Share via

Recomendações para coletar dados de desempenho

  • Artigo

Aplica-se a esta recomendação de lista de verificação de Eficiência de Desempenho do Azure Well-Architected Framework:

PE:04 Coletar dados de desempenho. Os componentes e fluxos de carga de trabalho devem fornecer métricas e logs automáticos, contínuos e significativos. Colete dados em diferentes níveis da carga de trabalho, como o aplicativo, a plataforma, os dados e os níveis do sistema operacional.

Coletar dados de desempenho é o processo de coleta de métricas e logs que fornecem informações sobre o desempenho de uma carga de trabalho. Esses dados incluem valores numéricos, que são conhecidos como métricas. As métricas descrevem o estado do sistema em um determinado ponto no tempo. Ele também inclui logs que contêm diferentes tipos de dados organizados em registros.

Ao coletar dados de desempenho, você pode monitorar e analisar o desempenho de uma carga de trabalho. Você pode usar essas informações para identificar gargalos de desempenho, solucionar problemas, otimizar a alocação de recursos e tomar decisões controladas por dados para melhorar a eficiência geral do desempenho da carga de trabalho.

Sem insights controlados por dados, talvez você não esteja ciente de problemas de desempenho subjacentes ou oportunidades de otimização. Os resultados potenciais incluem tempos de resposta mais lentos, taxa de transferência reduzida, maior uso de recursos e, por fim, uma experiência de usuário abaixo do ideal. Além disso, a falta de dados de desempenho dificulta o diagnóstico e a solução de problemas em tempo hábil, levando a um tempo de inatividade prolongado e à redução da produtividade.

Definições

Termo Definição
Logs de atividades Logs que acompanham operações de gerenciamento em recursos, como a exclusão de um recurso.
Logs de aplicativo Logs que acompanham informações sobre eventos de aplicativo, erros e outras atividades, como entradas de uso e falhas de conexão de banco de dados.
Ferramenta de monitoramento de desempenho do aplicativo (APM) Uma ferramenta que monitora e relata o desempenho de um aplicativo.
Instrumentação de código A captura direta ou indireta de métricas de desempenho da perspectiva do código do aplicativo. As métricas capturadas incluem métricas de fluxo, uso de recursos e métricas específicas para o idioma ou runtime.
Rastreamento distribuído Coletando e correlacionando métricas entre componentes de carga de trabalho distribuídos.
Coletor de métricas Um destino de armazenamento para suas métricas que correlaciona dados de série temporal para análise.
Logs de plataforma Dados de diagnóstico e auditoria que incluem logs de recursos, logs de atividades e logs de auditoria.
Métricas de plataforma Valores numéricos que registram o desempenho da carga de trabalho em um determinado momento.
Logs de recursos Dados gerados por um sistema. Ele fornece informações sobre o estado do sistema.
Erros de Rx/Tx O número de erros de recebimento e transmissão de erros em um adaptador de rede.
Registro em log estruturado Definindo um formato significativo para registrar mensagens em log, normalmente como pares chave-valor.

Principais estratégias de design

A otimização de desempenho requer dados para medir o desempenho atual de uma carga de trabalho ou um fluxo em relação às suas metas de desempenho. Você precisa coletar a quantidade certa e a diversidade de dados para medir o desempenho do código e a infraestrutura em relação às metas de desempenho. Verifique se todos os componentes e fluxos dentro da carga de trabalho geram automaticamente métricas e logs contínuos e significativos. Você precisa obter esses dados de diversos níveis, como o aplicativo, a plataforma, o armazenamento e o sistema operacional. A coleta abrangente de dados de desempenho permite uma compreensão holística do desempenho, permitindo a identificação precisa de ineficiências e caminhos para melhorias.

Centralizar dados de desempenho

Centralizar métricas e logs de desempenho é o processo de coletar métricas e logs de desempenho de várias fontes e armazená-los em um local central. Crie um coletor de métricas central e um coletor de log central. Essa centralização permite fácil acesso, análise e monitoramento de métricas e logs de desempenho em diferentes sistemas e componentes. Centralizando métricas e logs, você obtém visibilidade do desempenho da carga de trabalho. Escolha uma plataforma ou ferramenta adequada que possa agregar e armazenar logs e métricas de desempenho de carga de trabalho.

Compensação: entenda o custo da coleta de métricas e logs. Em geral, quanto mais métricas e logs você coletar, maior será o custo.

