Referência dos dados de monitorização do Azure Machine Learning
Este artigo contém todas as informações de referência de monitoramento para este serviço.
Consulte Monitor Machine Learning para obter detalhes sobre os dados que você pode coletar para o Azure Machine Learning e como usá-los.
Métricas
Esta seção lista todas as métricas de plataforma coletadas automaticamente para este serviço. Essas métricas também fazem parte da lista global de todas as métricas de plataforma com suporte no Azure Monitor.
Para obter informações sobre retenção de métricas, consulte Visão geral do Azure Monitor Metrics.
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. Executar fornece informações sobre execuções de treinamento para o espaço de trabalho.
Métricas suportadas 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 visualizar todas as colunas disponíveis.
Cabeçalhos de tabela
- Categoria - O grupo ou classificação de métricas.
- Métrica - O nome para exibição da métrica conforme aparece no portal do Azure.
- Nome na API REST - O nome da métrica conforme referido na API REST.
- Unidade - Unidade de medida.
- Agregação - O tipo de agregação padrão. Valores válidos: Média (Média), Mínima (Mín), Máxima (Máx), Total (Soma), Contagem.
- Dimensões - Dimensões disponíveis para a métrica.
- Intervalos de grãos de - tempo 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. - DS Export- Se a métrica é exportável para os Logs do Azure Monitor por meio de configurações de diagnóstico. Para obter informações sobre como exportar métricas, consulte Criar configurações de diagnóstico no Azure Monitor.
| Categoria | Métrica | Nome na API REST | Unit | Agregação | Dimensões | Grãos de tempo | DS Exportação |
|---|---|---|---|---|---|---|---|
| Quota | Núcleos ativos Número de núcleos ativos |
Active Cores |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Quota | Nós ativos Número de nós Acitve. Estes são os nós que estão executando ativamente um trabalho. |
Active Nodes |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Executar | Cancelar execuções solicitadas Número de execuções em que o cancelamento foi solicitado para este espaço de trabalho. A contagem é atualizada quando a solicitação de cancelamento é recebida para uma corrida. |
Cancel Requested Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Executar | Execuções canceladas Número de execuções canceladas para este espaço de trabalho. A contagem é atualizada quando uma execução é cancelada com êxito. |
Cancelled Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Executar | Execuções concluídas Número de execuções concluídas com êxito para este espaço de trabalho. A contagem é atualizada quando uma execução é concluída e a saída é coletada. |
Completed Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Recurso | CpuCapacityMillicores Capacidade máxima de um nó da CPU em milinúcleos. A capacidade é agregada em intervalos de um minuto. |
CpuCapacityMillicores |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | CpuMemoryCapacityMegabytes Utilização máxima de memória de um nó da CPU em megabytes. A utilização é agregada em intervalos de um minuto. |
CpuMemoryCapacityMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | CpuMemoryUtilizationMegabytes Utilização de memória de um nó da CPU em megabytes. A utilização é agregada em intervalos de um minuto. |
CpuMemoryUtilizationMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | CpuMemoryUtilizationPercentage Porcentagem de utilização de memória de um nó da CPU. A utilização é agregada em intervalos de um minuto. |
CpuMemoryUtilizationPercentage |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | CpuUtilização Porcentagem de utilização em um nó da CPU. A utilização é relatada em intervalos de um minuto. |
CpuUtilization |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, runId, NodeId, ClusterName |
PT1M | Sim |
| Recurso | CpuUtilizationMillicores Utilização de um nó de CPU em milinúcleos. A utilização é agregada em intervalos de um minuto. |
CpuUtilizationMillicores |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | CpuUtilizaçãoPorcentagem Porcentagem de utilização de um nó da CPU. A utilização é agregada em intervalos de um minuto. |
CpuUtilizationPercentage |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | DiskAvailMegabytes Espaço disponível em disco em megabytes. As métricas são agregadas em intervalos de um minuto. |
DiskAvailMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | DiskReadMegabytes Dados lidos do disco em megabytes. As métricas são agregadas em intervalos de um minuto. |
DiskReadMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | DiskUsedMegabytes Espaço em disco usado em megabytes. As métricas são agregadas em intervalos de um minuto. |
DiskUsedMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | DiskWriteMegabytes Dados gravados em disco em megabytes. As métricas são agregadas em intervalos de um minuto. |
DiskWriteMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Executar | Erros Número de erros de execução neste espaço de trabalho. A contagem é atualizada sempre que a execução encontra um erro. |
Errors |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario |
PT1M | Sim |
| Executar | Execuções com falha Falha no número de execuções deste espaço de trabalho. A contagem é atualizada quando uma execução falha. |
Failed Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Executar | Finalizando execuções Número de execuções inseridas no estado de finalização para este espaço de trabalho. A contagem é atualizada quando uma execução é concluída, mas a coleta de saída ainda está em andamento. |
Finalizing Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Recurso | GpuCapacityMilliGPUs Capacidade máxima de um dispositivo GPU em mili-GPUs. A capacidade é agregada em intervalos de um minuto. |
GpuCapacityMilliGPUs |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Sim |
| Recurso | GpuEnergyJoules Energia de intervalo em Joules em um nó de GPU. A energia é reportada em intervalos de um minuto. |
GpuEnergyJoules |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, runId, rootRunId, InstanceId, DeviceId, ComputeName |
PT1M | Sim |
| Recurso | GpuMemoryCapacityMegabytes Capacidade máxima de memória de um dispositivo GPU em megabytes. Capacidade agregada em intervalos de um minuto. |
GpuMemoryCapacityMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Sim |
| Recurso | GpuMemoryUtilization Porcentagem de utilização de memória em um nó de GPU. A utilização é relatada em intervalos de um minuto. |
GpuMemoryUtilization |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, runId, NodeId, DeviceId, ClusterName |
PT1M | Sim |
| Recurso | GpuMemoryUtilizationMegabytes Utilização de memória de um dispositivo GPU em megabytes. Utilização agregada em intervalos de um minuto. |
GpuMemoryUtilizationMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Sim |
| Recurso | GpuMemoryUtilizationPercentage Percentagem de utilização de memória de um dispositivo GPU. Utilização agregada em intervalos de um minuto. |
GpuMemoryUtilizationPercentage |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Sim |
| Recurso | GpuUtilização Porcentagem de utilização em um nó de GPU. A utilização é relatada em intervalos de um minuto. |
GpuUtilization |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, runId, NodeId, DeviceId, ClusterName |
PT1M | Sim |
| Recurso | GpuUtilizationMilliGPUs Utilização de um dispositivo GPU em mili-GPUs. A utilização é agregada em intervalos de um minuto. |
GpuUtilizationMilliGPUs |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Sim |
| Recurso | GpuUtilizaçãoPercentagem Porcentagem de utilização de um dispositivo GPU. A utilização é agregada em intervalos de um minuto. |
GpuUtilizationPercentage |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, DeviceId, ComputeName |
PT1M | Sim |
| Recurso | IBReceiveMegabytes Dados de rede recebidos através da InfiniBand em megabytes. As métricas são agregadas em intervalos de um minuto. |
IBReceiveMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName, DeviceId |
PT1M | Sim |
| Recurso | IBTransmitMegabytes Dados de rede enviados através da InfiniBand em megabytes. As métricas são agregadas em intervalos de um minuto. |
IBTransmitMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName, DeviceId |
PT1M | Sim |
| Quota | Núcleos ociosos Número de núcleos inativos |
Idle Cores |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Quota | Nós ociosos Número de nós ociosos. Nós ociosos são os nós que não estão executando nenhum trabalho, mas podem aceitar novo trabalho, se disponível. |
Idle Nodes |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Quota | Deixando núcleos Número de núcleos esquerdos |
Leaving Cores |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Quota | Deixando nós Número de nós à esquerda. Os nós de saída são os nós que acabaram de processar um trabalho e irão para o estado ocioso. |
Leaving Nodes |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Modelo | Falha na implantação do modelo Número de implantações de modelo que falharam neste espaço de trabalho |
Model Deploy Failed |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, StatusCode |
PT1M | Sim |
| Modelo | Implantação do modelo iniciada Número de implantações de modelo iniciadas neste espaço de trabalho |
Model Deploy Started |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario |
PT1M | Sim |
| Modelo | Implantação de modelo bem-sucedida Número de implantações de modelo bem-sucedidas neste espaço de trabalho |
Model Deploy Succeeded |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario |
PT1M | Sim |
| Modelo | Falha no registro do modelo Número de registros de modelo que falharam neste espaço de trabalho |
Model Register Failed |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, StatusCode |
PT1M | Sim |
| Modelo | Registro de modelo bem-sucedido Número de registros de modelo bem-sucedidos neste espaço de trabalho |
Model Register Succeeded |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario |
PT1M | Sim |
| Recurso | NetworkInputMegabytes Dados de rede recebidos em megabytes. As métricas são agregadas em intervalos de um minuto. |
NetworkInputMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName, DeviceId |
PT1M | Sim |
| Recurso | NetworkOutputMegabytes Dados de rede enviados em megabytes. As métricas são agregadas em intervalos de um minuto. |
NetworkOutputMegabytes |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName, DeviceId |
PT1M | Sim |
| Executar | Execuções não respondedoras Número de execuções que não respondem para este espaço de trabalho. A contagem é atualizada quando uma execução entra no estado Não respondendo. |
Not Responding Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Executar | Execuções não iniciadas Número de execuções no estado Não Iniciado para este espaço de trabalho. 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 (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Quota | Núcleos antecipados Número de núcleos preempcionados |
Preempted Cores |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Quota | Nós antecipados Número de nós antecipados. Esses nós são os nós de baixa prioridade que são retirados do pool de nós disponível. |
Preempted Nodes |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Executar | Preparação de Execuções Número de execuções que estão se preparando para este espaço de trabalho. A contagem é atualizada quando uma execução entra no estado Preparando enquanto o ambiente de execução está sendo preparado. |
Preparing Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Executar | Execução de provisionamento Número de execuções que estão provisionando para este espaço de trabalho. A contagem é atualizada quando uma execução está aguardando a criação ou o provisionamento do destino de computação. |
Provisioning Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Executar | Execuções em fila Número de execuções enfileiradas para este espaço de trabalho. A contagem é atualizada quando uma execução é enfileirada no destino de computação. Pode ocorrer ao aguardar que os nós de computação necessários estejam prontos. |
Queued Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Quota | Percentagem de Utilização de Quotas Percentagem da quota utilizada |
Quota Utilization Percentage |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName, VmFamilyName, VmPriority |
PT1M | Sim |
| Executar | Execuções iniciadas Número de execuções em execução para este espaço de trabalho. A contagem é atualizada quando a execução começa a ser executada nos recursos necessários. |
Started Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Executar | Iniciando Execuções Número de execuções iniciadas para este espaço de trabalho. A contagem é atualizada depois que a solicitação para criar informações de execução e execução, como a ID de execução, foi preenchida |
Starting Runs |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario, RunType, PublishedPipelineId, ComputeType, PipelineStepType, ExperimentName |
PT1M | Sim |
| Recurso | StorageAPIFailureCount Contagem de falhas de chamadas da API de Armazenamento de Blob do Azure. |
StorageAPIFailureCount |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Recurso | StorageAPISuccessCount Contagem de sucesso de chamadas da API de Armazenamento de Blob do Azure. |
StorageAPISuccessCount |
Count | Média, Máximo, Mínimo, Total (Soma) | RunId, InstanceId, ComputeName |
PT1M | Sim |
| Quota | Total de núcleos Número total de núcleos |
Total Cores |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Quota | Total de nós Número total de nós. Este total inclui alguns dos nós ativos, nós ociosos, nós inutilizáveis, nós premepted, nós que saem |
Total Nodes |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Quota | Núcleos inutilizáveis Número de núcleos inutilizáveis |
Unusable Cores |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Quota | Nós inutilizáveis Número de nós inutilizáveis. Os nós inutilizáveis não são funcionais devido a algum problema insolúvel. O Azure reciclará esses nós. |
Unusable Nodes |
Count | Média, Máximo, Mínimo, Total (Soma) | Scenario, ClusterName |
PT1M | Sim |
| Executar | Avisos Número de avisos de execução neste espaço de trabalho. A contagem é atualizada sempre que uma execução encontra um aviso. |
Warnings |
Count | Total (soma), média, mínimo, máximo, contagem | Scenario |
PT1M | Sim |
Métricas suportadas 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 visualizar todas as colunas disponíveis.
Cabeçalhos de tabela
- Categoria - O grupo ou classificação de métricas.
- Métrica - O nome para exibição da métrica conforme aparece no portal do Azure.
- Nome na API REST - O nome da métrica conforme referido na API REST.
- Unidade - Unidade de medida.
- Agregação - O tipo de agregação padrão. Valores válidos: Média (Média), Mínima (Mín), Máxima (Máx), Total (Soma), Contagem.
- Dimensões - