Azure Machine Learning 監視データのリファレンス
この記事には、このサービスに関するすべての監視リファレンス情報が含まれています。
Azure Machine ラーニング用に収集できるデータとその使用方法の詳細については、「マシン ラーニングの監視」を参照してください。
メトリック
このセクションには、このサービスに関して自動的に収集されるすべてのプラットフォーム メトリックが一覧表示されています。 これらのメトリックは、Azure Monitor でサポートされているすべてのプラットフォーム メトリックのグローバル リストにも含まれています。
メトリックのリテンション期間の詳細については、「Azure Monitor メトリックの概要」を参照してください。
これらのメトリックのリソース プロバイダーは、Microsoft.MachineLearningServices/workspaces です。
メトリックのカテゴリは、モデル、クォータ、リソース、実行、トラフィックです。 クォータ情報は、マシン ラーニング コンピューティング専用です。 実行 は、ワークスペースのトレーニング実行に関する情報を提供します。
Microsoft.MachineラーニングServices/workspaces でサポートされているメトリック
次の表に、Microsoft.MachineラーニングServices/workspaces リソースの種類で使用できるメトリックを示します。
- すべての列がすべてのテーブルに存在するわけではない場合があります。
- 一部の列がページの表示領域を超えている場合があります。 [テーブルの展開] を選択すると、使用可能なすべての列が表示されます。
テーブルの見出し
- カテゴリ - メトリック グループまたは分類。
- メトリック - Azure Portal に表示されるメトリックの表示名。
- REST API の名前 - REST API で参照されるメトリック名。
- 単位 - 測定単位。
- 集計 - 既定の集計の種類。 有効な値: 平均 (Avg)、最小 (Min)、最大 (Max)、合計 (Sum)、数。
- ディメンション - メトリックで使用できるディメンション。
- 時間グレイン - メトリックをサンプリングする間隔。 たとえば、
PT1Mは、メトリックを 1 分ごとに、PT30Mは 30 分ごとに、PT1Hは 1 時間ごとにサンプリングすることを示します。 - DS エクスポート - メトリックが診断設定を介して Azure Monitor ログにエクスポート可能かどうかを示します。 メトリックのエクスポートについては、「Azure Monitor で診断設定を作成する」を参照してください。
| カテゴリ | メトリック | REST API での名前 | 単位 | 集計 | Dimensions | 期間粒度 | DS エクスポート |
|---|---|---|---|---|---|---|---|
| 売上予算 | アクティブ コア アクティブなコアの数 |
Active Cores |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| 売上予算 | アクティブ ノード アクティブ ノードの数。 これらは、ジョブをアクティブに実行しているノードです。 |
Active Nodes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| [ファイル名を指定して実行] | 要求された実行の取り消し このワークスペースに対してキャンセルが要求された実行の数。 実行のキャンセル要求が受信されたときに、カウントが更新されます。 |
Cancel Requested Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| [ファイル名を指定して実行] | 取り消された実行 このワークスペースに対して取り消された実行の数。 実行が正常に取り消されたときに、カウントが更新されます。 |
Cancelled Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| [ファイル名を指定して実行] | 完了した実行 このワークスペースに対して正常に完了した実行の数。 実行が完了し、出力が収集されたときに、カウントが更新されます。 |
Completed Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| リソース | CpuCapacityMillicores CPU ノードの最大容量 (ミリコア単位)。 容量は 1 分間隔で集計されます。 |
CpuCapacityMillicores |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | CpuMemoryCapacityMegabytes CPU ノードの最大メモリ使用量 (MB 単位)。 使用量は 1 分間隔で集計されます。 |
CpuMemoryCapacityMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | CpuMemoryUtilizationMegabytes CPU ノードのメモリ使用量 (MB 単位)。 使用率は 1 分間隔で集計されます。 |
CpuMemoryUtilizationMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | CpuMemoryUtilizationPercentage CPU ノードのメモリ使用率 (%)。 使用率は 1 分間隔で集計されます。 |
CpuMemoryUtilizationPercentage |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | CpuUtilization CPU ノードの使用率 (%)。 使用率は 1 分間隔で報告されます。 |
CpuUtilization |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario、runId、、 NodeIdClusterName |
PT1M | はい |
| リソース | CpuUtilizationMillicores CPU ノードの使用量 (ミリコア単位)。 使用量は 1 分間隔で集計されます。 |
CpuUtilizationMillicores |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | CpuUtilizationPercentage CPU ノードの使用率。 使用率は 1 分間隔で集計されます。 |
CpuUtilizationPercentage |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | DiskAvailMegabytes 使用可能なディスク領域 (メガバイト単位)。 メトリックは 1 分間隔で集計されます。 |
DiskAvailMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | DiskReadMegabytes ディスクから読み取られたデータ (メガバイト単位)。 メトリックは 1 分間隔で集計されます。 |
DiskReadMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | DiskUsedMegabytes 使用されたディスク領域 (メガバイト単位)。 メトリックは 1 分間隔で集計されます。 |
DiskUsedMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | DiskWriteMegabytes ディスクに書き込まれたデータ (メガバイト単位)。 メトリックは 1 分間隔で集計されます。 |
DiskWriteMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| [ファイル名を指定して実行] | エラー このワークスペースの実行エラーの数。 実行時にエラーが発生するたびに、カウントが更新されます。 |
Errors |
カウント | Total、Average、Minimum、Maximum、Count | Scenario |
PT1M | はい |
| [ファイル名を指定して実行] | 失敗した実行 このワークスペースに対して失敗した実行の数。 実行に失敗すると、カウントが更新されます。 |
Failed Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| [ファイル名を指定して実行] | 実行の最終処理 このワークスペースに対して終了処理状態になった実行の数。 実行は完了しているものの、出力の収集がまだ進行中の場合に、カウントが更新されます。 |
Finalizing Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| リソース | GpuCapacityMilliGPUs GPU デバイスの最大容量 (ミリ GPU 単位)。 容量は 1 分間隔で集計されます。 |
GpuCapacityMilliGPUs |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 DeviceIdComputeName |
PT1M | はい |
| リソース | GpuEnergyJoules GPU ノードでのコンセントのエネルギーの間隔 (ジュール単位)。 エネルギーは 1 分間隔で報告されます。 |
GpuEnergyJoules |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario、 runId, rootRunId, InstanceId, DeviceIdComputeName |
PT1M | はい |
| リソース | GpuMemoryCapacityMegabytes GPU デバイスの最大メモリ容量 (MB 単位)。 容量は 1 分間隔で集計されます。 |
GpuMemoryCapacityMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 DeviceIdComputeName |
PT1M | はい |
| リソース | GpuMemoryUtilization GPU ノードのメモリ使用率 (%)。 使用率は 1 分間隔で報告されます。 |
GpuMemoryUtilization |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario、 runId, NodeId, DeviceIdClusterName |
PT1M | はい |
| リソース | GpuMemoryUtilizationMegabytes GPU デバイスのメモリ使用量 (MB 単位)。 使用量は 1 分間隔で集計されます。 |
GpuMemoryUtilizationMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 DeviceIdComputeName |
PT1M | はい |
| リソース | GpuMemoryUtilizationPercentage GPU デバイスのメモリ使用率。 使用率は 1 分間隔で集計されます。 |
GpuMemoryUtilizationPercentage |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 DeviceIdComputeName |
PT1M | はい |
| リソース | GpuUtilization GPU ノードの使用率 (%)。 使用率は 1 分間隔で報告されます。 |
GpuUtilization |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario、 runId, NodeId, DeviceIdClusterName |
PT1M | はい |
| リソース | GpuUtilizationMilliGPUs GPU デバイスの使用量 (ミリ GPU 単位)。 使用量は 1 分間隔で集計されます。 |
GpuUtilizationMilliGPUs |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 DeviceIdComputeName |
PT1M | はい |
| リソース | GpuUtilizationPercentage GPU デバイスの使用率。 使用率は 1 分間隔で集計されます。 |
GpuUtilizationPercentage |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 DeviceIdComputeName |
PT1M | はい |
| リソース | IBReceiveMegabytes InfiniBand 経由で受信されたネットワーク データ (メガバイト単位)。 メトリックは 1 分間隔で集計されます。 |
IBReceiveMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 ComputeNameDeviceId |
PT1M | はい |
| リソース | IBTransmitMegabytes InfiniBand 経由で送信されたネットワーク データ (メガバイト単位)。 メトリックは 1 分間隔で集計されます。 |
IBTransmitMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 ComputeNameDeviceId |
PT1M | はい |
| 売上予算 | アイドル 状態のコア アイドル状態のコアの数 |
Idle Cores |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| 売上予算 | アイドル 状態のノード アイドル状態のノードの数。 アイドル状態のノードは、ジョブを実行していないノードですが、使用可能な場合は新しいジョブを受け入れることができます。 |
Idle Nodes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| 売上予算 | コアの残り 終了中のコアの数 |
Leaving Cores |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| 売上予算 | ノードを離れる 終了中のノードの数。 終了中のノードは、ジョブの処理を完了したばかりで、アイドル状態になるノードです。 |
Leaving Nodes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| モデル | モデルのデプロイに失敗しました このワークスペースで失敗したモデル デプロイの数 |
Model Deploy Failed |
カウント | Total、Average、Minimum、Maximum、Count | Scenario, StatusCode |
PT1M | はい |
| モデル | モデルのデプロイが開始されました このワークスペースで開始されたモデル デプロイの数 |
Model Deploy Started |
カウント | Total、Average、Minimum、Maximum、Count | Scenario |
PT1M | はい |
| モデル | モデルのデプロイに成功しました このワークスペースで成功したモデル デプロイの数 |
Model Deploy Succeeded |
カウント | Total、Average、Minimum、Maximum、Count | Scenario |
PT1M | はい |
| モデル | モデル レジスタに失敗しました このワークスペースで失敗したモデル登録の数 |
Model Register Failed |
カウント | Total、Average、Minimum、Maximum、Count | Scenario, StatusCode |
PT1M | はい |
| モデル | モデル レジスタの成功 このワークスペースで成功したモデル登録の数 |
Model Register Succeeded |
カウント | Total、Average、Minimum、Maximum、Count | Scenario |
PT1M | はい |
| リソース | NetworkInputMegabytes 受信されたネットワーク データ (メガバイト単位)。 メトリックは 1 分間隔で集計されます。 |
NetworkInputMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 ComputeNameDeviceId |
PT1M | はい |
| リソース | NetworkOutputMegabytes 送信されたネットワーク データ (メガバイト単位)。 メトリックは 1 分間隔で集計されます。 |
NetworkOutputMegabytes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、InstanceId、、 ComputeNameDeviceId |