Dados de desempenho do segmento

Segmentar dados de desempenho envolve organizar e categorizar métricas e logs com base em sua origem, finalidade ou ambiente. Por exemplo, você deve separar os dados de produção dos dados de não produção ou distinguir entre as metas de desempenho e as métricas de negócios. A segmentação de dados ajuda na otimização de ambientes específicos, facilita a solução de problemas e limita as imprecisões no monitoramento de desempenho. Mantendo uma distinção clara entre diferentes tipos de dados, você pode capturar, analisar e responder a métricas relevantes de forma mais eficiente e melhor alinhar a integridade da carga de trabalho com os objetivos da carga de trabalho. Para segmentar dados de desempenho, considere as seguintes recomendações:

  • Mantenha os dados de produção e os dados de não produção separados. Ao separar dados por ambiente, você pode garantir o monitoramento e a otimização focados de cada ambiente. Em ambientes de produção, você pode identificar e resolver melhor problemas de desempenho que afetam diretamente usuários e operações de negócios. Em ambientes de não produção, a separação de dados facilita a solução de problemas e ajustes eficazes durante a fase de teste antes de implantar na produção.

  • Use um conjunto de dados em cada ambiente. Não use um conjunto de dados para destinos de desempenho e outro conjunto de dados para alertas relacionados às metas de desempenho. O uso de diferentes conjuntos de dados leva a alertas imprecisos que prejudicam a eficácia do monitoramento de desempenho.

  • Metas de desempenho separadas e métricas de negócios. As equipes de operações e desenvolvimento usam metas de desempenho para monitorar a integridade da carga de trabalho e atender às metas de negócios. As métricas de negócios estão relacionadas a metas de negócios ou relatórios de clientes. Capture métricas de negócios em um fluxo de dados separado, mesmo que os dados se sobreponham diretamente. A separação oferece flexibilidade para capturar os dados certos e analisar os dados de forma independente.

Definir políticas de retenção

As políticas de retenção determinam por quanto tempo os dados de desempenho devem ser mantidos. Estabelecer essas políticas ajuda a gerenciar o armazenamento com eficiência e garante que apenas os dados necessários sejam acessíveis para análise. Essas políticas dão suporte a um melhor desempenho e atendem aos padrões de conformidade. Você deve configurar políticas de retenção para os dados de log e métricas para habilitar a solução de problemas e o monitoramento eficazes em todos os ambientes. Por exemplo, os logs e as métricas podem precisar ser mantidos por mais tempo em um ambiente de produção do que no ambiente de teste. O período de retenção deve corresponder aos requisitos e aos regulamentos de conformidade da sua organização. Decida por quanto tempo manter os dados para fins de análise e auditoria. Arquive os dados que você não precisa para análise imediata.

Coletar dados de desempenho do aplicativo

A coleta de dados do aplicativo envolve o monitoramento e a análise das métricas de desempenho de um aplicativo, como taxa de transferência, latência e tempos de conclusão, coletados principalmente por meio do código de instrumentação. Os dados de desempenho do aplicativo fornecem insights valiosos sobre a integridade e o desempenho de um aplicativo. Ao monitorar e analisar dados de desempenho, você pode identificar e solucionar problemas, otimizar o desempenho do aplicativo e tomar decisões informadas para seu aplicativo.

Código de instrumento

Instrumentação refere-se ao processo de inserção de snippets de código ou integração de ferramentas em um código de aplicativo. A finalidade da instrumentação é capturar dados de desempenho enquanto o aplicativo é executado. É essencial coletar métricas que realçam as operações críticas do aplicativo. Concentre-se em métricas como taxa de transferência, latência e tempo de conclusão. É importante diferenciar entre operações e operações relacionadas aos negócios que não são. Para dados relativos a operações de negócios, certifique-se de que seus metadados sejam estruturados de uma maneira que permita rastreamento e armazenamento distintos. O principal motivo para a instrumentação de código é coletar dados sobre como o aplicativo lida com sua carga de trabalho. Ele oferece os seguintes benefícios:

  • Identificando gargalos de desempenho: Ao acompanhar métricas como uso de CPU e uso de memória, você pode identificar gargalos e otimizar o código adequadamente.

  • Avaliando o comportamento do sistema em uma carga: Você pode ver como o aplicativo é executado em diferentes cargas de trabalho e cenários de estresse. Esses dados podem ajudá-lo a identificar problemas relacionados à escalabilidade, simultaneidade e uso de recursos.

