seperti pemantauan, log, arsip WAL, replikasi, dll. | Ya |
| Jaringan Masuk | network_bytes_ingress |
Byte | Jumlah total lalu lintas jaringan masuk di server untuk periode yang dipilih. Metrik ini mencakup lalu lintas masuk ke database Anda dan ke server fleksibel Azure Database for Postgres, termasuk fitur seperti pemantauan, log, arsip WAL, replikasi, dll. | Ya |
| Baca IOPS | read_iops |
Hitung | Jumlah operasi baca I/O disk data per detik. | Ya |
| Throughput Baca | read_throughput |
Byte | Byte dibaca per detik dari disk. | Ya |
| Penyimpanan Gratis | storage_free |
Byte | Jumlah ruang penyimpanan yang tersedia. | Ya |
| Persentase penyimpanan | storage_percent |
Persentase | Persentase ruang penyimpanan yang digunakan. Penyimpanan yang digunakan oleh layanan dapat mencakup file database, log transaksi, dan log server. | Ya |
| Penyimpanan yang Digunakan | storage_used |
Byte | Jumlah ruang penyimpanan yang digunakan. Penyimpanan yang digunakan oleh layanan dapat menyertakan file database, log transaksi, dan log server. | Ya |
| Penyimpanan Log Transaksi yang Digunakan | txlogs_storage_used |
Byte | Jumlah ruang penyimpanan yang digunakan oleh log transaksi. | Ya |
| Throughput Tulis | write_throughput |
Byte | Byte ditulis ke disk per detik. | Ya |
| Tulis IOPS | write_iops |
Hitung | Jumlah operasi baca I/O disk data per detik. | Ya |
Metrik yang disempurnakan
Anda dapat menggunakan metrik yang disempurnakan untuk server fleksibel Azure Database for PostgreSQL untuk mendapatkan pemantauan dan pemberitahuan yang terperinci pada database. Anda dapat mengonfigurasi pemberitahuan pada metrik. Beberapa metrik yang Dimension disempurnakan mencakup parameter yang dapat Anda gunakan untuk memisahkan dan memfilter data metrik dengan menggunakan dimensi seperti nama atau status database.
Mengaktifkan metrik yang ditingkatkan
- Sebagian besar metrik baru ini dinonaktifkan secara default. Namun, ada beberapa pengecualian, yang diaktifkan secara default. Kolom paling kanan dalam tabel berikut menunjukkan apakah setiap metrik diaktifkan secara default atau tidak.
- Untuk mengaktifkan metrik yang tidak diaktifkan secara default, atur parameter
metrics.collector_database_activityserver keON. Parameter ini bersifat dinamis dan tidak memerlukan mulai ulang instans.
Daftar metrik yang disempurnakan
Anda dapat memilih dari kategori metrik yang disempurnakan berikut:
- Tinggi
- Database
- Replikasi logika
- Replikasi
- Saturasi
- Lalu lintas
Tinggi
| Nama tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Sesi Menurut Status | sessions_by_state |
Hitung | Sesi menurut status seperti yang ditunjukkan dalam pg_stat_activity tampilan. Ini mengategorikan backend klien ke berbagai status, seperti aktif atau menganggur. |
Provinsi | No |
| Sesi Menurut WaitEventType | sessions_by_wait_event_type |
Hitung | Sesi berdasarkan jenis peristiwa yang dinantikan oleh backend klien. | Jenis Peristiwa Tunggu | No |
| Backend Terlama | oldest_backend_time_sec |
Detik | Usia dalam detik backend tertua (terlepas dari status). | Tidak berlaku | No |
| Kueri Terlama | longest_query_time_sec |
Detik | Usia dalam detik kueri terpanjang yang saat ini berjalan. | Tidak berlaku | No |
| Transaksi Terlama | longest_transaction_time_sec |
Detik | Usia dalam detik dari transaksi terpanjang (termasuk transaksi diam). | Tidak berlaku | No |
| xmin terlama | oldest_backend_xmin |
Hitung | Nilai aktual dari yang terlama xmin. Jika xmin tidak meningkat, itu menunjukkan bahwa ada beberapa transaksi jangka panjang yang berpotensi menahan tuple mati agar tidak dihapus. |
Tidak berlaku | No |
| Usia xmin terlama | oldest_backend_xmin_age |
Hitung | Usia dalam unit tertua xmin. Menunjukkan berapa banyak transaksi yang berlalu sejak yang terlama xmin. |
