Referência de dados de monitoramento do Azure Machine Learning
Este artigo contém todas as informações de referência de monitoramento para este serviço.
Consulte Monitorar o Aprendizado de Máquina para obter detalhes sobre os dados que você pode coletar para o Aprendizado de Máquina do Azure e como usá-los.
Métricas
Esta seção lista todas as métricas da plataforma coletadas automaticamente para este serviço. Essas métricas também fazem parte da lista global de todas as métricas da plataforma com suporte no Azure Monitor.
Para obter informações sobre retenção de métricas, consulte Visão geral das métricas do Azure Monitor.
O provedor de recursos para essas métricas é Microsoft.MachineLearningServices/Workspaces.
As categorias de métricas são Modelo, Cota, Recurso, Execução e Tráfego. As informações de cota são apenas para computação de Machine Learning. Run fornece informações sobre execuções de treinamento para o espaço de trabalho.
Métricas com suporte para Microsoft.MachineLearningServices/workspaces
A tabela a seguir lista as métricas disponíveis para o tipo de recurso Microsoft.MachineLearningServices/workspaces.
- Nem todas as colunas podem estar presentes em todas as tabelas.
- Algumas colunas podem estar além da área de visualização da página. Selecione Expandir tabela para exibir todas as colunas disponíveis.
Títulos de tabela
- Categoria: o grupo ou classificação de métricas.
- Métrica: o nome de exibição da métrica como aparece no portal do Azure.
- Nome na API REST: o nome da métrica, conforme mencionado na API REST.
- Unidade: unidade de medida
- Agregação: o tipo de agregação padrão. Valores válidos: Médio (Méd.), Mínimo (Mín.), Máximo (Máx.), Total (Soma), Contagem.
- Dimensões: as Dimensões disponíveis para a métrica.
- Intervalos de agregação: os Intervalos em que a métrica é amostrada. Por exemplo,
PT1Mindica que a métrica é amostrada a cada minuto,PT30Ma cada 30 minutos,PT1Ha cada hora e assim por diante. - Exportação de DS: se a métrica é exportável para os Logs do Azure Monitor via configurações de diagnóstico. Para obter mais informações sobre exportação de métricas, consulte as Criar configurações de diagnóstico no Azure Monitor.
| Categoria | Metric | Nome na API REST | Unidade | Agregação | Dimensões | Granularidade de tempo | Exportação de DS |
|---|---|---|---|---|---|---|---|
| Quota | Núcleos ativos Número de núcleos ativos |
Active Cores |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Quota | Nós ativos Número de nós ativos. Esses são os nós que estão ativamente executando um trabalho. |
Active Nodes |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Executar | Cancelar execuções solicitadas Número de execuções em que o cancelamento foi solicitado para este workspace. A contagem é atualizada quando a solicitação de cancelamento é recebida para uma execução. |
Cancel Requested Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Executar | Execuções canceladas Número de execuções canceladas para este workspace. A contagem é atualizada quando uma execução é cancelada com êxito. |
Cancelled Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Executar | Execuções concluídas Número de execuções concluídas com êxito para este workspace. A contagem é atualizada quando uma execução é concluída e a saída coletada. |
Completed Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Recurso | CpuCapacityMillicores Capacidade máxima de um nó de CPU em milinúcleos. A capacidade é agregada em intervalos de um minuto. |
CpuCapacityMillicores |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | CpuMemoryCapacityMegabytes Utilização máxima de memória de um nó de CPU em megabytes. O uso é agregado em intervalos de um minuto. |
CpuMemoryCapacityMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | CpuMemoryUtilizationMegabytes Utilização de memória de um nó de CPU em megabytes. O uso é agregado em intervalos de um minuto. |
CpuMemoryUtilizationMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | CpuMemoryUtilizationPercentage Porcentagem de utilização de memória de um nó de CPU. O uso é agregado em intervalos de um minuto. |
CpuMemoryUtilizationPercentage |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | Utilização de CPU Percentual de utilização em um nó de CPU. A utilização é relatada em intervalos de um minuto. |
CpuUtilization |
Count | Médio, Máximo, Mínimo, Total | Scenario, runId, NodeId, ClusterName |
PT1M | Yes |
| Recurso | CpuUtilizationMillicores Utilização de um nó de CPU no milinúcleos. O uso é agregado em intervalos de um minuto. |
CpuUtilizationMillicores |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | CpuUtilizationPercentage Porcentagem de utilização de um nó de CPU. O uso é agregado em intervalos de um minuto. |
CpuUtilizationPercentage |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | DiskAvailMegabytes Espaço em disco disponível em megabytes. As métricas são agregadas em intervalos de um minuto. |
DiskAvailMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | DiskReadMegabytes Dados lidos do disco em megabytes. As métricas são agregadas em intervalos de um minuto. |
DiskReadMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | DiskUsedMegabytes Espaço em disco utilizado (em megabytes) As métricas são agregadas em intervalos de um minuto. |
DiskUsedMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | DiskWriteMegabytes Dados gravados em disco em megabytes. As métricas são agregadas em intervalos de um minuto. |
DiskWriteMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Executar | Erros Número de erros de execução neste workspace. A contagem é atualizada sempre que a execução encontra um erro. |
Errors |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario |
PT1M | Yes |
| Executar | Execuções com falha Número de execuções com falha para este workspace. A contagem é atualizada quando uma execução falha. |
Failed Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Executar | Finalizando execuções Número de execuções inseridas no estado de finalização para este workspace. A contagem é atualizada quando uma execução é concluída, mas a coleta de saída ainda está em andamento. |
Finalizing Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Recurso | GpuCapacityMilliGPUs Capacidade máxima de um dispositivo GPU em mili-GPUs. A capacidade é agregada em intervalos de um minuto. |
GpuCapacityMilliGPUs |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Yes |
| Recurso | GpuEnergyJoules Energia de intervalo em joules em um nó de GPU. A energia é relatada em intervalos de um minuto. |
GpuEnergyJoules |
Count | Médio, Máximo, Mínimo, Total | Scenario, runId, rootRunId, InstanceId, , DeviceIdComputeName |
PT1M | Yes |
| Recurso | GpuMemoryCapacityMegabytes Capacidade máxima de memória de um dispositivo GPU em megabytes. A capacidade é agregada em intervalos de um minuto. |
GpuMemoryCapacityMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Yes |
| Recurso | GpuMemoryUtilization Percentual de utilização de memória em um nó de GPU. A utilização é relatada em intervalos de um minuto. |
GpuMemoryUtilization |
Count | Médio, Máximo, Mínimo, Total | Scenario, runId, NodeId, DeviceId, ClusterName |
PT1M | Yes |
| Recurso | GpuMemoryUtilizationMegabytes Utilização de memória de um dispositivo GPU em megabytes. O uso é agregado em intervalos de um minuto. |
GpuMemoryUtilizationMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Yes |
| Recurso | GpuMemoryUtilizationPercentage Percentual de utilização de memória de um dispositivo GPU. O uso é agregado em intervalos de um minuto. |
GpuMemoryUtilizationPercentage |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Yes |
| Recurso | GpuUtilização Percentual de utilização em um nó de GPU. A utilização é relatada em intervalos de um minuto. |
GpuUtilization |
Count | Médio, Máximo, Mínimo, Total | Scenario, runId, NodeId, DeviceId, ClusterName |
PT1M | Yes |
| Recurso | GpuUtilizationMilliGPUs Utilização de um dispositivo GPU em mili-GPUs. O uso é agregado em intervalos de um minuto. |
GpuUtilizationMilliGPUs |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Yes |
| Recurso | GpuUtilizationPercentage Percentual de utilização de um dispositivo GPU. O uso é agregado em intervalos de um minuto. |
GpuUtilizationPercentage |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Yes |
| Recurso | IBReceiveMegabytes Dados de rede recebidos pelo InfiniBand em megabytes. As métricas são agregadas em intervalos de um minuto. |
IBReceiveMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName, DeviceId |
PT1M | Yes |
| Recurso | IBTransmitMegabytes Dados de rede enviados pelo InfiniBand em megabytes. As métricas são agregadas em intervalos de um minuto. |
IBTransmitMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName, DeviceId |
PT1M | Yes |
| Quota | Núcleos ociosos Número de núcleos ociosos |
Idle Cores |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Quota | Nós ociosos Número de nós ociosos. Os nós ociosos são os nós que não estão executando trabalhos, mas podem aceitar novos trabalhos, se disponíveis. |
Idle Nodes |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Quota | Deixando núcleos Número de núcleos em saída |
Leaving Cores |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Quota | Deixando nós Número de nós em saída. Os nós em saída são os nós que acabaram de processar um trabalho e entram para o estado ocioso. |
Leaving Nodes |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Modelar | Falha na implantação do modelo Número de implantações de modelo que falharam neste workspace |
Model Deploy Failed |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, StatusCode |
PT1M | Yes |
| Modelar | Implantação do modelo iniciada Número de implantações de modelo iniciadas neste workspace |
Model Deploy Started |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario |
PT1M | Yes |
| Modelar | Implantação do modelo bem-sucedida Número de implantações de modelo bem-sucedidas neste workspace |
Model Deploy Succeeded |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario |
PT1M | Yes |
| Modelar | Falha no registro do modelo Número de registros de modelo que falharam neste workspace |
Model Register Failed |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, StatusCode |
PT1M | Yes |
| Modelar | Registro de modelo bem-sucedido Número de registros de modelo bem-sucedidos neste workspace |
Model Register Succeeded |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario |
PT1M | Yes |
| Recurso | NetworkInputMegabytes Dados de rede recebidos em megabytes. As métricas são agregadas em intervalos de um minuto. |
NetworkInputMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName, DeviceId |
PT1M | Yes |
| Recurso | NetworkOutputMegabytes Dados da rede enviados em megabytes. As métricas são agregadas em intervalos de um minuto. |
NetworkOutputMegabytes |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName, DeviceId |
PT1M | Yes |
| Executar | Não está respondendo execuções Número de execuções sem resposta para este workspace. A contagem é atualizada quando uma execução entra no estado Sem Resposta. |
Not Responding Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Executar | Execuções não iniciadas Número de execuções no estado Não Iniciadas para este workspace. A contagem é atualizada quando uma solicitação é recebida para criar uma execução, mas as informações de execução ainda não foram preenchidas. |
Not Started Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Quota | Núcleos antecipados Número de núcleos com preempção |
Preempted Cores |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Quota | Nós antecipados Número de nós com preempção. Esses são os nós de baixa prioridade que são retirados do pool de nós disponível. |
Preempted Nodes |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Executar | Preparando execuções Número de execuções que estão se preparando para este workspace. A contagem é atualizada quando uma execução entra no estado de Preparação, enquanto o ambiente de execução está sendo preparado. |
Preparing Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Executar | Execuções de provisionamento Número de execuções que estão sendo provisionadas para este workspace. A contagem é atualizada quando uma execução está aguardando a criação ou o provisionamento de destino de computação. |
Provisioning Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Executar | Execuções em fila Número de execuções que estão na fila para este workspace. A contagem é atualizada quando uma execução é colocada na fila no destino de computação. Pode ocorrer ao aguardar que os nós de computação necessários fiquem prontos. |
