Delen via


Op logboeken gebaseerde en vooraf geaggregeerde metrische gegevens in Application Insights

Notitie

De volgende documentatie is afhankelijk van de klassieke Application Insights-API. Het langetermijnplan voor Application Insights is het verzamelen van gegevens met behulp van OpenTelemetry. Zie Azure Monitor OpenTelemetry inschakelen voor .NET-, Node.js-, Python- en Java-toepassingen en onze OpenTelemetry Roadmap voor meer informatie. Migratierichtlijnen zijn beschikbaar voor .NET, Node.js en Python.

In dit artikel wordt het verschil uitgelegd tussen 'traditionele' Application Insights-metrische gegevens die zijn gebaseerd op logboeken en vooraf geaggregeerde metrische gegevens. Beide typen metrische gegevens zijn beschikbaar voor gebruikers van Application Insights. Elk item biedt een unieke waarde voor het bewaken van de toepassingsstatus, diagnostische gegevens en analyses. De ontwikkelaars die toepassingen instrumenteren, kunnen bepalen welk type metrische gegevens het meest geschikt is voor een bepaald scenario. Beslissingen zijn gebaseerd op de grootte van de toepassing, het verwachte volume van telemetrie en zakelijke vereisten voor precisie en waarschuwingen voor metrische gegevens.

Metrische gegevens op basis van logboeken

In het verleden was het telemetriegegevensmodel voor toepassingsbewaking in Application Insights uitsluitend gebaseerd op enkele vooraf gedefinieerde typen gebeurtenissen, zoals aanvragen, uitzonderingen, afhankelijkheidsaanroepen en paginaweergaven. Ontwikkelaars kunnen de SDK gebruiken om deze gebeurtenissen handmatig te verzenden door code te schrijven die expliciet de SDK aanroept. Of ze kunnen vertrouwen op de automatische verzameling gebeurtenissen van auto-instrumentatie. In beide gevallen slaat de Application Insights-back-end alle verzamelde gebeurtenissen op als logboeken. De Application Insights-deelvensters in Azure Portal fungeren als een analytische en diagnostische tool voor het visualiseren van op gebeurtenissen gebaseerde gegevens uit logboeken.

Het gebruik van logboeken om een volledige set gebeurtenissen te bewaren, kan een uitstekende analytische en diagnostische waarde opleveren. U kunt bijvoorbeeld een exacte telling van aanvragen voor een bepaalde URL krijgen met het aantal afzonderlijke gebruikers die deze aanroepen hebben gedaan. U kunt ook gedetailleerde diagnostische traceringen krijgen, waaronder uitzonderingen en afhankelijkheidsaanroepen voor elke gebruikerssessie. Als u dit type informatie hebt, kan de zichtbaarheid van de toepassingsstatus en het gebruik worden verbeterd. Het kan ook de tijd verminderen die nodig is om problemen met een app vast te stellen.

Tegelijkertijd kan het verzamelen van een volledige set gebeurtenissen onpraktisch of zelfs onmogelijk zijn voor toepassingen die een grote hoeveelheid telemetrie genereren. Voor situaties waarin het volume van gebeurtenissen te hoog is, implementeert Application Insights verschillende technieken voor het verminderen van telemetrievolumes die het aantal verzamelde en opgeslagen gebeurtenissen verminderen. Deze technieken omvatten steekproeven en filteren. Helaas vermindert het verlagen van het aantal opgeslagen gebeurtenissen ook de nauwkeurigheid van de metrische gegevens die achter de schermen querytijdaggregaties moeten uitvoeren van de gebeurtenissen die zijn opgeslagen in logboeken.

Notitie

In Application Insights worden de metrische gegevens die zijn gebaseerd op de querytijdaggregatie van gebeurtenissen en metingen die zijn opgeslagen in logboeken, metrische gegevens op basis van logboeken genoemd. Deze metrische gegevens hebben doorgaans veel dimensies van de gebeurtenis-eigenschappen, waardoor ze beter zijn voor analyse. De nauwkeurigheid van deze metrische gegevens wordt negatief beïnvloed door steekproeven en filteren.

Vooraf geaggregeerde metrische gegevens

Naast metrische gegevens op basis van logboeken, heeft het Application Insights-team eind 2018 een openbare preview verzonden van metrische gegevens die zijn opgeslagen in een gespecialiseerde opslagplaats die is geoptimaliseerd voor tijdreeksen. De nieuwe metrische gegevens worden niet langer bewaard als afzonderlijke gebeurtenissen met veel eigenschappen. In plaats daarvan worden ze opgeslagen als vooraf geaggregeerde tijdreeksen en alleen met sleuteldimensies. Door deze wijziging zijn de nieuwe metrische gegevens beter tijdens het uitvoeren van query's. Het ophalen van gegevens verloopt sneller en vereist minder rekenkracht. Als gevolg hiervan worden nieuwe scenario's ingeschakeld, zoals bijna realtime waarschuwingen over dimensies van metrische gegevens en responsievere dashboards.

Belangrijk

Zowel op logboeken gebaseerde als vooraf samengevoegde metrische gegevens bestaan naast Application Insights. Om onderscheid te maken tussen de twee, worden in de Application Insights-gebruikerservaring de vooraf geaggregeerde metrische gegevens nu standaardmetrieken genoemd. De traditionele metrische gegevens van de gebeurtenissen zijn hernoemd naar metrische gegevens op basis van logboeken.

De nieuwere SDK's (Application Insights 2.7 SDK of hoger voor .NET) aggregeren vooraf metrische gegevens tijdens het verzamelen. Dit proces is van toepassing op standaardgegevens die standaard worden verzonden, zodat de nauwkeurigheid niet wordt beïnvloed door steekproeven of filteren. Het is ook van toepassing op aangepaste metrische gegevens die worden verzonden met Behulp van GetMetric, wat resulteert in minder gegevensopname en lagere kosten.

Voor de SDK's die geen voorafaggregatie implementeren (dat wil gezegd oudere versies van Application Insights SDK's of voor browser instrumentatie), vult de Application Insights-back-end nog steeds de nieuwe metrische gegevens in door de gebeurtenissen die zijn ontvangen door het Application Insights-eindpunt voor gebeurtenisverzameling te aggregeren. Hoewel u niet profiteert van het verminderde volume aan gegevens dat via de kabel wordt verzonden, kunt u nog steeds de vooraf geaggregeerde metrische gegevens gebruiken en betere prestaties en ondersteuning ervaren van de bijna realtime dimensionale waarschuwingen met SDK's die geen metrische gegevens vooraf aggregeren tijdens het verzamelen.

Met het verzamelingseindpunt worden gebeurtenissen vooraf samengevoegd vóór opnamesampling. Daarom heeft opnamesampling nooit invloed op de nauwkeurigheid van vooraf geaggregeerde metrische gegevens, ongeacht de SDK-versie die u met uw toepassing gebruikt.

Vooraf geaggregeerde tabel met metrische gegevens voor SDK ondersteund

Huidige productie-SDK's Metrische standaardgegevens (SDK-aggregatie) Aangepaste metrische gegevens (zonder SDK-aggregatie) Aangepaste metrische gegevens (met SDK-aggregatie)
.NET Core en .NET Framework Ondersteund (V2.13.1+) Ondersteund via TrackMetric Ondersteund (V2.7.2+) via GetMetric
Java Niet ondersteund Ondersteund via TrackMetric Niet ondersteund
Node.js Ondersteund (V2.0.0+) Ondersteund via TrackMetric Niet ondersteund
Python Niet ondersteund Ondersteund Gedeeltelijk ondersteund via OpenCensus.stats

Notitie

De implementatie van metrische gegevens voor Python met behulp van OpenCensus.stats verschilt van GetMetric. Zie de Python-documentatie over metrische gegevens voor meer informatie.

Vooraf geaggregeerde tabel met metrische gegevens zonder code

Huidige productie-SDK's Metrische standaardgegevens (SDK-aggregatie) Aangepaste metrische gegevens (zonder SDK-aggregatie) Aangepaste metrische gegevens (met SDK-aggregatie)
ASP.NET Ondersteund 1 Niet ondersteund Niet ondersteund
ASP.NET Core Ondersteund 2 Niet ondersteund Niet ondersteund
Java Niet ondersteund Niet ondersteund Ondersteund
Node.js Niet ondersteund Niet ondersteund Niet ondersteund
  1. ASP.NET automatische instrumentatie op virtuele machines/virtuele-machineschaalsets en on-premises verzendt standaardmetrieken zonder dimensies. Hetzelfde geldt voor Azure-app Service, maar het verzamelingsniveau moet worden ingesteld op aanbevolen. De SDK is vereist voor alle dimensies.
  2. ASP.NET Kern auto-instrumentatie in App Service verzendt standaard metrische gegevens zonder dimensies. SDK is vereist voor alle dimensies.

Preaggregatie gebruiken met aangepaste metrische gegevens van Application Insights

U kunt vooraf aggregeren met aangepaste metrische gegevens. De twee belangrijkste voordelen zijn:

  • Configureren en waarschuwen voor een dimensie van een aangepaste metrische waarde
  • Verminder het aantal gegevens dat vanuit de SDK wordt verzonden naar het Eindpunt van de Application Insights-verzameling

Er zijn verschillende manieren om aangepaste metrische gegevens te verzenden vanuit de Application Insights SDK. Als uw versie van de SDK GetMetric en TrackValue biedt, zijn deze methoden de voorkeurswijze voor het verzenden van aangepaste metrische gegevens. In dit geval vindt voorafaggregatie plaats in de SDK. Deze aanpak vermindert het aantal gegevens dat is opgeslagen in Azure en ook het volume aan gegevens dat van de SDK naar Application Insights wordt verzonden. Gebruik anders de trackMetric-methode , die metrische gebeurtenissen vooraf samenvoegt tijdens gegevensopname.

Aangepaste dimensies voor metrische gegevens en vooraggregatie

Alle metrische gegevens die u verzendt met behulp van OpenTelemetry, trackMetric of GetMetric en TrackValue API-aanroepen, worden automatisch opgeslagen in logboeken en metrische gegevensarchieven. Deze metrische gegevens vindt u in de tabel customMetrics in Application Insights en in Metrics Explorer onder de custom Metric Namespace met de naam azure.applicationinsights. Hoewel de op logboeken gebaseerde versie van uw aangepaste metrische gegevens altijd alle dimensies behoudt, wordt de vooraf samengevoegde versie van de metrische waarde standaard opgeslagen zonder dimensies. Het behouden van dimensies van aangepaste metrische gegevens is een preview-functie die kan worden ingeschakeld op het tabblad Gebruik en geschatte kosten door Dimensies onder Aangepaste metrische gegevens verzenden naar Azure Metric Store te selecteren.

Schermopname van gebruik en geschatte kosten.

Targets

Vooraf geaggregeerde metrische gegevens worden opgeslagen als tijdreeks in Azure Monitor. Azure Monitor-quota voor aangepaste metrische gegevens zijn van toepassing.

Notitie

Het quotum kan onbedoelde gevolgen hebben. Azure Monitor kan onbetrouwbaar worden in uw abonnement of regio. Zie Ontwerpbeperkingen en overwegingen voor meer informatie over het overschrijden van het quotum.

Waarom is het verzamelen van aangepaste dimensies voor metrische gegevens standaard uitgeschakeld?

De verzameling aangepaste dimensies voor metrische gegevens is standaard uitgeschakeld, omdat in de toekomst aangepaste metrische gegevens met dimensies afzonderlijk van Application Insights worden gefactureerd. Het opslaan van niet-dimensionale aangepaste metrische gegevens blijft gratis (maximaal een quotum). U vindt meer informatie over de wijzigingen in het toekomstige prijsmodel op onze officiële pagina met prijzen.

Grafieken maken en op logboeken gebaseerde en standaard vooraf geaggregeerde metrische gegevens verkennen

Gebruik Azure Monitor Metrics Explorer om grafieken te tekenen van vooraf geaggregeerde en op logboeken gebaseerde metrische gegevens en om dashboards met grafieken te ontwerpen. Nadat u de gewenste Application Insights-resource hebt geselecteerd, gebruikt u de naamruimtekiezer om te schakelen tussen standaard- en op logboek gebaseerde metrische gegevens. U kunt ook een aangepaste naamruimte voor metrische gegevens selecteren.

Schermopname van de metrische naamruimte.

Prijsmodellen voor metrische gegevens van Application Insights

Als u metrische gegevens opneemt in Application Insights, ongeacht of deze zijn gebaseerd op een logboek of vooraf, worden kosten gegenereerd op basis van de grootte van de opgenomen gegevens. Zie prijsinformatie over Azure Monitor Logs voor meer informatie. Uw aangepaste metrische gegevens, inclusief alle dimensies, worden altijd opgeslagen in het Application Insights-logboekarchief. Bovendien wordt een vooraf samengevoegde versie van uw aangepaste metrische gegevens zonder dimensies standaard doorgestuurd naar het archief met metrische gegevens.

Als u de optie Waarschuwingen voor aangepaste metrische dimensies inschakelen selecteert om alle dimensies van de vooraf samengevoegde metrische gegevens op te slaan in de metrische opslag, kunnen extra kosten worden gegenereerd op basis van aangepaste prijzen voor metrische gegevens.

Volgende stappen