Tidak berlaku | No |
Database
| Nama tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Backend | numbackends |
Hitung | Jumlah backend yang tersambung ke database ini. | DatabaseName | No |
| Kebuntuan | deadlocks |
Hitung | Jumlah kebuntuan yang terdeteksi dalam database ini. | DatabaseName | No |
| Blok Disk Tertembak | blks_hit |
Hitung | Berapa kali blok disk ditemukan di cache buffer, sehingga bacaan tidak diperlukan. | DatabaseName | No |
| Baca Blok Disk | blks_read |
Hitung | Jumlah blok disk yang dibaca dalam database ini. | DatabaseName | No |
| File Sementara | temp_files |
Hitung | Jumlah file sementara yang dibuat oleh kueri dalam database ini. | DatabaseName | No |
| Ukuran File Sementara | temp_bytes |
Byte | Jumlah total data yang ditulis ke file sementara menurut kueri dalam database ini. | DatabaseName | No |
| Total Transaksi | xact_total |
Hitung | Jumlah total transaksi yang dijalankan dalam database ini. | DatabaseName | No |
| Transaksi yang Diterapkan | xact_commit |
Hitung | Jumlah transaksi dalam database ini yang telah dilakukan. | DatabaseName | No |
| Transaksi per detik (Pratinjau) | tps |
Hitung | Jumlah transaksi yang dijalankan dalam satu detik. | DatabaseName | No |
| Transaksi Digulung balik | xact_rollback |
Hitung | Jumlah transaksi dalam database ini yang telah digulung balik. | DatabaseName | No |
| Tuple Dihapus | tup_deleted |
Hitung | Jumlah baris yang dihapus oleh kueri dalam database ini. | DatabaseName | No |
| Tuple diambil | tup_fetched |
Hitung | Jumlah baris yang diambil oleh kueri dalam database ini. | DatabaseName | No |
| Tuple yang Disisipkan | tup_inserted |
Hitung | Jumlah baris yang disisipkan oleh kueri dalam database ini. | DatabaseName | No |
| Tuple Dikembalikan | tup_returned |
Hitung | Jumlah baris yang dikembalikan oleh kueri dalam database ini. | DatabaseName | No |
| Tuple diperbarui | tup_updated |
Hitung | Jumlah baris yang diperbarui oleh kueri dalam database ini. | DatabaseName | No |
Replikasi logika
| Nama tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Lag Replikasi Logis Maks | logical_replication_delay_in_bytes |
Byte | Jeda maksimum di semua slot replikasi logis. | Tidak berlaku | Ya |
Replikasi
| Nama tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Lag Replikasi Fisik Maks | physical_replication_delay_in_bytes |
Byte | Lag maksimum di semua slot replikasi fisik asinkron. | Tidak berlaku | Ya |
| Baca Lag Replika | physical_replication_delay_in_seconds |
Detik | Baca lag replika dalam hitung detik. | Tidak berlaku | Ya |
Saturasi
| Nama tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Persentase Penggunaan Bandwidth Disk | disk_bandwidth_consumed_percentage |
Persen | Persentase bandwidth disk data yang digunakan per menit. | Tidak berlaku | Ya |
| Persentase Yang Dikonsumsi IOPS Disk | disk_iops_consumed_percentage |
Persen | Persentase I/Os disk data yang digunakan per menit. | Tidak berlaku | Ya |
Lalu lintas
| Nama tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Koneksi Maksimal ^ | max_connections |
Hitung | Jumlah koneksi maksimum. | Tidak berlaku | Ya |
^ Koneksi Maks mewakili nilai yang dikonfigurasi untuk max_connections parameter server. Metrik ini dijajaki setiap 30 menit.
Pertimbangan untuk menggunakan metrik yang ditingkatkan
- Metrik yang disempurnakan yang menggunakan dimensi DatabaseName memiliki batas 50 database .
- Pada SKU Burstable, batasnya adalah 10 database untuk metrik yang menggunakan dimensi DatabaseName.
- Batas dimensi DatabaseName diterapkan pada kolom pengidentifikasi database (datid) dari tampilan sistem pg_stat_database, yang mencerminkan urutan pembuatan untuk database.