PT1M | はい |
| [ファイル名を指定して実行] | 応答しない実行 このワークスペースに対して応答していない実行の数。 実行が応答していない状態になったときに、カウントが更新されます。 |
Not Responding Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| [ファイル名を指定して実行] | 未開始の実行 このワークスペースに対して未開始状態の実行の数。 実行を作成するために要求が受信されたものの、実行情報がまだ設定されていない場合に、カウントが更新されます。 |
Not Started Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| 売上予算 | 割り込まれたコア数 割り込まれたコアの数 |
Preempted Cores |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| 売上予算 | 割り込まれたノード 割り込まれたノードの数。 これらのノードは低優先度のノードであり、使用可能なノード プールから外されます。 |
Preempted Nodes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| [ファイル名を指定して実行] | 実行の準備 このワークスペースに対して準備中の実行の数。 実行環境の準備中に実行が準備状態になると、カウントが更新されます。 |
Preparing Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| [ファイル名を指定して実行] | プロビジョニングの実行 このワークスペースに対してプロビジョニング中の実行の数。 実行でのコンピューティング先の作成の待機中、またはプロビジョニング中に、カウントが更新されます。 |
Provisioning Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| [ファイル名を指定して実行] | キューに登録された実行 このワークスペースに対してキューに入れられた実行の数。 コンピューティング先で実行がキューに入れられたときに、カウントが更新されます。 必要なコンピューティング ノードの準備が整うまで待機しているときに発生する場合があります。 |
Queued Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| 売上予算 | クォータ使用率の割合 クォータ使用率 (%) |
Quota Utilization Percentage |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario、ClusterName、、 VmFamilyNameVmPriority |
PT1M | はい |
| [ファイル名を指定して実行] | Started Runs このワークスペースに対して実行されている実行の数。 必要なリソースに対して実行が開始されたときに、カウントが更新されます。 |
Started Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| [ファイル名を指定して実行] | 実行の開始 このワークスペースに対して開始された実行の数。 実行の作成要求の後、および実行 ID などの実行情報が設定された後に、カウントが更新されます |
Starting Runs |
カウント | Total、Average、Minimum、Maximum、Count | Scenario、 RunType, PublishedPipelineId, ComputeType, PipelineStepTypeExperimentName |
PT1M | はい |
| リソース | StorageAPIFailureCount Azure Blob Storage API 呼び出しの失敗数。 |
StorageAPIFailureCount |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| リソース | StorageAPISuccessCount Azure Blob Storage API 呼び出しの成功数。 |
StorageAPISuccessCount |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | RunId、 InstanceIdComputeName |
PT1M | はい |
| 売上予算 | コアの合計 コアの合計数 |
Total Cores |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| 売上予算 | 合計ノード数 ノードの合計数。 この合計には、アクティブ ノード、アイドル状態のノード、使用できないノード、割り込まれたノード、終了中のノードなどが含まれます |
Total Nodes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| 売上予算 | 使用できないコア 使用できないコアの数 |
Unusable Cores |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| 売上予算 | 使用できないノード 使用できないノードの数。 使用できないノードは、いくつかの問題が解決されていないため、機能していません。 これらのノードは Azure によってリサイクルされます。 |
Unusable Nodes |
カウント | 「平均」「最後」「最大」「最小」「なし」「合計」 | Scenario, ClusterName |
PT1M | はい |
| [ファイル名を指定して実行] | Warnings このワークスペースの実行警告の数。 実行時に警告が発生するたびに、カウントが更新されます。 |
Warnings |
カウント | Total、Average、Minimum、Maximum、Count | Scenario |
PT1M | はい |
Microsoft.MachineラーニングServices/workspaces/onlineEndpoints でサポートされているメトリック
次の表に、Microsoft.MachineラーニングServices/workspaces/onlineEndpoints リソースの種類で使用できるメトリックを示します。
- すべての列がすべてのテーブルに存在するわけではない場合があります。
- 一部の列がページの表示領域を超えている場合があります。 [テーブルの展開] を選択すると、使用可能なすべての列が表示されます。
テーブルの見出し
- カテゴリ - メトリック グループまたは分類。
- メトリック - Azure Portal に表示されるメトリックの表示名。
- REST API の名前 - REST API で参照されるメトリック名。
- 単位 - 測定単位。
- 集計 - 既定の集計の種類。 有効な値: 平均 (Avg)、最小 (Min)、最大 (Max)、合計 (Sum)、数。
- ディメンション - メトリックで使用できるディメンション。
- 時間グレイン - メトリックをサンプリングする間隔。 たとえば、
PT1Mは、メトリックを 1 分ごとに、PT30Mは 30 分ごとに、PT1Hは 1 時間ごとにサンプリングすることを示します。 - DS エクスポート - メトリックが診断設定を介して Azure Monitor ログにエクスポート可能かどうかを示します。 メトリックのエクスポートについては、「Azure Monitor で診断設定を作成する」を参照してください。
| カテゴリ | メトリック | REST API での名前 | 単位 | 集計 | Dimensions | 期間粒度 | DS エクスポート |
|---|---|---|---|---|---|---|---|
| トラフィック | アクティブな接続 クライアントからのアクティブになっているコンカレント TCP 接続の合計数。 |
ConnectionsActive |
Count | Average | <なし> | PT1M | いいえ |
| トラフィック | 1 分あたりのデータ収集エラー数 1 分あたりに破棄されたデータ収集イベントの数。 |
DataCollectionErrorsPerMinute |
カウント | 最小値、最大値、平均 | deployment、 reasontype |
PT1M | いいえ |
| トラフィック | 1 分あたりのデータ収集イベント数 1 分あたりに処理されたデータ収集イベントの数。 |
DataCollectionEventsPerMinute |
カウント | 最小値、最大値、平均 | deployment, type |
PT1M | いいえ |
| トラフィック | ネットワーク バイト数 エンドポイントで処理された 1 秒あたりのバイト数。 |
NetworkBytes |
BytesPerSecond | Average | <なし> | PT1M | いいえ |
| トラフィック | 1 秒あたりの新しい接続数 クライアントから確立された 1 秒あたりの新しい TCP 接続の平均数。 |
NewConnectionsPerSecond |
CountPerSecond | Average | <なし> | PT1M | いいえ |
| トラフィック | 要求の待機時間 要求が応答されるまでにかかった平均完了時間間隔 (ミリ秒単位) |
RequestLatency |
ミリ秒 | Average | deployment |
PT1M | はい |
| トラフィック | 要求待機時間 P50 選択した期間に収集されたすべての要求待機時間値によって集計された P50 要求の平均待機時間 |
RequestLatency_P50 |
ミリ秒 | Average | deployment |
PT1M | はい |
| トラフィック | 要求待機時間 P90 選択した期間に収集されたすべての要求待機時間値によって集計された P90 要求の平均待機時間 |
RequestLatency_P90 |
ミリ秒 | Average | deployment |
PT1M | はい |
| トラフィック | 要求待機時間 P95 選択した期間に収集されたすべての要求待機時間値によって集計された P95 要求の平均待機時間 |
RequestLatency_P95 |
ミリ秒 | Average | deployment |
PT1M | はい |
| トラフィック | 要求待機時間 P99 選択した期間に収集されたすべての要求待機時間値によって集計された P99 要求の平均待機時間 |
RequestLatency_P99 |
ミリ秒 | Average | deployment |
PT1M | はい |
| トラフィック | 1 分あたりの要求数 1 分以内にオンライン エンドポイントに送信された要求の数 |
RequestsPerMinute |
Count | Average | deployment、statusCode、、 statusCodeClassmodelStatusCode |
PT1M | いいえ |
Microsoft.MachineラーニングServices/workspaces/onlineEndpoints/deployments でサポートされているメトリック
次の表に、Microsoft.MachineラーニングServices/workspaces/onlineEndpoints/deployments リソースの種類で使用できるメトリックを示します。
- すべての列がすべてのテーブルに存在するわけではない場合があります。
- 一部の列がページの表示領域を超えている場合があります。 [テーブルの展開] を選択すると、使用可能なすべての列が表示されます。
テーブルの見出し
- カテゴリ - メトリック グループまたは分類。
- メトリック - Azure Portal に表示されるメトリックの表示名。
- REST API の名前 - REST API で参照されるメトリック名。
- 単位 - 測定単位。
- 集計 - 既定の集計の種類。 有効な値: 平均 (Avg)、最小 (Min)、最大 (Max)、合計 (Sum)、数。
- ディメンション - メトリックで使用できるディメンション。
- 時間グレイン - メトリックをサンプリングする間隔。 たとえば、
PT1Mは、メトリックを 1 分ごとに、PT30Mは 30 分ごとに、PT1Hは 1 時間ごとにサンプリングすることを示します。 - DS エクスポート - メトリックが診断設定を介して Azure Monitor ログにエクスポート可能かどうかを示します。 メトリックのエクスポートについては、「Azure Monitor で診断設定を作成する」を参照してください。
| カテゴリ | メトリック | REST API での名前 | 単位 | 集計 | Dimensions | 期間粒度 | DS エクスポート |
|---|---|---|---|---|---|---|---|
| リソース | CPU メモリ使用率の割合 インスタンスのメモリ使用率 (%)。 使用率は 1 分間隔で報告されます。 |
CpuMemoryUtilizationPercentage |
パーセント | 最小値、最大値、平均 | instanceId |
PT1M | はい |
| リソース | CPU 使用率の割合 インスタンスの CPU 使用率 (%)。 使用率は 1 分間隔で報告されます。 |
CpuUtilizationPercentage |
パーセント | 最小値、最大値、平均 | instanceId |
PT1M | はい |
| リソース | 1 分あたりのデータ収集エラー数 1 分あたりに破棄されたデータ収集イベントの数。 |
DataCollectionErrorsPerMinute |
カウント | 最小値、最大値、平均 | instanceId、 reasontype |
PT1M | いいえ |
| リソース | 1 分あたりのデータ収集イベント数 1 分あたりに処理されたデータ収集イベントの数。 |
DataCollectionEventsPerMinute |
カウント | 最小値、最大値、平均 | instanceId, type |
PT1M | いいえ |
| リソース | デプロイ容量 デプロイ内のインスタンスの数。 |
DeploymentCapacity |
カウント | 最小値、最大値、平均 | instanceId, State |
PT1M | いいえ |
| リソース | ディスク使用率 インスタンスのディスク使用率 (%)。 使用率は 1 分間隔で報告されます。 |
DiskUtilization |
パーセント | 最小値、最大値、平均 | instanceId, disk |
PT1M | はい |
| リソース | ジュールの GPU エネルギー GPU ノードでのコンセントのエネルギーの間隔 (ジュール単位)。 エネルギーは 1 分間隔で報告されます。 |
GpuEnergyJoules |
カウント | 最小値、最大値、平均 | instanceId |
PT1M | いいえ |
| リソース | GPU メモリ使用率の割合 インスタンスの GPU メモリ使用率 (%)。 使用率は 1 分間隔で報告されます。 |
GpuMemoryUtilizationPercentage |
パーセント | 最小値、最大値、平均 | instanceId |
PT1M | はい |
| リソース | GPU 使用率の割合 インスタンスの GPU 使用率 (%)。 使用率は 1 分間隔で報告されます。 |
GpuUtilizationPercentage |
パーセント | 最小値、最大値、平均 | instanceId |
PT1M | はい |
| トラフィック | 要求待機時間 P50 選択した期間に収集されたすべての要求待機時間値によって集計された P50 要求の平均待機時間 |
RequestLatency_P50 |
ミリ秒 | Average | <なし> | PT1M | はい |
| トラフィック | 要求待機時間 P90 選択した期間に収集されたすべての要求待機時間値によって集計された P90 要求の平均待機時間 |
RequestLatency_P90 |
ミリ秒 | Average | <なし> | PT1M | はい |
| トラフィック | 要求待機時間 P95 選択した期間に収集されたすべての要求待機時間値によって集計された P95 要求の平均待機時間 |
RequestLatency_P95 |
ミリ秒 | Average | <なし> | PT1M | はい |
| トラフィック | 要求待機時間 P99 選択した期間に収集されたすべての要求待機時間値によって集計された P99 要求の平均待機時間 |
RequestLatency_P99 |
ミリ秒 | Average | <なし> | PT1M | はい |
| トラフィック | 1 分あたりの要求数 1 分以内にオンライン展開に送信された要求の数 |
RequestsPerMinute |
Count | Average | envoy_response_code |
PT1M | いいえ |
メトリック ディメンション
メトリック ディメンションについては、「多次元メトリック」を参照してください。
