Monitoramento de dimensionamento automático

  • 2 minutos

Nesta unidade, examinamos os conceitos de monitoramento de dimensionamento automático.

Monitoramento

Semelhante a outros recursos do Azure, as ações de dimensionamento automático do Azure Spring Apps criam logs. Há duas categorias de logs que ele pode criar:

  • Avaliações do dimensionamento automático: o mecanismo de dimensionamento automático registra entradas de log para cada avaliação de condição única sempre que faz uma verificação. A entrada inclui detalhes sobre os valores observados das métricas, as regras avaliadas e se a avaliação resultou em uma ação de dimensionamento ou não.

  • Ações de dimensionamento automático: o mecanismo registra eventos de ação de escala iniciados pelo serviço de dimensionamento automático e os resultados dessas ações de escala (sucesso, falha e o nível de escala ocorrido, conforme visto pelo serviço de dimensionamento automático).

Noções básicas de eventos de dimensionamento automático

Na tela Configuração de dimensionamento automático, acesse a guia Histórico de execuções para ver as ações de escala mais recentes. A guia também mostra a alteração na Capacidade observada ao longo do tempo. Ela também mostra mais detalhes sobre todas as ações de dimensionamento automático, incluindo operações como atualizar e excluir as configurações de dimensionamento automático. A tela Configuração também mostra o log de atividades e permite que você filtre o conteúdo por operações de dimensionamento automático.

O dimensionamento automático vai registrar no log de atividades se qualquer das seguintes condições ocorrer:

  • O dimensionamento automático emite uma operação de escala.
  • O serviço de dimensionamento automático conclui com sucesso uma ação de escala.
  • O serviço de dimensionamento automático não pode executar uma ação de dimensionamento.
  • O dimensionamento automático detecta oscilação e anula a tentativa de escala. Você verá um tipo de log de Flapping nessa situação. Se você vir Flapping , considere se os limites são muito estreitos.
  • O dimensionamento automático detecta a oscilação, mas ainda pode ser escalado com sucesso. Você verá um tipo de log de FlappingOccurred nessa situação. Se você vir FlappingOccurred, isso indicará que o mecanismo de dimensionamento automático tentou fazer a escala (por exemplo, de quatro instâncias para duas), mas determinou que essa ação causaria oscilações. Em vez disso, o mecanismo de dimensionamento automático foi escalado para um número diferente de instâncias (por exemplo, usando três instâncias em vez de duas), o que não causa mais oscilações. Portanto, ele foi escalado para esse número de instâncias.

Monitorar o dimensionamento automático do aplicativo com o Log Analytics

Assim como ocorre com qualquer serviço com suporte Azure Monitor, você pode usar as Configurações de Diagnóstico para rotear esses logs:

  • Para seu workspace do Azure Log Analytics para análise detalhada.
  • Para os Hubs de Eventos do Azure e, em seguida, para ferramentas que não são do Azure.
  • Para sua conta de armazenamento do Azure para arquivamento.

Para melhor validar as ações de avaliação e dimensionamento, use o Log Analytics. Em seu aplicativo de exemplo, roteamos os seus logs de dimensionamento automático para os Logs do Azure Monitor (Log Analytics) por meio de um workspace quando você criou a configuração de dimensionamento automático.

Os dados são recuperados de um workspace do Log Analytics usando uma consulta de log, que é uma solicitação somente leitura para processar dados e retornar resultados. As consultas de log são escritas em Linguagem de Consulta Kusto (KQL), que é a mesma linguagem de consulta usada pelo Azure Data Explorer.

Observação

Para obter mais informações sobre a sintaxe KQL, confira a unidade Resumo no final deste módulo.

No próximo exercício, você usará o Log Analytics para saber mais sobre os eventos de dimensionamento automático.