- Dimensi
DatabaseNamedalam metrik tidak peka huruf besar/kecil. Itu berarti bahwa setelah tampilan kueripg_stat_database, memfilter baris yangdatnamemerupakantemplate1atautemplate0, mengurutkan menurutdatid, dan membatasi baris yang dikembalikan ke 50 pertama (atau 10 dalam kasus SKU Burstable ), metrik untuk nama database dalam kumpulan hasil tersebut, yang sama kecuali untuk kasus (misalnya,contoso_databasedanContoso_database) akan digabungkan dan mungkin tidak menampilkan data yang akurat.
Metrik autovacuum
Metrik autovacuum dapat digunakan untuk memantau dan menyetel performa autovacuum untuk Azure Database for PostgreSQL - Server Fleksibel. Setiap metrik dipancarkan pada interval 30 menit dan memiliki retensi hingga 93 hari . Anda dapat membuat pemberitahuan untuk metrik tertentu, dan Anda dapat memisahkan dan memfilter data metrik dengan menggunakan DatabaseName dimensi .
Cara mengaktifkan metrik autovacuum
- Metrik autovacuum dinonaktifkan secara default.
- Untuk mengaktifkan metrik ini, atur parameter
metrics.autovacuum_diagnosticsserver keON. - Parameter ini dinamis, sehingga menghidupkan ulang instans tidak diperlukan.
Daftar metrik autovacuum
| Nama tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Menganalisis Tabel Pengguna Penghitung | analyze_count_user_tables |
Hitung | Frekuensi tabel khusus pengguna dianalisis secara manual dalam database ini. | DatabaseName | No |
| Tabel Pengguna Penghitung AutoAnalyze | autoanalyze_count_user_tables |
Hitung | Berapa kali tabel khusus pengguna telah dianalisis oleh daemon autovacuum dalam database ini. | DatabaseName | No |
| Tabel Pengguna Penghitung AutoVacuum | autovacuum_count_user_tables |
Hitung | Berapa kali tabel khusus pengguna telah dikosongkan oleh daemon autovacuum dalam database ini. | DatabaseName | No |
| Persentase Bloat (Pratinjau) | bloat_percent |
Persen | Estimasi persentase bloat untuk tabel pengguna saja. | DatabaseName | No |
| Estimasi Tabel Pengguna Baris Mati | n_dead_tup_user_tables |
Hitung | Perkiraan jumlah baris mati untuk tabel khusus pengguna dalam database ini. | DatabaseName | No |
| Estimasi Tabel Pengguna Baris Langsung | n_live_tup_user_tables |
Hitung | Perkiraan jumlah baris langsung untuk tabel khusus pengguna dalam database ini. | DatabaseName | No |
| Estimasi Modifikasi Tabel Pengguna | n_mod_since_analyze_user_tables |
Hitung | Perkiraan jumlah baris yang dimodifikasi karena tabel khusus pengguna terakhir dianalisis. | DatabaseName | No |
| Tabel Pengguna Dianalisis | tables_analyzed_user_tables |
Hitung | Jumlah tabel khusus pengguna yang telah dianalisis dalam database ini. | DatabaseName | No |
| Tabel Pengguna AutoAnalyzed | tables_autoanalyzed_user_tables |
Hitung | Jumlah tabel khusus pengguna yang telah dianalisis oleh daemon autovacuum dalam database ini. | DatabaseName | No |
| Tabel Pengguna AutoVacuumed | tables_autovacuumed_user_tables |
Hitung | Jumlah tabel khusus pengguna yang telah dikosongkan oleh daemon autovacuum dalam database ini. | DatabaseName | No |
| Penghitung Tabel Pengguna | tables_counter_user_tables |
Hitung | Jumlah tabel khusus pengguna dalam database ini. | DatabaseName | No |
| Tabel Pengguna Dikosongkan | tables_vacuumed_user_tables |
Hitung | Jumlah tabel khusus pengguna yang telah dikosongkan dalam database ini. | DatabaseName | No |
| Tabel Pengguna Penghitung Vakum | vacuum_count_user_tables |
Hitung | Berapa kali tabel khusus pengguna telah dikosongkan secara manual dalam database ini (tidak dihitung VACUUM FULL). |
DatabaseName | No |
Pertimbangan untuk menggunakan metrik autovacuum
- Metrik autovacuum yang menggunakan dimensi DatabaseName memiliki batas 30 database .