  • Acompanhamento da integridade e disponibilidade do aplicativo: Como os principais indicadores de desempenho são monitorados em tempo real, você pode receber alertas sobre possíveis problemas que afetam o desempenho e a disponibilidade do aplicativo.

  • Melhorar a experiência do usuário: Você pode obter insights sobre como os usuários interagem com o aplicativo. Use essas informações para otimizar a experiência do usuário e identificar áreas de melhoria.

  • Planeje a capacidade e aloque recursos: Os dados de desempenho coletados pela instrumentação podem fornecer insights valiosos sobre os requisitos de recursos de um aplicativo. Essas informações podem informar suas decisões sobre como planejar a capacidade e alocar recursos.

Ao instrumentar o código para monitoramento de desempenho, considere as seguintes estratégias:

  • Usar ferramentas do APM: as ferramentas do APM podem coletar e analisar dados de desempenho, incluindo métricas, rastreamentos e logs. As ferramentas do APM oferecem recursos como instrumentação em nível de código, rastreamento de transações e criação de perfil de desempenho.

  • Usar estruturas de registro em log e rastreamento: estruturas de registro em log e rastreamento são ferramentas ou bibliotecas que os desenvolvedores integram em seus aplicativos para facilitar o registro em log e o rastreamento. Essas estruturas fornecem funções para gerar logs, solicitações de rastreamento e, às vezes, até mesmo formatar ou transportar os dados gerados. Ao incorporar estruturas de registro em log e rastreamento na base de código, os desenvolvedores podem capturar dados relevantes durante o runtime. Os dados podem incluir informações sobre o caminho em execução, E/S e desempenho.

  • Instrumentação personalizada: os desenvolvedores podem adicionar código personalizado para coletar métricas de desempenho exclusivas de seu aplicativo e carga de trabalho. A instrumentação personalizada pode medir runtimes, acompanhar o uso de recursos ou capturar eventos específicos. Escreva instrumentação de código personalizada somente quando as métricas da plataforma forem insuficientes. Em algumas situações, o recurso de plataforma pode medir perspectivas agregadas ou até mesmo granulares do seu aplicativo. Avalie a questão de duplicar esse esforço usando código personalizado contra compensações de código em excesso ou dependência em um recurso de plataforma.

  • Capturar tempos de transação. A captura de tempos de transação está relacionada à medição dos tempos de ponta a ponta para as principais funções técnicas como parte do monitoramento de desempenho. As métricas no nível do aplicativo devem incluir tempos de transação de ponta a ponta. Esses tempos de transação devem abranger as principais funções técnicas, como consultas de banco de dados, tempos de resposta para chamadas à API externas e taxas de falha das etapas de processamento.

  • Use padrões de telemetria. Considere usar bibliotecas e ferramentas de instrumentação de ferramentas do APM criadas em torno de um padrão de telemetria, como OpenTelemetry.

Habilitar o rastreamento distribuído

O rastreamento distribuído é uma técnica usada para acompanhar e monitorar solicitações à medida que elas fluem por um sistema distribuído. Ele permite que você rastreie o caminho de uma solicitação à medida que ela percorre vários serviços e componentes, fornecendo insights valiosos sobre o desempenho e a eficiência de sua carga de trabalho. O rastreamento distribuído é importante para eficiência de desempenho porque ajuda a identificar gargalos, problemas de latência e áreas para otimização em um sistema distribuído. Você pode identificar onde ocorrem atrasos ou ineficiências e tomar as ações apropriadas para melhorar o desempenho visualizando o fluxo de uma solicitação. Siga estas etapas para habilitar o rastreamento distribuído:

  1. Comece instrumentando seus aplicativos e serviços para gerar dados de rastreamento. Use bibliotecas ou estruturas que dão suporte ao rastreamento distribuído, como OpenTelemetry.

  2. Verifique se as informações de rastreamento são propagadas entre os limites de serviço. Normalmente, você deve passar uma ID de rastreamento exclusiva e outras informações contextuais com cada solicitação.

  3. Configurar um sistema de coleta de rastreamento centralizado. Esse sistema coleta e armazena os dados de rastreamento gerados por seus aplicativos e serviços.

  4. Use os dados de rastreamento coletados para visualizar o fluxo de solicitações de ponta a ponta e analisar as características de desempenho do sistema distribuído.