Queued Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Quota | Percentual de Utilização da Cota Porcentagem de cota utilizada |
Quota Utilization Percentage |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName, VmFamilyName, VmPriority |
PT1M | Yes |
| Executar | Execuções iniciadas Número de execuções em execução para este workspace. A contagem é atualizada quando a execução começa a ser executada nos recursos necessários. |
Started Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Executar | Iniciando execuções Número de execuções iniciadas para este workspace. A contagem é atualizada depois que a solicitação criou a execução e as informações de execução, como a ID de execução, foram preenchidas |
Starting Runs |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario, RunType, PublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName |
PT1M | Yes |
| Recurso | StorageAPIFailureCount Contagem de falhas de chamadas à API do Armazenamento de Blobs do Azure. |
StorageAPIFailureCount |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Recurso | StorageAPISuccessCount Contagem de êxitos de chamadas à API do Armazenamento de Blobs do Azure. |
StorageAPISuccessCount |
Count | Médio, Máximo, Mínimo, Total | RunId, InstanceId, ComputeName |
PT1M | Yes |
| Quota | Total de Núcleos Número total de núcleos |
Total Cores |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Quota | Total de nós Número total de nós. Esse total inclui alguns Nós Ativos, Nós Ociosos, Nós Inutilizáveis, Nós com Preempção, Nós em Saída |
Total Nodes |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Quota | Núcleos inutilizáveis Número de núcleos inutilizáveis |
Unusable Cores |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Quota | Nós inutilizáveis Número de nós inutilizáveis. Os nós inutilizáveis não são funcionais devido a algum problema não resolvido. O Azure reciclará esses nós. |
Unusable Nodes |
Count | Médio, Máximo, Mínimo, Total | Scenario, ClusterName |
PT1M | Yes |
| Executar | Warnings Número de avisos de execução neste workspace. A contagem é atualizada sempre que uma execução encontra um aviso. |
Warnings |
Count | Total, Média, Mínimo, Máximo, Contagem | Scenario |
PT1M | Yes |
Métricas com suporte para Microsoft.MachineLearningServices/workspaces/onlineEndpoints
A tabela a seguir lista as métricas disponíveis para o tipo de recurso Microsoft.MachineLearningServices/workspaces/onlineEndpoints.
- Nem todas as colunas podem estar presentes em todas as tabelas.
- Algumas colunas podem estar além da área de visualização da página. Selecione Expandir tabela para exibir todas as colunas disponíveis.
Títulos de tabela
- Categoria: o grupo ou classificação de métricas.
- Métrica: o nome de exibição da métrica como aparece no portal do Azure.
- Nome na API REST: o nome da métrica, conforme mencionado na API REST.
- Unidade: unidade de medida
- Agregação: o tipo de agregação padrão. Valores válidos: Médio (Méd.), Mínimo (Mín.), Máximo (Máx.), Total (Soma), Contagem.
- Dimensões: as Dimensões disponíveis para a métrica.
- Intervalos de agregação: os Intervalos em que a métrica é amostrada. Por exemplo,
PT1Mindica que a métrica é amostrada a cada minuto,PT30Ma cada 30 minutos,PT1Ha cada hora e assim por diante. - Exportação de DS: se a métrica é exportável para os Logs do Azure Monitor via configurações de diagnóstico. Para obter mais informações sobre exportação de métricas, consulte as Criar configurações de diagnóstico no Azure Monitor.
| Categoria | Metric | Nome na API REST | Unidade | Agregação | Dimensões | Granularidade de tempo | Exportação de DS |
|---|---|---|---|---|---|---|---|
| Tráfego | Conexões Ativas O número total de conexões TCP simultâneas ativas de clientes. |
ConnectionsActive |
Contagem | Média | <none> | PT1M | Não |
| Tráfego | Erros de coleta de dados por minuto O número de eventos de coleta de dados removidos por minuto. |
DataCollectionErrorsPerMinute |
Count | Mínimo, Máximo, Médio | deployment, reason, type |
PT1M | Não |
| Tráfego | Eventos de coleta de dados por minuto O número de eventos de coleta de dados processados por minuto. |
DataCollectionEventsPerMinute |
Count | Mínimo, Máximo, Médio | deployment, type |
PT1M | Não |
| Tráfego | Bytes de rede Os bytes por segundo servidos para o ponto de extremidade. |
NetworkBytes |
BytesPerSecond | Média | <none> | PT1M | Não |
| Tráfego | Novas conexões por segundo O número médio de novas conexões TCP por segundo estabelecidas de clientes. |
NewConnectionsPerSecond |
CountPerSecond | Média | <none> | PT1M | Não |
| Tráfego | Latência de solicitação O intervalo completo médio de tempo gasto para que uma solicitação seja respondida em milissegundos |
RequestLatency |
Milissegundos | Média | deployment |
PT1M | Yes |
| Tráfego | Latência de solicitação P50 A latência média de solicitação P50 agregada por todos os valores de latência de solicitação coletados durante o período selecionado |
RequestLatency_P50 |
Milissegundos | Média | deployment |
PT1M | Yes |
| Tráfego | Latência de solicitação P90 A latência média de solicitação P90 agregada por todos os valores de latência de solicitação coletados durante o período selecionado |
RequestLatency_P90 |
Milissegundos | Média | deployment |
PT1M | Yes |
| Tráfego | Latência de solicitação P95 A latência média de solicitação P95 agregada por todos os valores de latência de solicitação coletados durante o período selecionado |
RequestLatency_P95 |
Milissegundos | Média | deployment |
PT1M | Yes |
| Tráfego | Latência de solicitação P99 A latência média de solicitação P99 agregada por todos os valores de latência de solicitação coletados durante o período selecionado |
RequestLatency_P99 |
Milissegundos | Média | deployment |
PT1M | Yes |
| Tráfego | Solicitações por minuto O número de solicitações enviadas ao ponto de extremidade online em um minuto |
RequestsPerMinute |
Contagem | Média | deployment, statusCode, statusCodeClass, modelStatusCode |
PT1M | Não |
Métricas com suporte para Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments
A tabela a seguir lista as métricas disponíveis para o tipo de recurso Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments.