- Pada SKU Burstable, batasnya adalah 10 database untuk metrik yang menggunakan dimensi DatabaseName.
- Batas dimensi DatabaseName diterapkan pada kolom OID, yang mencerminkan urutan pembuatan untuk database.
Metrik PgBouncer
Anda dapat menggunakan metrik PgBouncer untuk memantau performa proses PgBouncer, termasuk detail untuk koneksi aktif, koneksi diam, total koneksi yang dikumpulkan, dan jumlah kumpulan koneksi. Setiap metrik dipancarkan pada interval 1 menit dan memiliki riwayat hingga 93 hari . Pelanggan dapat mengonfigurasi pemberitahuan pada metrik dan juga mengakses dimensi metrik baru untuk memisahkan dan memfilter data metrik berdasarkan nama database.
Cara mengaktifkan metrik PgBouncer
- Untuk memantau metrik PgBouncer, pastikan bahwa fitur pgbouncer diaktifkan melalui parameter
pgbouncer.enabledserver dan parametermetrics.pgbouncer_diagnosticsmetrik diaktifkan. - Parameter ini bersifat dinamis dan tidak memerlukan mulai ulang instans.
- Metrik PgBouncer dinonaktifkan secara default.
Daftar metrik PgBouncer
| Nama tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Koneksi klien aktif | client_connections_active |
Hitung | Koneksi dari klien yang terkait dengan Koneksi Azure Database for PostgreSQL - Server Fleksibel. | DatabaseName | No |
| Menunggu koneksi klien | client_connections_waiting |
Hitung | Koneksi dari klien yang menunggu koneksi Azure Database for PostgreSQL - Server Fleksibel untuk melayani mereka. | DatabaseName | No |
| Koneksi server aktif | server_connections_active |
Hitung | Koneksi ke Azure Database for PostgreSQL - Server Fleksibel yang digunakan oleh koneksi klien. | DatabaseName | No |
| Koneksi server menganggur | server_connections_idle |
Hitung | Koneksi ke Azure Database for PostgreSQL - Server Fleksibel yang menganggur dan siap untuk melayani koneksi klien baru. | DatabaseName | No |
| Total koneksi terkumpul | total_pooled_connections |
Hitung | Jumlah koneksi terkumpul saat ini. | DatabaseName | No |
| Jumlah kumpulan koneksi | num_pools |
Hitung | Jumlah total kumpulan koneksi. | DatabaseName | No |
Pertimbangan untuk menggunakan metrik PgBouncer
- Metrik PgBouncer yang menggunakan dimensi DatabaseName memiliki batas 30 database .
- Pada SKU Burstable, batasnya adalah 10 database yang memiliki dimensi DatabaseName.
- Batas dimensi DatabaseName diterapkan ke kolom OID, yang mencerminkan urutan pembuatan untuk database.
Metrik ketersediaan database
Is-db-alive adalah metrik ketersediaan server database untuk server fleksibel Azure Database for PostgreSQL yang mengembalikan [1 for available] dan [0 for not-available]. Setiap metrik dipancarkan pada frekuensi 1 menit , dan memiliki retensi hingga 93 hari . Pelanggan dapat mengonfigurasi pemberitahuan pada metrik.
| Nama Tampilan | ID metrik | Unit | Deskripsi | Dimensi | Default diaktifkan |
|---|---|---|---|---|---|
| Database Masih Hidup | is_db_alive |
Hitung | Menunjukkan apakah database sudah aktif atau tidak. | T/a | Ya |
Pertimbangan saat menggunakan metrik ketersediaan Database
- Menggabungkan metrik ini dengan
MAX()akan memungkinkan pelanggan untuk menentukan apakah server telah naik atau turun dalam menit terakhir. - Pelanggan memiliki opsi untuk mengagregasi metrik ini lebih lanjut dengan frekuensi yang diinginkan (5m, 10m, 30m dll.) agar sesuai dengan persyaratan pemberitahuan mereka dan menghindari positif palsu.
- Kemungkinan agregasi lainnya adalah
AVG()danMIN().
Memfilter dan memisahkan pada metrik dimensi
Dalam tabel sebelumnya, beberapa metrik memiliki dimensi seperti DatabaseName atau State. Anda dapat menggunakan pemfilteran dan pemisahan untuk metrik yang memiliki dimensi. Fitur-fitur ini menunjukkan bagaimana berbagai segmen metrik (atau nilai dimensi) memengaruhi nilai metrik secara keseluruhan. Anda dapat menggunakannya untuk mengidentifikasi kemungkinan outlier.
