Dimensioni per le metriche di Analisi di flusso di Azure

Analisi di flusso di Azure offre un servizio di elaborazione di streaming distribuito e serverless. I processi possono essere eseguiti in uno o più nodi di streaming distribuiti, che il servizio gestisce automaticamente. I dati di input vengono partizionati e allocati a nodi di streaming diversi per l'elaborazione.

Analisi di flusso offre molte metriche disponibili per monitorare l'integrità di un processo. Per risolvere i problemi di prestazioni con il processo, è possibile suddividere e filtrare le metriche usando le dimensioni seguenti.

Dimensione Definizione
Nome logico Nome di input o output per un processo di Analisi di flusso.
ID partizione ID della partizione dati di input da un'origine di input. Ad esempio, se l'origine di input è un hub eventi, l'ID di partizione è l'ID di partizione dell'hub eventi. Per i processi paralleli imbarazzanti, l'ID partizione nell'output è lo stesso dell'input.
Nome nodo Identificatore di un nodo di streaming di cui viene eseguito il provisioning durante l'esecuzione del processo. Un nodo di streaming rappresenta la quantità di risorse di calcolo e memoria allocata al processo.

Screenshot di un grafico che mostra l'area per la selezione di una dimensione per le metriche dei processi di Analisi di flusso.

Screenshot che mostra la suddivisione di una metrica in base alla dimensione.

Screenshot che mostra il filtro di una metrica in base alla dimensione.

Dimensione nome logico

Nome logico è il nome di input o output per un processo di Analisi di flusso. Si supponga, ad esempio, che un processo di Analisi di flusso disponga di quattro input e cinque output. Vengono visualizzati i quattro singoli input logici e cinque singoli output logici quando si suddivideno le metriche correlate all'input e alle metriche correlate all'output in base a questa dimensione.

Screenshot che mostra più input e output in un processo di Analisi di flusso.

Screenshot di un grafico che mostra la suddivisione della metrica Eventi di output in base al nome logico.

La dimensione Nome logico è disponibile per filtrare e suddividere le metriche seguenti:

  • Eventi di input con backlog
  • Errori di conversione dati
  • Eventi di input anticipati
  • Errori di deserializzazione dell'input
  • Byte evento di input
  • Eventi di input
  • Origine di input ricevuta
  • Ultimi eventi di input
  • Eventi non in ordine
  • Eventi di output
  • Ritardo limite

Dimensione Nome nodo

Un nodo di streaming rappresenta un set di risorse di calcolo usate per elaborare i dati di input. Ogni sei unità di streaming trasla in un nodo, che il servizio gestisce automaticamente per conto dell'utente. Per altre informazioni sulla relazione tra unità di streaming e nodi di streaming, vedere Comprendere e regolare le unità di streaming.

Nome nodo è una dimensione a livello di nodo di streaming. Può essere utile eseguire il drill-down di determinate metriche al livello di nodo di streaming specifico. Ad esempio, è possibile suddividere la metrica di utilizzo della CPU % per livello di nodo di streaming per controllare l'utilizzo della CPU di un singolo nodo di streaming.

Screenshot di un grafico che mostra la suddivisione dell'utilizzo medio della CPU in base alla dimensione Nome nodo.

La dimensione Nome nodo è disponibile per filtrare e suddividere le metriche seguenti:

  • Eventi di input con backlog
  • Utilizzo della CPU % (anteprima)
  • Eventi di input
  • Eventi di output
  • Utilizzo della percentuale su (memoria)
  • Ritardo limite

Dimensione ID partizione

Quando i dati di streaming vengono inseriti nel servizio Analisi di flusso di Azure per l'elaborazione, i dati di input vengono distribuiti ai nodi di streaming in base alle partizioni nell'origine di input. La dimensione ID partizione è l'ID della partizione dati di input dall'origine di input.

Ad esempio, se l'origine di input è un hub eventi, l'ID di partizione è l'ID di partizione dell'hub eventi. L'ID di partizione nell'input è lo stesso dell'output.

Diagramma che mostra la suddivisione di un ritardo della filigrana in base alla dimensione ID partizione.

La dimensione ID partizione è disponibile per filtrare e suddividere le metriche seguenti:

  • Eventi di input con backlog
  • Errori di conversione dati
  • Eventi di input anticipati
  • Errori di deserializzazione dell'input
  • Byte evento di input
  • Eventi di input
  • Origine di input ricevuta
  • Ultimi eventi di input
  • Eventi di output
  • Ritardo limite

Passaggi successivi