Application Insights を実装する

4 分

このユニットでは、アプリケーションに Application Insights を実装 するための実用的なガイダンスを提供し、インストールから継続的な監視と最適化までの完全なワークフローをカバーします。

モニター: 継続的な可視性を確立する

Application Insights をアプリにインストールしたら、外部の観点からアプリケーションを監視するように可用性 Web テストを設定します。次に、次の監視プラクティスを実装します。

チームの可視性のためのダッシュボードを設定する

チームルーム用のダッシュボードを作成 して、重要なメトリックを確認します。

表示する主要メトリック:

負荷メトリック: 要求率、同時ユーザー、スループット
応答： 応答時間のパーセンタイル (50 番目、95 番目、99 番目)
依存関係のパフォーマンス: データベースクエリ時間、API 呼び出しの待機時間、キャッシュヒット率
クライアント側のメトリック: ページ読み込み時間、AJAX 呼び出しのパフォーマンス
エラー率: 失敗した要求、例外、依存関係の失敗

ダッシュボードのベストプラクティス:

デプロイ中にリアルタイムで更新する
チーム領域のモニターに表示する
健康状態を色分けするインジケーター (緑/黄/赤)
SLA コンプライアンスメトリックを含める
時間の経過に伴う傾向を現在の値と共に表示する

パフォーマンスの問題を特定する

最も遅く、最も失敗する要求を検出します。

要求を応答時間別に並べ替えてボトルネックを見つける
エラー率が最も高い要求を特定する
低速な要求を依存関係と関連付ける
デプロイ全体のパフォーマンス低下を追跡する
ユーザーへの影響に基づいて最適化の優先順位を付ける

Live Stream を使用してデプロイを検証する

新しいリリースをデプロイするときにライブストリームを視聴する:

低下についてすぐに知る
リアルタイムでエラー率を監視する (1 秒の更新)
失敗したリクエストをリアルタイムで確認する
依存関係の失敗を追跡する
ロールアウトを完了する前にパフォーマンスを検証する

検出、診断: 迅速な問題の解決

アラートを受け取ったり、問題を検出したりすると、Application Insights には包括的な診断機能が用意されています。

ユーザーへの影響を評価する

影響を受けるユーザーの数を確認します。

影響を受けるユーザー数のテレメトリを照会する
影響の地理的分布を特定する
問題がすべてのユーザーまたは特定のセグメントに影響するかどうかを判断する
ビジネスへの影響 (収益の損失、破棄されたトランザクション) を計算する
ユーザーへの影響の重大度に基づいて解決の優先順位を付ける

KQL クエリの例:

requests
| where timestamp > ago(1h)
| where success == false
| summarize AffectedUsers = dcount(user_Id), FailedRequests = count() by resultCode

エラーを例外、依存関係呼び出し、トレースと関連付けます。

操作 ID のリンク: 要求のすべてのテレメトリが操作 ID を共有する
エンドツーエンドのトランザクションビュー: サービス間の完全な要求フローを確認する
例外の相関関係: 例外をトリガーした要求にリンクする
依存関係分析: 障害の原因となったダウンストリームサービスを特定する
ログの関連付け: 失敗した要求のコンテキストでアプリケーションログを表示する

調査ワークフロー:

診断検索で失敗した要求から開始する
操作 ID を使用して関連するすべてのテレメトリを表示する
依存関係の呼び出しを調べて、低速または失敗したサービスを特定する
例外の詳細とスタックトレースを確認する
アプリケーションログで追加のコンテキストを確認する

詳細な診断ツール

プロファイラー、スナップショット、スタックダンプ、トレースログを調べます。

プロファイラー：

コードレベルのパフォーマンスの内訳を確認する
最も多くの時間を消費したメソッドを特定する
非効率的なアルゴリズムまたはクエリを検索する

スナップショットデバッガー:

運用環境からメモリスナップショットをキャプチャする
例外時にローカル変数の値を表示する
ローカルで再現せずにデバッグする

スタックダンプ:

すべての例外の完全なスタックトレース
例外からソースコードへの移動
エラーにつながる呼び出しチェーンについて

トレースログ:

要求と関連付けられたアプリケーションログ
分散サービス全体のログを検索する
重大度、時間範囲、カスタムプロパティでフィルター処理する

構築、測定、学習: データドリブン開発

構造化されたデータドリブンアプローチを使用して、デプロイする各新機能の有効性を測定します。

測定戦略を計画する

顧客が新しい UX またはビジネス機能を使用する方法を測定する計画:

開発前:

成功メトリック (導入率、コンバージョン率、エンゲージメント) を定義する
追跡する主要なユーザーアクションを特定する
セグメント化基準 (ユーザーの種類、地域、デバイス) を決定する
比較のためのベースラインメトリックを確立する
機能の成功のターゲットを設定する

測定寸法:

養子縁組： この新機能を試すユーザーの割合は何パーセントですか?
エンゲージメント： ユーザーはどのくらいの頻度で関与していますか?
完了： ユーザーはワークフローを完了しますか?
パフォーマンス： この機能は適切に動作しますか?
満足： ユーザーは成功し、満足していますか?