- Nem todas as colunas podem estar presentes em todas as tabelas.
- Algumas colunas podem estar além da área de visualização da página. Selecione Expandir tabela para exibir todas as colunas disponíveis.
Títulos de tabela
- Categoria: o grupo ou classificação de métricas.
- Métrica: o nome de exibição da métrica como aparece no portal do Azure.
- Nome na API REST: o nome da métrica, conforme mencionado na API REST.
- Unidade: unidade de medida
- Agregação: o tipo de agregação padrão. Valores válidos: Médio (Méd.), Mínimo (Mín.), Máximo (Máx.), Total (Soma), Contagem.
- Dimensões: as Dimensões disponíveis para a métrica.
- Intervalos de agregação: os Intervalos em que a métrica é amostrada. Por exemplo,
PT1Mindica que a métrica é amostrada a cada minuto,PT30Ma cada 30 minutos,PT1Ha cada hora e assim por diante. - Exportação de DS: se a métrica é exportável para os Logs do Azure Monitor via configurações de diagnóstico. Para obter mais informações sobre exportação de métricas, consulte as Criar configurações de diagnóstico no Azure Monitor.
| Categoria | Metric | Nome na API REST | Unidade | Agregação | Dimensões | Granularidade de tempo | Exportação de DS |
|---|---|---|---|---|---|---|---|
| Recurso | Porcentagem de utilização de memória da CPU Percentual de utilização de memória em uma instância. A utilização é relatada em intervalos de um minuto. |
CpuMemoryUtilizationPercentage |
Percentual | Mínimo, Máximo, Médio | instanceId |
PT1M | Yes |
| Recurso | Porcentagem de utilização da CPU Percentual de utilização de CPU em uma instância. A utilização é relatada em intervalos de um minuto. |
CpuUtilizationPercentage |
Percentual | Mínimo, Máximo, Médio | instanceId |
PT1M | Yes |
| Recurso | Erros de coleta de dados por minuto O número de eventos de coleta de dados removidos por minuto. |
DataCollectionErrorsPerMinute |
Count | Mínimo, Máximo, Médio | instanceId, reason, type |
PT1M | Não |
| Recurso | Eventos de coleta de dados por minuto O número de eventos de coleta de dados processados por minuto. |
DataCollectionEventsPerMinute |
Count | Mínimo, Máximo, Médio | instanceId, type |
PT1M | Não |
| Recurso | Capacidade de implantação O número de instâncias na implantação. |
DeploymentCapacity |
Count | Mínimo, Máximo, Médio | instanceId, State |
PT1M | Não |
| Recurso | Utilização do disco Percentual de utilização de disco em uma instância. A utilização é relatada em intervalos de um minuto. |
DiskUtilization |
Percentual | Mínimo, Máximo, Médio | instanceId, disk |
PT1M | Yes |
| Recurso | Energia GPU em Joules Energia de intervalo em joules em um nó de GPU. A energia é relatada em intervalos de um minuto. |
GpuEnergyJoules |
Count | Mínimo, Máximo, Médio | instanceId |
PT1M | Não |
| Recurso | Porcentagem de utilização de memória da GPU Percentual de utilização de memória da GPU em uma instância. A utilização é relatada em intervalos de um minuto. |
GpuMemoryUtilizationPercentage |
Percentual | Mínimo, Máximo, Médio | instanceId |
PT1M | Yes |
| Recurso | Porcentagem de utilização da GPU Percentual de utilização da GPU em uma instância. A utilização é relatada em intervalos de um minuto. |
GpuUtilizationPercentage |
Percentual | Mínimo, Máximo, Médio | instanceId |
PT1M | Yes |
| Tráfego | Latência de solicitação P50 A latência média de solicitação P50 agregada por todos os valores de latência de solicitação coletados durante o período selecionado |
RequestLatency_P50 |
Milissegundos | Média | <none> | PT1M | Yes |
| Tráfego | Latência de solicitação P90 A latência média de solicitação P90 agregada por todos os valores de latência de solicitação coletados durante o período selecionado |
RequestLatency_P90 |
Milissegundos | Média | <none> | PT1M | Yes |
| Tráfego | Latência de solicitação P95 A latência média de solicitação P95 agregada por todos os valores de latência de solicitação coletados durante o período selecionado |
RequestLatency_P95 |
Milissegundos | Média | <none> | PT1M | Yes |
| Tráfego | Latência de solicitação P99 A latência média de solicitação P99 agregada por todos os valores de latência de solicitação coletados durante o período selecionado |
RequestLatency_P99 |
Milissegundos | Média | <none> | PT1M | Yes |
| Tráfego | Solicitações por minuto O número de solicitações enviadas para a implantação online em um minuto |
RequestsPerMinute |
Contagem | Média | envoy_response_code |
PT1M | Não |
Dimensões de métrica
Para obter mais informações sobre o que são dimensões de métrica, confira Métricas multidimensionais.