Coletar logs do aplicativo

Quando você instrumenta o código, uma das saídas primárias deve ser os logs do aplicativo. O registro em log ajuda você a entender como o aplicativo é executado em vários ambientes. Os logs de aplicativo registram as condições que produzem eventos de aplicativo. Coletar logs de aplicativo em todos os ambientes de aplicativo. As entradas de log correspondentes no aplicativo devem capturar uma ID de correlação das respectivas transações desse aplicativo. A ID de correlação deve correlacionar eventos de log do aplicativo entre fluxos críticos do aplicativo, como a entrada do usuário. Use essa correlação para avaliar a integridade dos principais cenários no contexto de destinos e requisitos não funcionais.

Você deve usar o registro em log estruturado. O log estruturado acelera a análise e a análise de logs. Isso torna os logs mais fáceis de indexar, consultar e relatar sem complexidade. Adicione e use uma biblioteca de log estruturada no código do aplicativo. Às vezes, as entradas de log podem ajudá-lo a correlacionar dados que você não pôde correlacionar por outros meios.

Coletar dados de desempenho de recursos

Ao coletar dados de desempenho de recursos, você pode obter insights sobre a integridade e o comportamento da carga de trabalho. Os dados de desempenho de recursos fornecem informações sobre o uso de recursos, que é fundamental para o planejamento de capacidade. Esses dados também fornecem insights sobre a integridade de uma carga de trabalho e podem ajudá-lo a detectar problemas e solucionar problemas. Considere as seguintes recomendações:

  • Coletar métricas e logs para cada recurso. Cada serviço do Azure tem um conjunto de métricas que é exclusivo para a funcionalidade do recurso. Essas métricas ajudam você a entender a integridade e o desempenho do recurso. Adicione uma configuração de diagnóstico para cada recurso para enviar métricas para um local que sua equipe de carga de trabalho pode acessar à medida que eles criam alertas e painéis. Os dados de métrica estão disponíveis para acesso de curto prazo. Para acesso de longo prazo ou para acesso de um sistema que está fora do Azure Monitor, envie os dados de métrica para o coletor unificado para o local de acesso.

  • Use ferramentas de plataforma. Reúna inspiração de soluções internas e integradas de monitoramento, como o Azure Monitor Insights. Essa ferramenta simplifica as operações de desempenho. Considere as ferramentas de plataforma ao selecionar uma plataforma e investir em ferramentas ou relatórios personalizados.

  • Monitorar o tráfego de rede. Monitorar o tráfego de rede significa acompanhar e analisar o fluxo e os padrões de dados à medida que ele se move pelos caminhos de rede. Colete a análise de tráfego e monitore o tráfego que atravessa os limites da sub-rede. Sua meta é analisar e otimizar o desempenho da rede.

Coletar dados de banco de dados e armazenamento

Muitos sistemas de banco de dados e armazenamento fornecem suas próprias ferramentas de monitoramento. Essas ferramentas coletam dados de desempenho específicos para esses sistemas. Os sistemas de banco de dados e armazenamento geralmente geram logs que contêm eventos e indicadores relacionados ao desempenho. Colete dados de banco de dados e dados de desempenho de armazenamento para que você possa identificar gargalos, diagnosticar problemas e tomar decisões informadas para melhorar o desempenho geral e a confiabilidade da carga de trabalho. Considere coletar os seguintes tipos de dados de desempenho:

  • Taxa de transferência: a taxa de transferência mede a quantidade de dados lidos ou gravados no sistema de armazenamento durante um período de tempo. Os dados de taxa de transferência indicam os recursos de transferência de dados.

  • Latência: a latência mede por quanto tempo as operações de armazenamento duram. Os dados de latência indicam a capacidade de resposta do sistema de armazenamento.

  • IOPS (operações de E/S por segundo): dados sobre o número de operações de leitura ou operações de gravação que o sistema de armazenamento pode executar em um segundo. Os dados de IOPS indicam a taxa de transferência e a capacidade de resposta do sistema de armazenamento.

  • Uso da capacidade: o uso da capacidade é a quantidade de capacidade de armazenamento usada e a quantidade disponível. Os dados de uso de capacidade ajudam as organizações a planejarem necessidades futuras de armazenamento.

Para bancos de dados, você também deve coletar métricas específicas do banco de dados:

  • Desempenho da consulta: dados sobre o tempo de execução, o uso de recursos e a eficiência das consultas de banco de dados. Consultas de banco de dados lentas ou ineficientes podem reduzir significativamente uma carga de trabalho. Procure consultas lentas e que são executadas com frequência.

  • Desempenho da transação: dados sobre o desempenho de transações de banco de dados, como duração da transação, simultaneidade e contenção de bloqueio.

  • Desempenho do índice: dados sobre o desempenho de índices de banco de dados, como fragmentação de índice, estatísticas de uso e otimização de consulta.

  • Uso de recursos: dados que incluem CPU, memória, espaço em disco, E/S e largura de banda de rede.

  • Métricas de conexão: métricas que acompanham o número de conexões ativas, anuladas e com falha. Altas taxas de falha podem indicar problemas de rede ou podem indicar que o banco de dados atingiu seu número máximo de conexões.

  • Taxas de transação: o número de transações que um banco de dados executa por segundo. Uma alteração nas taxas de transação pode indicar problemas de desempenho.

  • Taxas de erro: dados que indicam o desempenho de um banco de dados. Altas taxas de erro podem indicar um problema de desempenho. Coletar e analisar erros de banco de dados.

Coletar dados do sistema operacional (se aplicável)

Uma solução de PaaS (plataforma como serviço) elimina a necessidade de coletar dados de desempenho do sistema operacional. No entanto, se a carga de trabalho for executada em máquinas virtuais (infraestrutura como serviço), você precisará coletar dados de desempenho sobre o sistema operacional. Você precisa entender a demanda em seu sistema operacional e máquina virtual. Contadores de desempenho do sistema operacional de exemplo com frequência. Por exemplo, você pode amostrar os contadores de desempenho a cada minuto.

No mínimo, colete dados sobre as seguintes áreas de desempenho.

Área de desempenho Processo ou função
CPU - Uso da CPU (modo de usuário ou modo privilegiado)
- Comprimento da fila da CPU (número de processos que estão aguardando tempo de CPU)
Processar – Contagem de threads de processo
– Contagem de identificadores de processo
Memória - Memória confirmada
- Memória disponível
– Páginas por segundo
- Trocar o uso de espaço
Disco – Leitura de disco
– Gravações em disco
– Taxa de transferência de disco
- Uso de espaço em disco
Rede – Taxa de transferência do adaptador de rede
– Erros de Rx/Tx do adaptador de rede

Validar e analisar dados

Seus dados de desempenho devem estar alinhados com as metas de desempenho. Os dados precisam representar o desempenho da carga de trabalho ou do fluxo completamente e com precisão no que diz respeito às metas de desempenho. Por exemplo, o tempo de resposta para um serviço Web tem um destino de desempenho de 500 ms. Torne-se uma rotina analisar os dados, pois as avaliações frequentes permitem a detecção precoce e a mitigação de problemas de desempenho.

  • Criar alertas. É benéfico ter alertas que podem ser acionáveis, permitindo a identificação do prompt e a retificação de problemas de desempenho. Esses alertas devem indicar claramente o limite de desempenho violado, o potencial efeito comercial e os componentes envolvidos. Comece definindo o alerta comum e recomendado. Ao longo do tempo, você pode modificar esses critérios com base em suas necessidades específicas. O objetivo principal desses alertas deve ser prever possíveis quedas de desempenho antes que eles se transformem em problemas significativos. Se você não puder definir um alerta para uma dependência externa, considere criar um método para coletar medidas indiretas, como a duração de uma chamada de dependência.

  • Definir limites de coleta de dados. Determine e defina limites lógicos no volume de dados coletados e sua duração de retenção. Às vezes, a telemetria pode produzir quantidades esmagadoras de dados. É essencial se concentrar em capturar apenas os indicadores de desempenho mais vitais ou ter um sistema eficiente em vigor para extrair insights significativos de seus dados de desempenho.

Facilitação do Azure

Centralizando, segmentando e retendo dados de desempenho: o Azure Monitor coleta e agrega dados de cada camada e componente da carga de trabalho em várias assinaturas e locatários do Azure e não Azure. Ele armazena os dados em uma plataforma de dados comum para consumo por um conjunto comum de ferramentas que podem correlacionar, analisar, visualizar e/ou responder aos dados.

Você precisa de pelo menos um workspace do Log Analytics para habilitar os Logs do Azure Monitor. Você pode usar um único workspace para toda a sua coleta de dados. Você também pode criar vários workspaces com base em requisitos para segmentar dados de desempenho. Ele também permite que você defina políticas de retenção.