- Pemfilteran: Gunakan pemfilteran untuk memilih nilai dimensi mana yang disertakan dalam bagan. Misalnya, Anda mungkin ingin menampilkan koneksi diam saat membuat bagan
Sessions-by-Statemetrik. Anda mengatur filter untuk Menganggur di dimensi Status. - Pemisahan: Gunakan pemisahan untuk mengontrol apakah bagan menampilkan garis terpisah untuk setiap nilai dimensi atau jika menggabungkan nilai dalam satu baris. Misalnya, Anda dapat melihat satu baris untuk
Sessions-by-Statemetrik di semua sesi. Anda dapat melihat baris terpisah untuk setiap sesi yang dikelompokkan menurut nilai Status. Terapkan pemisahan pada dimensi Status untuk melihat baris terpisah.
Contoh berikut menunjukkan pemisahan berdasarkan dimensi Status dan pemfilteran pada nilai Status tertentu:
Untuk informasi selengkapnya tentang menyiapkan bagan untuk metrik dimensi, lihat Contoh bagan metrik.
Visualisasi metrik
Ada beberapa opsi untuk memvisualisasikan metrik Azure Monitor.
| Komponen | Deskripsi | Pelatihan dan/atau konfigurasi yang diperlukan |
|---|---|---|
| Halaman gambaran umum | Sebagian besar layanan Azure akan memiliki halaman Gambaran Umum di portal Azure yang menyertakan bagian Pemantauan dengan bagan yang menampilkan bagan terbaru untuk metrik penting. Informasi ini dimaksudkan bagi pemilik layanan individu untuk menilai performa sumber daya dengan cepat. | Halaman ini didasarkan pada metrik platform yang dikumpulkan secara otomatis. Tidak diperlukan konfigurasi. |
| Penjelajah Metrik | Anda dapat menggunakan Metrics Explorer untuk bekerja secara interaktif dengan data metrik dan membuat peringatan metrik. Anda memerlukan pelatihan minimal untuk menggunakan Metrics Explorer, tetapi Anda harus terbiasa dengan metrik yang ingin Anda analisis. | - Setelah pengumpulan data dikonfigurasi, tidak ada konfigurasi lain yang diperlukan. - Metrik platform untuk sumber daya Azure tersedia secara otomatis. - Metrik tamu untuk komputer virtual tersedia setelah agen Azure Monitor disebarkan ke komputer virtual. - Metrik aplikasi tersedia setelah Application Insights dikonfigurasi. |
| Grafana | Anda dapat menggunakan Grafana untuk memvisualisasikan dan memperingatkan metrik. Semua versi Grafana menyertakan plug-in sumber data Azure Monitor untuk memvisualisasikan metrik dan log Azure Monitor Anda. | Agar terbiasa dengan dasbor Grafana, diperlukan beberapa pelatihan. Namun, Anda dapat menyederhanakan proses dengan mengunduh dasbor pemantauan grafana server fleksibel Azure Database for PostgreSQL bawaan, yang memungkinkan pemantauan yang mudah dari semua instans server fleksibel Azure Database for PostgreSQL dalam organisasi Anda. |
Log
Selain metrik, Anda dapat menggunakan server fleksibel Azure Database for PostgreSQL untuk mengonfigurasi dan mengakses log standar Azure Database for PostgreSQL. Untuk informasi selengkapnya, lihat Konsep pengelogan.
Visualisasi log
| Komponen | Deskripsi | Pelatihan dan/atau konfigurasi yang diperlukan |
|---|---|---|
| Log Analytics | Dengan Analitik Log, Anda dapat membuat kueri log untuk bekerja secara interaktif dengan data log dan membuat peringatan kueri log. | Beberapa pelatihan diperlukan agar Anda terbiasa dengan bahasda komputer kueri, meskipun Anda bisa menggunakan kueri bawaan untuk persyaratan umum. |
Langkah berikutnya
- Pelajari selengkapnya tentang cara mengonfigurasi dan mengakses log.
- Pelajari selengkapnya tentang Harga Azure Monitor.
- Pelajari selengkapnya tentang log audit.