Esse serviço tem as seguintes dimensões associadas às suas métricas.
| Dimensão | Descrição |
|---|---|
| Nome do cluster | O nome do recurso de cluster de computação. Disponível para todas as métricas de cota. |
| Nome da Família de VMs | O nome da família de VMs usada pelo cluster. Disponível para porcentagem de utilização de cota. |
| Prioridade da VM | A prioridade do VM. Disponível para porcentagem de utilização de cota. |
| CreatedTime | Disponível somente para CpuUtilization e GpuUtilization. |
| deviceId | ID do dispositivo (GPU). Disponível somente para GpuUtilization. |
| NodeId | ID do nó criado onde o trabalho está em execução. Disponível somente para CpuUtilization e GpuUtilization. |
| RunId | ID da execução/trabalho. Disponível somente para CpuUtilization e GpuUtilization. |
| ComputeType | O tipo de computação usado pela execução. Somente disponível para Execuções concluídas, Execuções com falha e Execuções iniciadas. |
| PipelineStepType | O tipo de PipelineStep usado na execução. Somente disponível para Execuções concluídas, Execuções com falha e Execuções iniciadas. |
| PublishedPipelineId | A ID do pipeline publicado usado na execução. Somente disponível para Execuções concluídas, Execuções com falha e Execuções iniciadas. |
| RunType | O tipo de execução. Somente disponível para Execuções concluídas, Execuções com falha e Execuções iniciadas. |
Os valores válidos para a dimensão RunType são:
| Valor | Descrição |
|---|---|
| Experimento | Execuções sem pipeline. |
| PipelineRun | Uma execução de pipeline, que é o pai de um StepRun. |
| StepRun | Uma execução para uma etapa de pipeline. |
| ReusedStepRun | Uma execução para uma etapa de pipeline que reutiliza uma execução anterior. |
Logs de recursos
Esta seção lista os tipos de logs de recursos que você pode coletar para o este serviço. A seção extrai da lista de todos os tipos de categoria de logs de recursos com suporte no Azure Monitor.
Logs de recursos com suporte para Microsoft.MachineLearningServices/registries
| Categoria | Nome de exibição da categoria | Tabela de log | Com suporte a plano de log básico | Com suporte a transformações de tempo-ingestão | Consultas de exemplo | Custos de exportação |
|---|---|---|---|---|---|---|
RegistryAssetReadEvent |
Evento de Leitura do Ativo do Registro | Não | Não | Sim | ||
RegistryAssetWriteEvent |
Evento de Gravação de Ativo do Registro | Não | Não | Sim |
Logs de recursos com suporte para Microsoft.MachineLearningServices/workspaces
| Categoria | Nome de exibição da categoria | Tabela de log | Com suporte a plano de log básico | Com suporte a transformações de tempo-ingestão | Consultas de exemplo | Custos de exportação |
|---|---|---|---|---|---|---|
AmlComputeClusterEvent |
AmlComputeClusterEvent | AmlComputeClusterEvent Eventos do cluster AmlCompute |
Não | Sim | Consultas | Não |
AmlComputeClusterNodeEvent |
AmlComputeClusterNodeEvent | Não | Sim | Yes | ||
AmlComputeCpuGpuUtilization |
AmlComputeCpuGpuUtilization | AmlComputeCpuGpuUtilization Logs de utilização de CPU e GPU dos serviços do Azure Machine Learning. |
Não | Sim | Consultas | Não |
AmlComputeJobEvent |
AmlComputeJobEvent | AmlComputeJobEvent Eventos do AmlCompute Job |
Não | Sim | Consultas | Não |
AmlRunStatusChangedEvent |
AmlRunStatusChangedEvent | AmlRunStatusChangedEvent Os serviços do Azure Machine Learning executam logs de eventos de status. |
Não | Sim | Não | |
ComputeInstanceEvent |
ComputeInstanceEvent | AmlComputeInstanceEvent Eventos quando a instância de computação de ML é acessada (leitura/gravação). |
Não | Sim | Yes | |
DataLabelChangeEvent |
DataLabelChangeEvent | AmlDataLabelEvent Eventos quando o(s) rótulo(s) de dados ou seus projetos são acessados (leitura, criação ou exclusão). |
Não | Sim | Yes | |
DataLabelReadEvent |
DataLabelReadEvent | AmlDataLabelEvent Eventos quando o(s) rótulo(s) de dados ou seus projetos são acessados (leitura, criação ou exclusão). |
Não | Sim | Yes | |
DataSetChangeEvent |
DataSetChangeEvent | AmlDataSetEvent Eventos quando um armazenamento de dados de ML registrado ou não registrado é acessado (lido, criado ou excluído). |
Não | Sim | Consultas | Yes |
DataSetReadEvent |
DataSetReadEvent | AmlDataSetEvent Eventos quando um armazenamento de dados de ML registrado ou não registrado é acessado (lido, criado ou excluído). |
Não | Sim | Consultas | Yes |
DataStoreChangeEvent |
DataStoreChangeEvent | AmlDataStoreEvent Eventos quando o repositório de armazenamento de ML é acessado (leitura, criação ou exclusão). |
Não | Sim | Yes | |
DataStoreReadEvent |
DataStoreReadEvent | AmlDataStoreEvent Eventos quando o repositório de armazenamento de ML é acessado (leitura, criação ou exclusão). |
Não | Sim | Yes | |
DeploymentEventACI |
DeploymentEventACI | AmlDeploymentEvent Eventos quanto uma implantação de modelo ocorre no ACI ou AKS. |
Não | Sim | Yes | |
DeploymentEventAKS |
DeploymentEventAKS | AmlDeploymentEvent Eventos quanto uma implantação de modelo ocorre no ACI ou AKS. |
Não | Sim | Yes | |
DeploymentReadEvent |
DeploymentReadEvent | AmlDeploymentEvent Eventos quanto uma implantação de modelo ocorre no ACI ou AKS. |