Coletando dados de desempenho do aplicativo: o Application Insights é um recurso do Azure Monitor que ajuda a monitorar o desempenho e a disponibilidade do aplicativo. Ele fornece insights no nível do aplicativo coletando dados de telemetria, como taxas de solicitação, tempos de resposta e detalhes da exceção. Você pode habilitar o Application Insights para seu aplicativo e configurá-lo para coletar os dados de desempenho necessários. O Application Insights também dá suporte ao rastreamento distribuído. Configure o rastreamento distribuído para todos os fluxos. Para criar fluxos de transação de ponta a ponta, correlacione eventos provenientes de diferentes componentes ou camadas de aplicativo.

Os contadores de desempenho são uma maneira poderosa de monitorar o desempenho do aplicativo. O Azure fornece vários contadores de desempenho que você pode usar para coletar dados sobre uso de CPU, uso de memória, E/S de disco, tráfego de rede e muito mais. Se você configurar seu aplicativo para emitir dados de contador de desempenho, o Azure Monitor coletará e armazenará os dados para análise.

Coletando dados de desempenho de recursos: a maioria dos serviços do Azure gera logs de plataforma e métricas que fornecem informações de diagnóstico e auditoria. Ao habilitar as configurações de diagnóstico, você pode especificar os logs e as métricas da plataforma para coletar e armazenar. Para fins de correlação, habilite diagnóstico para todos os serviços com suporte e envie os logs para o mesmo destino que os logs do aplicativo.

Coletando dados de desempenho de banco de dados e armazenamento: o Azure Monitor permite coletar dados de desempenho para bancos de dados no Azure. Você pode habilitar o monitoramento para banco de dados SQL do Azure, Banco de Dados do Azure para MySQL, Banco de Dados do Azure para PostgreSQL e outros serviços de banco de dados. O Azure Monitor fornece métricas e logs para monitorar o desempenho do banco de dados, incluindo o uso da CPU, o uso de memória e o desempenho da consulta. Para ser notificado sobre problemas, você pode configurar alertas com base nos limites de desempenho.

O Azure oferece recomendações de desempenho para bancos de dados, como SQL Server no Azure Máquinas Virtuais. Essas recomendações ajudam você a otimizar o desempenho das cargas de trabalho do banco de dados. Eles incluem sugestões para coletar contadores de desempenho, capturar estatísticas de espera e coletar dados de desempenho durante os horários de pico.

O Azure Análise de Armazenamento permite coletar dados de desempenho para serviços de Armazenamento do Azure, como Armazenamento de Blobs, Armazenamento de Tabelas e Armazenamento de Filas. Você pode habilitar o registro em log e as métricas para suas contas de armazenamento para monitorar os principais indicadores de desempenho, como o número de operações de leitura/gravação, taxa de transferência e latência.

Coletando dados de desempenho do sistema operacional: A extensão Diagnóstico do Azure permite coletar dados detalhados de desempenho de suas VMs (máquinas virtuais), incluindo CPU, memória, E/S de disco e tráfego de rede. Esses dados podem ser enviados para o Azure Monitor ou outros serviços de armazenamento para análise e alertas.

Validando e analisando dados de desempenho: no Azure Monitor, você pode usar os Logs do Azure Monitor para coletar, analisar e visualizar dados de log de seus aplicativos e sistemas. Você pode configurar os Logs do Azure Monitor para ingerir logs de seu aplicativo, incluindo logs no nível do aplicativo e logs de infraestrutura. Ao agregar logs, você pode consultar eventos entre consultas e obter insights sobre o desempenho do aplicativo. Para obter mais informações, consulte Cálculos e opções de custo dos Logs do Azure Monitor ePreços do Azure Monitor.

No Azure Monitor, você pode definir regras de alerta para monitorar métricas de desempenho específicas e disparar alertas com base em condições predefinidas. Por exemplo, você pode criar uma regra de alerta para notificá-lo quando o uso da CPU exceder um determinado limite ou quando o tempo de resposta ultrapassar um limite especificado. Configure a regra de alerta para enviar notificações aos destinatários desejados.

Ao criar uma regra de alerta, você pode definir os critérios que determinam quando um alerta deve ser disparado. Você pode definir limites, métodos de agregação, janelas de tempo e a frequência da avaliação. Defina os critérios com base nos requisitos de monitoramento de desempenho. Além de enviar notificações, você pode especificar ações a serem executadas quando um alerta é disparado. As ações podem incluir o envio de emails, a chamada de webhooks ou a execução de funções do Azure. Escolha as ações apropriadas para responder ao cenário de alerta específico.

Exemplos

Lista de verificação de eficiência de desempenho

Consulte o conjunto completo de recomendações.

Lista de verificação de eficiência de desempenho