カスタムテレメトリを実装する

カスタム テレメトリをコードに書き込み、ビジネス固有のイベントをキャプチャします。

カスタムイベント:

telemetryClient.TrackEvent("FeatureUsed",
    properties: new Dictionary<string, string> {
        {"FeatureName", "AdvancedSearch"},
        {"UserTier", "Premium"}
    },
    metrics: new Dictionary<string, double> {
        {"SearchResultCount", 42},
        {"SearchDurationMs", 150}
    });

カスタムメトリック:

telemetryClient.TrackMetric("CartValue", orderTotal);
telemetryClient.TrackMetric("ItemsInCart", itemCount);

インストルメンテーションのベストプラクティス:

一貫した名前付け規則を使用します
セグメント化に関連するプロパティを追加する
テンポラル分析にタイムスタンプを含める
個人を特定できる情報 (PII) を追跡しない
テレメトリを軽量に保つ (カーディナリティが高くないようにする)

データドリブンの意思決定を行う

次の開発サイクルは、テレメトリからのハード証拠に基づいて行います。

分析ワークフロー:

メトリックを比較する: 機能のパフォーマンスとベースライン
セグメント分析: 異なるユーザーグループ間のパフォーマンス
ファネル分析: 複数ステップのプロセスにおける離脱ポイント
コーホート分析: この機能を採用したユーザーのリテンション期間
影響分析: ビジネス成果との相関関係

意思決定フレームワーク:

メトリックがターゲットを超える場合:

機能の拡張に投資する
同様の機能に学習を適用する
機能をより目立たせることを検討する

メトリックがターゲットを満たしている場合:

保守と監視
フィードバックに基づく段階的な改善
リソースを他の優先順位に移動する

メトリックのパフォーマンスが低い場合:

その理由 (使いやすさ、発見可能性、価値提案) を分析する
A/B テストの改善
成功へのパスがない場合は、非推奨を検討してください

シナリオの例: 新しいレコメンデーションエンジンでは、60% 導入が示されていますが、% 変換は 15 個のみです (ターゲットは 25%)。分析では、推奨事項は正確ですが、UI は混乱します。次のスプリントでは、アルゴリズムの機能強化ではなく UX の機能強化に重点を置いています。

はじめに: 実装のアプローチ

Application Insights は 、Microsoft Azure 内でホストされている多くのサービスの 1 つであり、分析とプレゼンテーションのためにテレメトリが送信されます。

[前提条件]

開始する前に、 Microsoft Azure のサブスクリプションが必要です。

サブスクリプションオプション:

無料サインアップ: 無料試用版にクレジットカードは必要ありません
従量制： 使用した分だけ支払う
エンタープライズ契約: 組織の交渉済み料金
Azure for Students: 学生向けの無料クレジット

価格に関する考慮事項:Application Insights の基本的な価格プランを選択した場合、アプリケーションの使用量が大きくなるまで料金は発生しません。

Free レベル: 最初の 5 GB/月のインジェストが含まれています
GBあたりの支払い: 無料枠を超えると、取り込んだデータ分だけ支払う
コミットメントレベル: 予測可能な使用量の割引

組織のアクセス: 組織に既にサブスクリプションがある場合は、Microsoft アカウントを追加できます。アクセスについては、Azure 管理者に問い合わせてください。

実装手法

開始するには、いくつかの方法があります。どちらが最適かから始めてください。その他は後で追加できます。

方法 1: ランタイムインストルメンテーション

コードを変更せずにサーバー上の Web アプリをインストルメント化します。

長所:

コードの更新を回避します。 再コンパイルまたは再デプロイは必要ありません
即時監視: 数分でテレメトリの収集を開始する
SDK の依存関係なし: アプリケーションの依存関係を変更しない
運用環境対応: 既存の運用アプリケーションに対して安全

要件:

サーバーへの管理者アクセス: 監視エージェントのインストールに必要
サポートされているプラットフォームのみ: すべてのプラットフォームでランタイムインストルメンテーションがサポートされているわけではありません

サポートされているプラットフォーム:

オンプレミスまたは VM 上の IIS:

WINDOWS Server と IIS 7.5 以降
ASP.NET アプリケーション (フレームワークまたはコア)
Status Monitor または Application Insights エージェントをインストールします
コードを変更せずに自動的にインストルメント化する

Azure Web アプリまたは VM:

Azure portal を使用して Application Insights を有効にする
Azure App Service のワンクリック統合
Azure Virtual Machines の VM 拡張機能
コード変更がない自動インストルメンテーション

J2EE:

Tomcat、JBoss、または WebLogic で実行されている Java アプリケーション
エージェントベースのインストルメンテーション
要求、依存関係、例外をキャプチャします
Spring Boot および Jakarta EE に対応している

アプローチ 2: 開発時 SDK の統合

Application Insights をコードに追加して 、完全な制御とカスタマイズを行います。

長所:

カスタムテレメトリ: ビジネス固有のイベントとメトリックを記述する
フルコントロール: サンプリング、フィルター処理、プロセッサの構成
すべてのプラットフォーム: Web アプリケーションに限定されない
ローカルデバッグ: 開発中のテレメトリをテストする

要件:

ソースコードへのアクセス: アプリケーションの変更と再コンパイル
SDK の統合: NuGet/Maven/npm パッケージを追加する
開発時間: 初期セットアップとテストが必要

サポートされているプラットフォーム:

Visual Studio (ASP.NET):

Visual Studio 2013 アップデート 2 以降
NuGet パッケージのインストール
自動インストルメンテーション + カスタムテレメトリ
テレメトリ API の IntelliSense

Java:

Maven または Gradle の依存関係
Spring Boot の自動構成のサポート
Jakarta EE と Micronaut フレームワーク
カスタムイベントの手動インストルメンテーション

Node.js:

npm パッケージのインストール
Express、Koa、Hapi フレームワークのサポート
依存関係の自動追跡
カスタムイベントとメトリックの追跡

その他のプラットフォーム:

Python (Flask、Django)
Ruby (Rails、Sinatra)
PHP (Laravel, Symfony)
Go、Rust、その他のコミュニティ SDK

クライアント側のインストルメンテーション

包括的な監視のために Web ページをインストルメント化します。

JavaScript SDK の機能:

ページビュー: SPA でのナビゲーションの追跡
AJAX 呼び出し: ブラウザーからの API 要求を監視する
クライアント側の例外: JavaScript エラーをキャプチャする
パフォーマンスメトリック: ページの読み込み時間、リソースのタイミング
ユーザー分析: セッション追跡、ユーザーフロー

実装：

HTML ページに JavaScript スニペットを追加する
ページビューの自動追跡
クライアントとサーバーのテレメトリを関連付ける
React、Angular、Vue フレームワークと連携する

モバイルアプリケーションの監視

Visual Studio App Center と統合してモバイルアプリの使用状況を分析する:

モバイルプラットフォームのサポート:

iOS (Swift、Objective-C)
Android (Java、Kotlin)
React Native
Xamarin、Flutter

モバイル固有の機能:

クラッシュレポート
分析 (セッション、イベント、ユーザープロパティ)
プッシュ通知の追跡
配布とテストの統合

シンセティック監視

可用性テスト:

テストの種類:

URL ping テスト: 単純なエンドポイントの可用性チェック
複数ステップの Web テスト: 記録されたユーザーシナリオ
カスタムTrackAvailability: コードに基づく可用性追跡

テスト構成:

分散した場所から定期的に Web サイトに ping を実行する
5 つ以上のグローバル Azure リージョンからの監視
エンドポイントが使用できなくなった場合にアラートを生成する
ユーザーの観点から応答時間を測定する

適切なアプローチの選択

Scenario	推奨されるアプローチ
既存の運用アプリ、コードを変更できない	ランタイムインストルメンテーション
新しいアプリケーション開発	開発時の SDK 統合
カスタムビジネスイベントが必要	SDK 統合 (必須)
Web アプリケーションのみ	ランタイム計装（簡略化）
モバイルアプリケーション	Visual Studio App Center + App Insights
完全な監視 (サーバー + クライアント)	SDK 統合 + JavaScript スニペット
外部のみの可用性	可用性テスト

フィードバック

このページはお役に立ちましたか?