Não | Sim | Yes | |
EnvironmentChangeEvent |
EnvironmentChangeEvent | AmlEnvironmentEvent Eventos quando ambientes de ML são acessados (lidos, criados ou excluídos). |
Não | Sim | Consultas | Yes |
EnvironmentReadEvent |
EnvironmentReadEvent | AmlEnvironmentEvent Eventos quando ambientes de ML são acessados (lidos, criados ou excluídos). |
Não | Sim | Consultas | Yes |
InferencingOperationACI |
InferencingOperationACI | AmlInferencingEvent Eventos para inferência ou operação relacionada no tipo de computação AKS ou ACI. |
Não | Sim | Yes | |
InferencingOperationAKS |
InferencingOperationAKS | AmlInferencingEvent Eventos para inferência ou operação relacionada no tipo de computação AKS ou ACI. |
Não | Sim | Yes | |
ModelsActionEvent |
ModelsActionEvent | AmlModelsEvent Eventos quando o modelo de ML é acessado (leitura, criação ou exclusão). Incudes eventos quando o empacotamento de modelos e ativos acontece em pacotes prontos para construir. |
Não | Sim | Consultas | Yes |
ModelsChangeEvent |
ModelsChangeEvent | AmlModelsEvent Eventos quando o modelo de ML é acessado (leitura, criação ou exclusão). Incudes eventos quando o empacotamento de modelos e ativos acontece em pacotes prontos para construir. |
Não | Sim | Consultas | Yes |
ModelsReadEvent |
ModelsReadEvent | AmlModelsEvent Eventos quando o modelo de ML é acessado (leitura, criação ou exclusão). Incudes eventos quando o empacotamento de modelos e ativos acontece em pacotes prontos para construir. |
Não | Sim | Consultas | Yes |
PipelineChangeEvent |
PipelineChangeEvent | AmlPipelineEvent Eventos quando o rascunho do pipeline de ML ou o ponto de extremidade ou módulo são acessados (lidos, criados ou excluídos). |
Não | Sim | Yes | |
PipelineReadEvent |
PipelineReadEvent | AmlPipelineEvent Eventos quando o rascunho do pipeline de ML ou o ponto de extremidade ou módulo são acessados (lidos, criados ou excluídos). |
Não | Sim | Yes | |
RunEvent |
RunEvent | AmlRunEvent Eventos quando os experimentos de ML são acessados (leitura, criação ou exclusão). |
Não | Sim | Yes | |
RunReadEvent |
RunReadEvent | AmlRunEvent Eventos quando os experimentos de ML são acessados (leitura, criação ou exclusão). |
Não | Sim | Yes |
Logs de recursos com suporte para Microsoft.MachineLearningServices/workspaces/onlineEndpoints
| Categoria | Nome de exibição da categoria | Tabela de log | Com suporte a plano de log básico | Com suporte a transformações de tempo-ingestão | Consultas de exemplo | Custos de exportação |
|---|---|---|---|---|---|---|
AmlOnlineEndpointConsoleLog |
AmlOnlineEndpointConsoleLog | AmlOnlineEndpointConsoleLog Logs de console de pontos de extremidade online do Azure ML. Ele fornece saída de logs de console de contêineres do usuário. |
Não | Sim | Consultas | Yes |
AmlOnlineEndpointEventLog |
AmlOnlineEndpointEventLog | AmlOnlineEndpointEventLog Logs de eventos de pontos de extremidade online do Azure ML. Ele fornece logs de eventos relacionados ao ciclo de vida do contêiner do servidor de inferência. |
Não | Não | Consultas | Yes |
AmlOnlineEndpointTrafficLog |
AmlOnlineEndpointTrafficLog | AmlOnlineEndpointTrafficLog Logs de tráfego para pontos de extremidade online do AzureML (aprendizado de máquina). A tabela pode ser usada para verificar as informações detalhadas da solicitação para um ponto de extremidade on-line. Por exemplo, você pode usá-lo para verificar a duração da solicitação, o motivo da falha da solicitação, etc. |
Não | Não | Consultas | Yes |
Tabelas de Logs do Azure Monitor
Esta seção lista as tabelas de Logs do Azure Monitor relevantes para este serviço, que estão disponíveis para consulta pelo Log Analytics usando consultas Kusto. As tabelas contêm dados de log de recursos e possivelmente mais, dependendo do que é coletado e roteado para eles.
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
Log de atividades
A tabela vinculada lista as operações que podem ser registradas no log de atividades desse serviço. Essas operações são um subconjunto de todas as operações do provedor de recursos possíveis no log de atividades.
Para obter mais informações sobre o esquema de entradas do log de atividades, confira Esquema do log de atividades.
A tabela a seguir lista algumas operações relacionadas ao Machine Learning que podem ser criadas no log de atividades. Para obter uma lista completa das operações Microsoft.MachineLearningServices, consulte Microsoft.MachineLearningServices resource provider operations.
| Operação | Descrição |
|---|---|
| Cria ou atualiza espaços de trabalho do Machine Learning | Um espaço de trabalho foi criado ou atualizado |
| CheckComputeNameAvailability | Verificar se um nome de computação já está em uso |
| Criar ou atualizar os recursos de computação | Um recurso de computação foi criado ou atualizado |
| Exclui os recursos de computação | Um recurso de computação foi excluído |
| Listar segredos | Em segredos listados da operação para um espaço de trabalho Machine Learning |
Esquemas de log
O Aprendizado de Máquina do Azure usa os seguintes esquemas.