このサービスでは、次のディメンションがそのメトリックに関連付けられています。
| Dimension | 説明 |
|---|---|
| クラスター名 | コンピューティング クラスター リソースの名前。 すべてのクォータ メトリックで使用できます。 |
| VM ファミリ名 | クラスターによって使用される VM ファミリの名前。 クォータ使用率で使用できます。 |
| VM 優先度 | VM の優先度。 クォータ使用率で使用できます。 |
| CreatedTime | CpuUtilization と GpuUtilization でのみ使用できます。 |
| deviceId | デバイスの ID (GPU)。 GpuUtilization でのみ使用できます。 |
| NodeId | ジョブが実行されている場所で作成されたノードの ID。 CpuUtilization と GpuUtilization でのみ使用できます。 |
| RunId | 実行/ジョブの ID。 CpuUtilization と GpuUtilization でのみ使用できます。 |
| ComputeType | 実行で使用されるコンピューティングの種類。 完了した実行、失敗した実行、および開始された実行に対してのみ使用できます。 |
| PipelineStepType | 実行で使用される PipelineStep の種類。 完了した実行、失敗した実行、および開始された実行に対してのみ使用できます。 |
| PublishedPipelineId | 実行で使用される公開済みパイプラインの ID。 完了した実行、失敗した実行、および開始された実行に対してのみ使用できます。 |
| RunType | 実行の種類。 完了した実行、失敗した実行、および開始された実行に対してのみ使用できます。 |
RunType ディメンションの有効な値は次のとおりです。
| 値 | 説明 |
|---|---|
| 実験 | パイプライン以外の実行。 |
| PipelineRun | StepRun の親であるパイプラインの実行。 |
| StepRun | パイプライン ステップの実行。 |
| ReusedStepRun | 前回の実行を再利用するパイプライン ステップの実行。 |
リソース ログ
このセクションでは、このサービス用に収集できるリソース ログの種類を一覧表示します。 このセクションでは、Azure Monitor でサポートされているすべてのリソース ログ カテゴリの種類のリストからプルされます。
Microsoft.MachineラーニングServices/registries でサポートされているリソース ログ
| カテゴリ | カテゴリの表示名 | ログ テーブル | 基本ログ プランをサポート | インジェスト時間変換をサポート | クエリの例 | エクスポートするコスト |
|---|---|---|---|---|---|---|
RegistryAssetReadEvent |
レジストリ資産読み取りイベント | いいえ | 番号 | はい | ||
RegistryAssetWriteEvent |
レジストリ資産書き込みイベント | いいえ | 番号 | はい |
Microsoft.MachineラーニングServices/workspaces でサポートされているリソース ログ
| カテゴリ | カテゴリの表示名 | ログ テーブル | 基本ログ プランをサポート | インジェスト時間変換をサポート | クエリの例 | エクスポートするコスト |
|---|---|---|---|---|---|---|
AmlComputeClusterEvent |
AmlComputeClusterEvent | AmlComputeClusterEvent AmlCompute クラスター イベント |
いいえ | はい | クエリ | いいえ |
AmlComputeClusterNodeEvent |
AmlComputeClusterNodeEvent | いいえ | イエス | はい | ||
AmlComputeCpuGpuUtilization |
AmlComputeCpuGpuUtilization | AmlComputeCpuGpuUtilization Azure Machine ラーニング サービスの CPU と GPU の利用ログ。 |
いいえ | はい | クエリ | いいえ |
AmlComputeJobEvent |
AmlComputeJobEvent | AmlComputeJobEvent AmlCompute ジョブ イベント |
いいえ | はい | クエリ | いいえ |
AmlRunStatusChangedEvent |
AmlRunStatusChangedEvent | AmlRunStatusChangedEvent Azure Machine ラーニング サービスは、状態イベント ログを実行します。 |
いいえ | 有効 | いいえ | |
ComputeInstanceEvent |
ComputeInstanceEvent | AmlComputeInstanceEvent Machine Learning コンピューティング インスタンスにアクセス (読み取り/書き込み) があった場合のイベント。 |
いいえ | イエス | はい | |
DataLabelChangeEvent |
DataLabelChangeEvent | AmlDataLabelEvent データ ラベルまたはプロジェクトにアクセス (読み取り、作成、または削除) があった場合のイベント。 |
いいえ | イエス | はい | |
DataLabelReadEvent |
DataLabelReadEvent | AmlDataLabelEvent データ ラベルまたはプロジェクトにアクセス (読み取り、作成、または削除) があった場合のイベント。 |
いいえ | イエス | はい | |
DataSetChangeEvent |
DataSetChangeEvent | AmlDataSetEvent 登録済みまたは未登録の ML データストアにアクセス (読み取り、作成、または削除) した場合のイベント。 |
いいえ | はい | クエリ | はい |
DataSetReadEvent |
DataSetReadEvent | AmlDataSetEvent 登録済みまたは未登録の ML データストアにアクセス (読み取り、作成、または削除) した場合のイベント。 |
いいえ | はい | クエリ | はい |
DataStoreChangeEvent |
DataStoreChangeEvent | AmlDataStoreEvent ML データストアにアクセス (読み取り、作成、または削除) があった場合のイベント。 |
いいえ | イエス | はい | |
DataStoreReadEvent |
DataStoreReadEvent | AmlDataStoreEvent ML データストアにアクセス (読み取り、作成、または削除) があった場合のイベント。 |
いいえ | イエス | はい | |
DeploymentEventACI |
DeploymentEventACI | AmlDeploymentEvent ACI または AKS でモデル デプロイが発生した場合のイベント。 |
いいえ | イエス | はい | |
DeploymentEventAKS |
DeploymentEventAKS | AmlDeploymentEvent ACI または AKS でモデル デプロイが発生した場合のイベント。 |
いいえ | イエス | はい | |
DeploymentReadEvent |
DeploymentReadEvent | AmlDeploymentEvent ACI または AKS でモデル デプロイが発生した場合のイベント。 |
いいえ | イエス | はい | |
EnvironmentChangeEvent |
EnvironmentChangeEvent | AmlEnvironmentEvent ML 環境にアクセス (読み取り、作成、または削除) された場合のイベント。 |
いいえ | はい | クエリ | はい |
EnvironmentReadEvent |
EnvironmentReadEvent | AmlEnvironmentEvent ML 環境にアクセス (読み取り、作成、または削除) された場合のイベント。 |
いいえ | はい | クエリ | はい |
InferencingOperationACI |
InferencingOperationACI | AmlInferencingEvent AKS または ACI コンピューティングの種類での推論または関連操作のイベント。 |
