AzureDiagnostics

아티클
11/13/2023

Azure Diagnostics 모드를 사용하는 Azure 서비스의 리소스 로그를 저장합니다. 리소스 로그는 Azure 리소스의 내부 작업을 설명합니다.

각 Azure 서비스에 대한 리소스 로그에는 고유한 열 세트가 있습니다. AzureDiagnostics 테이블에는 Azure 서비스에서 사용하는 가장 일반적인 열이 포함되어 있습니다. 리소스 로그에 AzureDiagnostics 테이블에 없는 열이 포함된 경우 해당 열은 데이터가 처음 수집될 때 추가됩니다. 최대 열 수 500개에 도달하면 추가 열에 대한 데이터가 동적 열에 추가됩니다.

리소스별 모드를 사용하는 Azure 서비스는 해당 서비스와 관련된 테이블에 데이터를 저장하고 AzureDiagnostics 테이블을 사용하지 않습니다. 각 메서드를 사용하는 서비스는 아래 리소스 종류를 참조하세요. 차이점에 대한 자세한 내용은 Azure 리소스 로그 를 참조하세요.

AdditionalFields 열

다른 테이블과 달리 AzureDiagnostics 는 이 테이블로 데이터를 보낼 수 있는 다양한 Azure 리소스로 인해 Log Analytics 작업 영역의 모든 테이블에 적용되는 500열 제한을 초과하기 훨씬 쉽습니다. 이 500열 제한을 초과하는 활성 열 수로 인해 데이터가 손실되지 않도록 하기 위해 AzureDiagnostics 열 만들기는 다른 테이블과 다른 방식으로 처리됩니다.

모든 작업 영역의 AzureDiagnostics 테이블에는 최소 동일한 200개의 열이 포함됩니다. 2021년 1월 19일 이전에 만든 작업 영역의 경우 테이블에 이 날짜 이전에 이미 배치된 열도 포함됩니다. 데이터가 아직 배치되지 않은 열로 전송되는 경우:

현재 작업 영역에서 AzureDiagnostics 의 총 열 수가 500을 초과하지 않으면 다른 테이블과 마찬가지로 새 열이 만들어집니다.
총 열 수가 500개 이상인 경우 초과 데이터는 AdditionalFields 라는 동적 속성 모음 열에 속성으로 추가됩니다.

예제

이 동작을 설명하기 위해(배포 날짜) 현재 작업 작업의 AzureDiagnostics 테이블이 다음과 같이 표시되어 있다고 상상해 보세요.

열 1	열 2	열 3	...	열 498
abc	def	123	...	456
...	...	...	...	...

그런 다음 AzureDiagnostics에 데이터를 보내는 리소스는 NewInfo1이라고 하는 새 차원을 데이터에 추가합니다. 테이블에 여전히 500개 미만의 열이 있으므로 이 새 차원에 대한 데이터가 포함된 이벤트가 처음으로 발생하면 테이블에 새 열이 추가됩니다.

열 1	열 2	열 3	...	열 498	NewInfo1_s
abc	def	123	...	456	xyz
...	...	...	...	...	...

간단한 쿼리에서 이 새 데이터를 반환할 수 있습니다.

AzureDiagnostics | where NewInfo1_s == "xyz"

나중에 다른 리소스는 NewInfo2 및 NewInfo3이라는 새 차원을 추가하는 AzureDiagnostics로 데이터를 보냅니다. 테이블이 이 작업 영역에서 500개 열에 도달했기 때문에 새 데이터는 AdditionalFields 열로 이동합니다.

열 1	열 2	열 3	...	열 498	NewInfo1_s	AdditionalFields
abc	def	123	...	456	xyz	{"NewInfo2":"789","NewInfo3":"qwerty"}
...	...	...	...	...	...	...

이 데이터를 쿼리할 수는 있지만 KQL의 동적 속성 연산자를 사용하여 속성 모음에서 추출해야 합니다.

AzureDiagnostics
| where AdditionalFields.NewInfo2 == "789" and AdditionalFields.NewInfo3 == "qwerty"

AdditionalFields 열 사용에 대한 팁

쿼리의 첫 번째 절을 따라야 하므로 항상 시간별로 필터링하는 것과 같은 일반적인 쿼리 모범 사례에는 AdditionalFields를 사용할 때 고려해야 할 몇 가지 다른 권장 사항이 있습니다.

추가 작업을 수행하기 전에 데이터를 형식캐스트해야 합니다. 예를 들어 Perf1Sec_i 라는 열과 Perf2Sec이라는 AdditionalFields의 속성이 있고 두 값을 모두 추가하여 총 성능 계산을 하려는 경우 다음과 같이 AzureDiagnostics | extend TotalPerfSec = Perf1Sec_i + toint(AdditionalFields.Perf2Sec) | ....사용합니다.
성능을 크게 향상시키기 위해 복잡한 논리를 작성하기 전에 where 절을 사용하여 데이터 볼륨을 가능한 가장 작은 값으로 줄입니다. TimeGenerated 는 항상 가능한 가장 작은 창으로 줄여야 하는 하나의 열입니다. AzureDiagnostics의 경우 ResourceType 열을 사용하여 쿼리되는 리소스 종류에 대한 추가 필터도 항상 쿼리 맨 위에 포함되어야 합니다.
매우 많은 양의 데이터를 쿼리할 때 구문 분석보다는 AdditionalFields 전체에서 필터를 수행하는 것이 더 효율적일 수 있습니다. 예를 들어 대용량 데이터의 AzureDiagnostics | where AdditionalFields has "Perf2Sec" 경우 보다 AzureDiagnostics | where isnotnull(toint(AdditionalFields.Perf2Sec))더 효율적인 경우가 많습니다.