AmlComputeJobEvent table
| Propriedade | Descrição |
|---|---|
| TimeGenerated | Hora em que a entrada de log foi gerada |
| OperationName | Nome da operação associada ao evento de log |
| Categoria | Nome do evento de log |
| JobId | ID do Trabalho enviado |
| ExperimentId | ID do experimento |
| ExperimentName | Nome do experimento |
| CustomerSubscriptionId | SubscriptionId em que o Teste e o Trabalho são enviados |
| WorkspaceName | Nome do espaço de trabalho do Machine Learning |
| ClusterName | Nome do Cluster |
| ProvisioningState | Estado dos envios de trabalho |
| ResourceGroupName | Nome do grupo de recursos |
| JobName | Nome do Trabalho |
| ClusterId | ID do cluster |
| EventType | Tipo de evento de Trabalho. Por exemplo, JobSubmitted, JobRunning, JobFailed, JobSucceeded. |
| ExecutionState | Estado do trabalho (a execução). Por exemplo, em fila, em execução, com êxito, com falha |
| ErrorDetails | Detalhes do erro de trabalho |
| CreationApiVersion | Versão da API usada para criar o trabalho |
| ClusterResourceGroupName | Nome do grupo de recursos do cluster |
| TFWorkerCount | Contagem de trabalhos de TF |
| TFParameterServerCount | Contagem do servidor de parâmetros TF |
| ToolType | Tipo de ferramenta utilizada |
| RunInContainer | Sinalizador que descreve se o trabalho deve ser executado dentro de um contêiner |
| JobErrorMessage | mensagem detalhada de erro de Trabalho |
| NodeId | ID do nó criado onde o trabalho está em execução |
AmlComputeClusterEvent table
| Propriedade | Descrição |
|---|---|
| TimeGenerated | Hora em que a entrada de log foi gerada |
| OperationName | Nome da operação associada ao evento de log |
| Categoria | Nome do evento de log |
| ProvisioningState | Estado de provisionamento do cluster |
| ClusterName | Nome do cluster |
| ClusterType | Tipo do cluster |
| CreatedBy | Usuário que criou o cluster |
| CoreCount | Contagem dos núcleos no cluster |
| VmSize | Tamanho da VM do cluster |
| VmPriority | Prioridade dos nós criados dentro de um cluster Dedicado/LowPriority |
| ScalingType | Tipo de dimensionamento manual/automático do cluster |
| InitialNodeCount | Contagem de nós inicial do cluster |
| MinimumNodeCount | Contagem mínima de nós do cluster |
| MaximumNodeCount | Contagem máxima de nós do cluster |
| NodeDeallocationOption | Como o nó deve ser desalocado |
| Publisher | Editor do tipo de cluster |
| Oferta | Oferta com a qual o cluster é criado |
| Sku | SKU do nó/VM criado dentro do cluster |
| Versão | Versão da imagem usada enquanto o nó/VM é criado |
| SubnetId | SubnetId do cluster |
| AllocationState | Estado de alocação do cluster |
| CurrentNodeCount | Contagem de nós atual do cluster |
| TargetNodeCount | Contagem de nós de destino do cluster ao aumentar/reduzir verticalmente |
| EventType | Tipo de evento durante a criação do cluster. |
| NodeIdleTimeSecondsBeforeScaleDown | Tempo ocioso em segundos antes que o cluster seja reduzido verticalmente |
| PreemptedNodeCount | Contagem de nós admitidos do cluster |
| IsResizeGrow | Sinalizador que indica que o cluster está aumentando verticalmente |
| VmFamilyName | Nome da família de VMs dos nós que podem ser criados dentro do cluster |
| LeavingNodeCount | Saindo da contagem de nós do cluster |
| UnusableNodeCount | Contagem de nós inutilizáveis do cluster |
| IdleNodeCount | Contagem de nós ociosos do cluster |
| RunningNodeCount | Contagem de nós em execução do cluster |
| PreparingNodeCount | Preparando a contagem de nós do cluster |
| QuotaAllocated | Cota alocada para o cluster |
| QuotaUtilized | Cota utilizada do cluster |
| AllocationStateTransitionTime | Tempo de transição de um estado para outro |
| ClusterErrorCodes | Código de erro recebido durante a criação ou o dimensionamento do cluster |
| CreationApiVersion | Versão da API usada ao criar o cluster |
AmlComputeInstanceEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlComputeInstanceEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| CorrelationId | Um GUID usado para agrupar um conjunto de eventos relacionados, quando aplicável. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlComputeInstanceName | "O nome da instância de computação associada à entrada de log. |
AmlDataLabelEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlDataLabelEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| CorrelationId | Um GUID usado para agrupar um conjunto de eventos relacionados, quando aplicável. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlProjectId | O identificador exclusivo do projeto do Azure Machine Learning. |
| AmlProjectName | O nome do projeto do Azure Machine Learning. |
| AmlLabelNames | Os nomes de classe de rótulo que são criados para o projeto. |
| AmlDataStoreName | O nome do armazenamento de dados em que os dados do projeto são armazenados. |
AmlDataSetEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlDataSetEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| AmlWorkspaceId | Um GUID e uma ID exclusiva do workspace do Azure Machine Learning. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlDatasetId | A ID do conjunto de dados do Azure Machine Learning. |
| AmlDatasetName | O nome do conjunto de dados do Azure Machine Learning. |
AmlDataStoreEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlDataStoreEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| AmlWorkspaceId | Um GUID e uma ID exclusiva do workspace do Azure Machine Learning. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlDatastoreName | O nome do armazenamento de dados do Azure Machine Learning. |
AmlDeploymentEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlDeploymentEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlServiceName | O nome do serviço do Azure Machine Learning. |
AmlInferencingEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlInferencingEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlServiceName | O nome do serviço do Azure Machine Learning. |
AmlModelsEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlModelsEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| ResultSignature | O código de status HTTP do evento. Os valores comuns incluem 200, 201, 202 etc. |
| AmlModelName | O nome do modelo do Azure Machine Learning. |
AmlPipelineEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlPipelineEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| AmlWorkspaceId | Um GUID e uma ID exclusiva do workspace do Azure Machine Learning. |
| AmlWorkspaceId | O nome do workspace do Azure Machine Learning. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlModuleId | Um GUID e uma ID exclusiva do módulo. |
| AmlModelName | O nome do modelo do Azure Machine Learning. |
| AmlPipelineId | A ID do pipeline do Azure Machine Learning. |
| AmlParentPipelineId | A ID do pipeline pai do Azure Machine Learning (em caso de clonagem). |
| AmlPipelineDraftId | A ID do rascunho de pipeline do Azure Machine Learning. |
| AmlPipelineDraftName | O nome do rascunho de pipeline do Azure Machine Learning. |
| AmlPipelineEndpointId | A ID do ponto de extremidade do pipeline do Azure Machine Learning. |
| AmlPipelineEndpointName | O nome do ponto de extremidade do pipeline do Azure Machine Learning. |
AmlRunEvent table
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlRunEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em Andamento, Com Êxito, Com Falha, Ativo e Resolvido. |
| OperationName | O nome da operação associada à entrada de log |
| AmlWorkspaceId | Um GUID e uma ID exclusiva do workspace do Azure Machine Learning. |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| RunId | A ID exclusiva da execução. |
Tabela AmlEnvironmentEvent
| Propriedade | Descrição |
|---|---|
| Type | Nome do evento de log, AmlEnvironmentEvent |
| TimeGenerated | Hora (UTC) em que a entrada de log foi gerada |
| Nível | O nível de severidade do evento. Precisa ser Informativo, Aviso, Erro ou Crítico. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou do aplicativo que realizou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlEnvironmentName | O nome da configuração do ambiente do Azure Machine Learning. |
| AmlEnvironmentVersion | O nome da versão de configuração do ambiente do Azure Machine Learning. |
Tabela AMLOnlineEndpointTrafficLog (versão prévia)
| Propriedade | Descrição |
|---|---|
| Método | O método solicitado pelo cliente. |
| Caminho | O caminho solicitado pelo cliente. |
| SubscriptionId | A ID da assinatura de machine learning do ponto de extremidade online. |
| AzureMLWorkspaceId | A ID do workspace de machine learning do ponto de extremidade online. |
| AzureMLWorkspaceName | O nome do espaço de trabalho de machine learning do ponto de extremidade online. |
| EndpointName | O nome do ponto de extremidade online. |
| DeploymentName | O nome da implantação online. |
| Protocolo | O protocolo da solicitação. |
| ResponseCode | O código de resposta final retornado ao cliente. |
| ResponseCodeReason | O motivo do código de resposta final retornado ao cliente. |
| ModelStatusCode | O código de status da resposta do modelo. |
| ModelStatusReason | O motivo do status da resposta do modelo. |
| RequestPayloadSize | O total de bytes recebidos do cliente. |
| ResponsePayloadSize | O total de bytes enviados de volta ao cliente. |
| UserAgent | O cabeçalho usuário-agente da solicitação, incluindo comentários, mas truncado para um máximo de 70 caracteres. |
| XRequestId | A ID de solicitação gerada pelo Azure Machine Learning para rastreamento interno. |
| XMSClientRequestId | A ID de rastreamento gerada pelo cliente. |
| TotalDurationMs | Duração em milissegundos da hora de início da solicitação até o último byte de resposta enviado de volta ao cliente. Se o cliente estiver desconectado, ele medirá da hora de início até a hora de desconexão do cliente. |
| RequestDurationMs | Duração em milissegundos da hora de início da solicitação até o último byte da solicitação recebida do cliente. |
| ResponseDurationMs | Duração em milissegundos da hora de início da solicitação até o primeiro byte de resposta lido do modelo. |
| RequestThrottlingDelayMs | Atraso em milissegundos na transferência de dados da solicitação devido à limitação da largura de banda. |
| ResponseThrottlingDelayMs | Atraso em milissegundos na transferência de dados da resposta devido à limitação da largura de banda. |
Para obter mais informações sobre esse log, consulte Monitorar pontos de extremidade online.
AMLOnlineEndpointConsoleLog
| Propriedade | Descrição |
|---|---|
| TimeGenerated | O carimbo de data/hora (UTC) de quando o log foi gerado. |
| OperationName | A operação associada ao registro de log. |
| InstanceId | A ID da instância que gerou esse registro de log. |
| DeploymentName | O nome da implantação associada ao registro de log. |
| ContainerName | O nome do contêiner em que o log foi gerado. |
| Mensagem | O conteúdo do log. |
Para obter mais informações sobre esse log, consulte Monitorar pontos de extremidade online.
AMLOnlineEndpointEventLog (versão prévia)
| Propriedade | Descrição |
|---|---|
| TimeGenerated | O carimbo de data/hora (UTC) de quando o log foi gerado. |
| OperationName | A operação associada ao registro de log. |
| InstanceId | A ID da instância que gerou esse registro de log. |
| DeploymentName | O nome da implantação associada ao registro de log. |
| Nome | O nome do evento. |
| Mensagem | O conteúdo do evento. |
Para obter mais informações sobre esse log, consulte Monitorar pontos de extremidade online.
Conteúdo relacionado
- Consulte Monitorar o Machine Learning para obter uma descrição do monitoramento do Machine Learning.
- Confira Monitorar recursos do Azure com o Azure Monitor para ver informações detalhadas sobre o monitoramento dos recursos do Azure.