いいえ | イエス | はい | |
InferencingOperationAKS |
InferencingOperationAKS | AmlInferencingEvent AKS または ACI コンピューティングの種類での推論または関連操作のイベント。 |
いいえ | イエス | はい | |
ModelsActionEvent |
ModelsActionEvent | AmlModelsEvent ML モデルにアクセス (読み取り、作成、または削除) があった場合のイベント。 モデルとアセットのパッケージ化がすぐにビルド可能なパッケージに行われる場合、イベントが発生します。 |
いいえ | はい | クエリ | はい |
ModelsChangeEvent |
ModelsChangeEvent | AmlModelsEvent ML モデルにアクセス (読み取り、作成、または削除) があった場合のイベント。 モデルとアセットのパッケージ化がすぐにビルド可能なパッケージに行われる場合、イベントが発生します。 |
いいえ | はい | クエリ | はい |
ModelsReadEvent |
ModelsReadEvent | AmlModelsEvent ML モデルにアクセス (読み取り、作成、または削除) があった場合のイベント。 モデルとアセットのパッケージ化がすぐにビルド可能なパッケージに行われる場合、イベントが発生します。 |
いいえ | はい | クエリ | はい |
PipelineChangeEvent |
PipelineChangeEvent | AmlPipelineEvent ML パイプラインのドラフトまたはエンドポイントまたはモジュールにアクセス (読み取り、作成、または削除) するときのイベント。 |
いいえ | イエス | はい | |
PipelineReadEvent |
PipelineReadEvent | AmlPipelineEvent ML パイプラインのドラフトまたはエンドポイントまたはモジュールにアクセス (読み取り、作成、または削除) するときのイベント。 |
いいえ | イエス | はい | |
RunEvent |
RunEvent | AmlRunEvent ML 実験にアクセス (読み取り、作成、または削除) があった場合のイベント。 |
いいえ | イエス | はい | |
RunReadEvent |
RunReadEvent | AmlRunEvent ML 実験にアクセス (読み取り、作成、または削除) があった場合のイベント。 |
いいえ | イエス | はい |
Microsoft.MachineラーニングServices/workspaces/onlineEndpoints でサポートされているリソース ログ
| カテゴリ | カテゴリの表示名 | ログ テーブル | 基本ログ プランをサポート | インジェスト時間変換をサポート | クエリの例 | エクスポートするコスト |
|---|---|---|---|---|---|---|
AmlOnlineEndpointConsoleLog |
AmlOnlineEndpointConsoleLog | AmlOnlineEndpointConsoleLog Azure ML オンライン エンドポイントコンソールログ。 これは、ユーザー コンテナーからのコンソール ログ出力を提供します。 |
いいえ | はい | クエリ | はい |
AmlOnlineEndpointEventLog |
AmlOnlineEndpointEventLog | AmlOnlineEndpointEventLog Azure ML オンライン エンドポイントのイベント ログ。 推論サーバー コンテナーのライフ サイクルに関するイベント ログを提供します。 |
いいえ | いいえ | クエリ | はい |
AmlOnlineEndpointTrafficLog |
AmlOnlineEndpointTrafficLog | AmlOnlineEndpointTrafficLog AzureML (機械学習) オンライン エンドポイントのトラフィック ログ。 このテーブルを使用して、要求の詳細情報をオンライン エンドポイントにチェックできます。 たとえば、それを使用して、要求の期間、要求の失敗の理由などをチェックできます。 |
いいえ | いいえ | クエリ | はい |
Azure Monitor ログ テーブル
このセクションでは、このサービスに関連する Azure Monitor ログ テーブルの一覧を示します。このテーブルは、Kusto クエリを使用して Log Analytics によるクエリに使用できます。 テーブルにはリソース ログ データが含まれています。場合によっては、収集され、それらにルーティングされる内容によって異なります。
Machine Learning
Microsoft.MachineLearningServices/workspaces
- AzureActivity
- AMLOnlineEndpointConsoleLog
- AMLOnlineEndpointTrafficLog
- AMLOnlineEndpointEventLog
- AzureMetrics
- AMLComputeClusterEvent
- AMLComputeClusterNodeEvent
- AMLComputeJobEvent
- AMLRunStatusChangedEvent
- AMLComputeCpuGpuUtilization
- AMLComputeInstanceEvent
- AMLDataLabelEvent
- AMLDataSetEvent
- AMLDataStoreEvent
- AMLDeploymentEvent
- AMLEnvironmentEvent
- AMLInferencingEvent
- AMLModelsEvent
- AMLPipelineEvent
- AMLRunEvent
Microsoft.MachineLearningServices/registries
アクティビティ ログ
リンクされたテーブルには、このサービスのアクティビティ ログに記録できる操作が一覧表示されます。 これらの操作は、アクティビティ ログで使用可能なすべてのリソース プロバイダー操作のサブセットです。
アクティビティ ログ エントリのスキーマの詳細については、「アクティビティ ログのスキーマ」を参照してください。
次の表に、アクティビティ ログに作成できるマシン ラーニングに関連するいくつかの操作を示します。 Microsoft.MachineラーニングServices 操作の完全な一覧については、「Microsoft.MachineラーニングServices リソース プロバイダーの操作」を参照してください。
| 操作 | 説明 |
|---|---|
| Machine Learning ワークスペースを作成または更新します | ワークスペースが作成または更新されました |
| CheckComputeNameAvailability | コンピューティング名が既に使用されているかどうかを確認します |
| コンピューティング リソースを作成または更新します | コンピューティング リソースが作成または更新されました |
| コンピューティング リソースを削除します | コンピューティング リソースが削除されました |
| シークレットのリスト | Machine Learning ワークスペースの操作のシークレットのリスト |
ログ スキーマ
Azure Machine ラーニングでは、次のスキーマを使用します。
AmlComputeJobEvent テーブル
| プロパティ | 説明 |
|---|---|
| TimeGenerated | ログ エントリが生成された時刻 |
| OperationName | ログ イベントに関連付けられた操作の名前 |
| カテゴリ | ログ イベントの名前 |
| JobId | 送信されたジョブの ID |
| ExperimentId | 実験の ID |
| ExperimentName | 実験の名前 |
| CustomerSubscriptionId | 実験とジョブが送信された SubscriptionId |
| WorkspaceName | 機械学習ワークスペースの名前 |
| ClusterName | クラスターの名前 |
| ProvisioningState | ジョブの送信の状態 |
| ResourceGroupName | リソース グループの名前 |
| JobName | ジョブの名前 |
| ClusterId | クラスターの ID |
| EventType | ジョブ イベントの種類。 たとえば、JobSubmitted、JobRunning、JobFailed、JobSucceeded など。 |
| ExecutionState | ジョブ (実行) の状態。 たとえば、キューに登録済み、実行中、成功、失敗など |
| ErrorDetails | ジョブ エラーの詳細 |
| CreationApiVersion | ジョブの作成に使用される API バージョン |
| ClusterResourceGroupName | クラスターのリソース グループ名 |
| TFWorkerCount | TF worker の数 |
| TFParameterServerCount | TF パラメーター サーバーの数 |
| ToolType | 使用するツールの種類 |
| RunInContainer | ジョブをコンテナー内で実行する必要があるかどうかを示すフラグ |
| JobErrorMessage | ジョブ エラーの詳細なメッセージ |
| NodeId | ジョブが実行されている場所で作成されたノードの ID |
AmlComputeClusterEvent テーブル
| プロパティ | 説明 |
|---|---|
| TimeGenerated | ログ エントリが生成された時刻 |
| OperationName | ログ イベントに関連付けられた操作の名前 |
| カテゴリ | ログ イベントの名前 |
| ProvisioningState | クラスターのプロビジョニング状態 |
| ClusterName | クラスターの名前 |
| ClusterType | クラスターの種類 |
| CreatedBy | クラスターを作成したユーザー |
| CoreCount | クラスター内のコアの数 |
| VmSize | クラスターの VM サイズ |
| VmPriority | クラスターの内部で作成されたノードの優先度: Dedicated/LowPriority |
| ScalingType | クラスターのスケーリングの種類: 手動/自動 |
| InitialNodeCount | クラスターの初期のノード数 |
| MinimumNodeCount | クラスターの最小ノード数 |
| MaximumNodeCount | クラスターの最大ノード数 |
| NodeDeallocationOption | ノードの割り当てを解除する方法 |
| Publisher | クラスターの種類の発行元 |
| プラン | クラスターの作成に使用されるプラン |
| Sku | クラスター内に作成されたノード/VM の SKU |
| Version | ノード/VM の作成時に使用されるイメージのバージョン |
| SubnetId | クラスターの SubnetId |
| AllocationState | クラスター割り当ての状態 |
| CurrentNodeCount | クラスターの現在のノード数 |
| TargetNodeCount | スケール アップ/スケール ダウン中のクラスターのターゲット ノード数 |
| EventType | クラスター作成時のイベントの種類。 |
| NodeIdleTimeSecondsBeforeScaleDown | クラスターをスケール ダウン前のアイドル時間 (秒) |
| PreemptedNodeCount | クラスターにおける割り込まれたノード数 |
| IsResizeGrow | クラスターがスケール アップされていることを示すフラグ |
| VmFamilyName | クラスター内で作成できるノードの VM ファミリの名前 |
| LeavingNodeCount | クラスターの終了中のノード数 |
| UnusableNodeCount | クラスターの使用できないノードの数 |
| IdleNodeCount | クラスターのアイドル状態のノード数 |
| RunningNodeCount | クラスターの実行中のノード数 |
| PreparingNodeCount | クラスターの準備中のノード数 |
| QuotaAllocated | クラスターに割り当てられたクォータ |
| QuotaUtilized | クラスターの使用済みクォータ |
| AllocationStateTransitionTime | ある状態から別の状態への移行時間 |
| ClusterErrorCodes | クラスターの作成中またはスケーリング中に受信したエラー コード |
| CreationApiVersion | クラスターの作成時に使用される API バージョン |
AmlComputeInstanceEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlComputeInstanceEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| CorrelationId | 関連するイベントのセットをグループ化するために使用される GUID (該当する場合)。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| AmlComputeInstanceName | "ログエントリに関連付けられているコンピューティング インスタンスの名前。 |
AmlDataLabelEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlDataLabelEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| CorrelationId | 関連するイベントのセットをグループ化するために使用される GUID (該当する場合)。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| AmlProjectId | Azure Machine Learning プロジェクトの一意の ID。 |
| AmlProjectName | Azure Machine Learning プロジェクトの名前。 |
| AmlLabelNames | プロジェクトに対して作成されるラベル クラス名。 |
| AmlDataStoreName | プロジェクトのデータが格納されているデータ ストアの名前。 |
AmlDataSetEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlDataSetEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| AmlWorkspaceId | Azure Machine Learning ワークスペースの GUID と一意の ID。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| AmlDatasetId | Azure Machine Learning データ セットの ID。 |
| AmlDatasetName | Azure Machine Learning データ セットの名前。 |
AmlDataStoreEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlDataStoreEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| AmlWorkspaceId | Azure Machine Learning ワークスペースの GUID と一意の ID。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| AmlDatastoreName | Azure Machine Learning データ ストアの名前。 |
AmlDeploymentEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlDeploymentEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| AmlServiceName | Azure Machine Learning サービスの名前。 |
AmlInferencingEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlInferencingEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| AmlServiceName | Azure Machine Learning サービスの名前。 |
AmlModelsEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlModelsEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| ResultSignature | イベントの HTTP 状態コード。 一般的な値は、200、201、202 などです。 |
| AmlModelName | Azure Machine Learning モデルの名前。 |
AmlPipelineEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlPipelineEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| AmlWorkspaceId | Azure Machine Learning ワークスペースの GUID と一意の ID。 |
| AmlWorkspaceId | Azure Machine Learning ワークスペースの名前。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| AmlModuleId | モジュールの GUID と一意の ID。 |
| AmlModelName | Azure Machine Learning モデルの名前。 |
| AmlPipelineId | Azure Machine Learning パイプラインの ID。 |
| AmlParentPipelineId | 親 Azure Machine Learning パイプラインの ID (複製の場合)。 |
| AmlPipelineDraftId | Azure Machine Learning パイプライン ドラフトの ID。 |
| AmlPipelineDraftName | Azure Machine Learning パイプライン ドラフトの名前。 |
| AmlPipelineEndpointId | Azure Machine Learning パイプライン エンドポイントの ID。 |
| AmlPipelineEndpointName | Azure Machine Learning パイプライン エンドポイントの名前。 |
AmlRunEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlRunEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| ResultType | イベントの状態。 一般的な値は、Started、In Progress、Succeeded、Failed、Active、Resolved です。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| AmlWorkspaceId | Azure Machine Learning ワークスペースの GUID と一意の ID。 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| RunId | 実行の一意の ID。 |
AmlEnvironmentEvent テーブル
| プロパティ | 説明 |
|---|---|
| Type | ログ イベントの名前、AmlEnvironmentEvent |
| TimeGenerated | ログ エントリが生成された時刻 (UTC) |
| Level | イベントの重大度レベル。 Informational、Warning、Error、Critical のいずれかである必要があります。 |
| OperationName | ログ エントリに関連付けられた操作の名前 |
| ID | 操作を実行したユーザーまたはアプリケーションの ID。 |
| AadTenantId | 操作が送信された Microsoft Entra テナント ID。 |
| AmlEnvironmentName | Azure Machine Learning 環境構成の名前。 |
| AmlEnvironmentVersion | Azure Machine Learning 環境構成バージョンの名前。 |
AMLOnlineEndpointTrafficLog テーブル (プレビュー)
| プロパティ | 説明 |
|---|---|
| 認証方法 | クライアントから要求されたメソッド。 |
| パス | クライアントから要求されたパス。 |
| SubscriptionId | オンライン エンドポイントの機械学習サブスクリプション ID。 |
| AzureMLWorkspaceId | オンライン エンドポイントの機械学習ワークスペース ID。 |
| AzureMLWorkspaceName | オンライン エンドポイントの機械学習ワークスペース名。 |
| EndpointName | オンライン エンドポイントの名前。 |
| DeploymentName | オンライン デプロイの名前。 |
| Protocol | 要求のプロトコル。 |
| ResponseCode | クライアントに返された最後の応答コード。 |
| ResponseCodeReason | クライアントに返された最後の応答コードの理由。 |
| ModelStatusCode | モデルからの応答の状態コード。 |
| ModelStatusReason | モデルからの応答の状態の理由。 |
| RequestPayloadSize | クライアントから受信した合計バイト数。 |
| ResponsePayloadSize | クライアントに返された合計バイト数。 |
| UserAgent | コメントを含むが最大 70 文字に切り捨てられた要求のユーザー エージェント ヘッダー。 |
| XRequestId | 内部トレース用に Azure Machine Learning によって生成された要求 ID。 |
| XMSClientRequestId | クライアントによって生成された追跡 ID。 |
| TotalDurationMs | 要求の開始時刻からクライアントに最後の応答バイトが返されたときまでの時間 (ミリ秒単位)。 クライアントが切断された場合、開始時刻からクライアントの切断時刻までが測定されます。 |
| RequestDurationMs | 要求の開始時刻からクライアントから要求の最後のバイトを受信したときまでの時間 (ミリ秒単位)。 |
| ResponseDurationMs | 要求の開始時刻からモデルから最初の応答バイトが読み取られたときまでの時間 (ミリ秒単位)。 |
| RequestThrottlingDelayMs | ネットワーク帯域幅の調整による要求データ転送の延期期間 (ミリ秒単位)。 |
| ResponseThrottlingDelayMs | ネットワーク帯域幅の調整による応答データ転送の延期期間 (ミリ秒単位)。 |
このログの詳細については、「オンライン エンドポイントを監視する」を参照してください。
AMLOnlineEndpointConsoleLog
| プロパティ | 説明 |
|---|---|
| TimeGenerated | ログが生成された時刻のタイムスタンプ (UTC)。 |
| OperationName | ログ レコードに関連付けられている操作。 |
| InstanceId | このログ レコードを生成したインスタンスの ID。 |
| DeploymentName | ログ レコードに関連付けられているデプロイの名前。 |
| コンテナー名 | ログが生成されたコンテナーの名前。 |
| メッセージ | ログのコンテンツ。 |
このログの詳細については、「オンライン エンドポイントを監視する」を参照してください。
AMLOnlineEndpointEventLog (プレビュー)
| プロパティ | 説明 |
|---|---|
| TimeGenerated | ログが生成された時刻のタイムスタンプ (UTC)。 |
| OperationName | ログ レコードに関連付けられている操作。 |
| InstanceId | このログ レコードを生成したインスタンスの ID。 |
| DeploymentName | ログ レコードに関連付けられているデプロイの名前。 |
| 名前 | イベントの名前です。 |
| メッセージ | イベントのコンテンツ。 |
このログの詳細については、「オンライン エンドポイントを監視する」を参照してください。
関連するコンテンツ
- マシン ラーニングの監視の詳細については、「マシン ラーニングの監視」を参照してください。
- Azure リソースの監視の詳細については、「Azure Monitor で Azure リソースを監視する」を参照してください。