Ervaring met metrische gegevens voor virtuele machines in Azure Monitor

Wanneer u verbeterde bewaking inschakelt voor Azure virtuele machines of servers met Arc in Azure Monitor, kiest u tussen twee ervaringen voor het verzamelen en visualiseren van prestatiegegevens van het gastbesturingssysteem: bewaking op basis van metrische gegevens van OpenTelemetry (aanbevolen voor nieuwe implementaties) en bewaking op basis van logboeken (klassiek). In dit artikel worden de verschillen tussen deze ervaringen beschreven en vindt u richtlijnen voor de selectie.

In de onboardingwerkstroom van de portal zijn metrische gegevens van OpenTelemetry standaard ingeschakeld. Dezelfde werkstroom kan ook metrische gegevens op basis van logboeken, Metrische gegevens van OpenTelemetry per proces, aanbevolen waarschuwingen en dashboards met Grafana bevatten, afhankelijk van uw bewakingsselecties.

Ervaringen vergelijken

In de volgende tabel worden de bewakingservaringen op basis van OpenTelemetry en logboeken voor virtuele Azure-machines in Azure Monitor vergeleken.

Feature	Op basis van metrische gegevens	Op logboeken gebaseerd (klassiek)
Gegevensopslag	Azure Monitor werkruimte	Log Analytics-werkruimte
Is van toepassing op	Azure VM's Servers met Arc-functionaliteit	Azure VM's Servers met Arc-functionaliteit Schaalsets voor virtuele machines
gegevensmodel	Metrische gegevens van het OpenTelemetry-systeem met consistente platformoverschrijdende naamgeving	Platformspecifieke prestatiemeters
Querytaal	PromQL (Prometheus Query Language)	KQL (Kusto Query Language)
Latentie	Bijna realtime met lage latentie	Meestal 1-3 minuten
Cost	Standaard metrische gegevens gratis	Standaardopname- en retentiekosten voor Log Analytics
Weergaven met meerdere VM's	Grafana-dashboard voor standaardstatistieken op grote schaal	Volledige VM-inzichten met meerdere VM-dashboards en -werkmappen
Correlatie met logboeken	Afzonderlijke zoekopdrachten vereist	Eén werkruimte voor metrische gegevens en logboeken maakt correlatie in één query mogelijk

Wanneer moet u de ervaring op basis van logboeken inschakelen

U moet de ervaring op basis van metrische gegevens in alle gevallen inschakelen, omdat het verzamelen van standaardgegevens gratis is. Kies er ook voor om metrische gegevens op basis van logboeken in te schakelen als:

• U moet toezicht houden op VM-schaalsets.
• U hebt de bredere VM-inzichten met meerdere VM-dashboards, werkmappen en trendweergaven nodig.
• U wilt metrische gegevens en logboeken in één query correleren.
• U gebruikt al query's, dashboards of waarschuwingen op basis van de InsightsMetrics tabel.

Voordelen van OpenTelemetry

Waarneembaarheid voor meerdere besturingssystemen
De semantische openTelemetry-conventie voor systeemmetrieken stroomlijnt de ervaring van eindgebruikers voor meerdere besturingssystemen door prestatiemeteritems van Windows en Linux samen te voegen in een consistente naamconventie en metrische gegevensmodel. Hierdoor kunt u eenvoudiger alle virtuele machines beheren met één set query's die worden gebruikt voor Windows- of Linux-besturingssystemen. Dezelfde implementatiemethoden voor configuratie als code en dezelfde PromQL-query's kunnen worden gebruikt voor alle hostingresources die gebruikmaken van metrische gegevens van het OpenTelemetry-systeem.

Meer prestatiemeteritems
De OpenTelemetry Collector Host Metric Ontvanger verzamelt meer prestatiecounters dan Azure Monitor momenteel beschikbaar maakt voor logboekgebaseerde verzameling. U kunt bijvoorbeeld het CPU-gebruik per proces bewaken, schijf-I/O en geheugengebruik.

Eenvoudiger metrisch model

In veel scenario's worden meerdere prestatiemetertellers toegewezen aan één systeemmetriek van het OpenTelemetry-systeem, met metrische dimensies, ook wel resource-attributen genoemd. Dit vereenvoudigt zowel het verzamelen als het uitvoeren van query's.

OTel bevat bijvoorbeeld een system.cpu.time metrische waarde. U kunt filteren op de State dimensie voor waarden zoals gebruiker, systeem en niet-actief. Met verzameling op basis van logboeken moet u de volgende prestatiemeteritems verzamelen en er query's op uitvoeren.

• Windows: \Processor Information(_Total)\% Processor Time, \Processor Information(_Total)\% Privileged Time, \Processor Information(_Total)\% User Time
• Linux: Cpu/usage_user, , Cpu/usage_systemCpu/usage_idle, Cpu/usage_active, Cpu/usage_nice, Cpu/usage_iowaitCpu/usage_irq

Voordelen van Azure Monitor-werkruimten

Metrische gegevens die zijn opgeslagen in Azure Monitor-werkruimten zijn goedkoper en sneller om query's uit te voeren dan dezelfde gegevens die zijn opgeslagen in Log Analytics-werkruimten, omdat Azure Monitor-werkruimten zijn geoptimaliseerd voor het ophalen van tijdreeksen. Het gebruik van metrische OTel-gegevens in een Azure Monitor-werkruimte vermijdt ook de meerdere schema's die worden gebruikt in verzamelingen op basis van logboeken. Standaard metrische gegevens op basis van logboeken worden opgeslagen in de InsightsMetrics tabel, terwijl aanvullende ingeschakelde metrische gegevens worden opgeslagen in de Perf tabel, waarvoor een ander schema wordt gebruikt.

Verbeterde bewaking met OpenTelemetry maakt gebruik van een subset van de beschikbare systeemstatistieken, waarmee dashboards, waarschuwingen en PromQL-query's in teams worden gestandaardiseerde.

Beperkingen van verzameling op basis van metrische gegevens

• Verzameling op basis van metrische gegevens is momenteel alleen beschikbaar voor afzonderlijke VM's en servers met Arc. Verzameling op basis van logboeken kan ook worden gebruikt voor VM-schaalsets.
• Verzameling op basis van metrische gegevens biedt momenteel geen ondersteuning voor private link.
• U kunt geen enkele query uitvoeren op gegevens in een Log Analytics-werkruimte en Azure Monitor-werkruimte. Met verzamelingen op basis van logboeken worden logboeken en metrische gegevens voor uw VM's samen opgeslagen, zodat u deze in één KQL-query kunt correleren. Met verzameling op basis van metrische gegevens worden metrische gegevens opgeslagen in een Azure Monitor-werkruimte en worden logboeken opgeslagen in een Log Analytics-werkruimte, waarvoor afzonderlijke query's voor elke werkruimte zijn vereist.
• U kunt aangepaste werkmappen en dashboards maken om metrische gegevens van OpenTelemetry met meerdere VM's weer te geven. De ingebouwde ondersteuning voor meerdere VM’s voor verzameling op basis van metrische gegevens is beperkt tot het Grafana-dashboard voor gebruik op schaal voor standaard OpenTelemetry-metrische gegevens. Gebruik dashboards en werkmappen voor bredere multi-VM-analyse en trendweergaven op basis van logboeken.

Aanbeveling

Deel uw feedback over nieuwe prestatiemeteritems of functionaliteit die u wilt zien door te posten in de GitHub-community van Azure Monitor of via feedback van de portal.

Verwante inhoud

• Zelfstudie: Verbeterde bewaking inschakelen voor een virtuele Azure-machine : bewaking voor één VIRTUELE machine inschakelen met behulp van Azure Portal.
• Metrische gegevens van OpenTelemetry aanpassen voor virtuele Azure-machines : wijzig de standaard metrische gegevens van OpenTelemetry die zijn verzameld van gastbesturingssystemen.
• Prestatiemeteritems verzamelen van virtuele machines met Azure Monitor : aanvullende prestatiemeteritems verzamelen met behulp van regels voor gegevensverzameling.
• Migreren van logboeken naar metrische gegevens van OpenTelemetry voor virtuele Azure-machines : bepaal wanneer u de ervaring op basis van logboeken buiten gebruik wilt stellen en volledig naar bewaking op basis van metrische gegevens wilt verplaatsen.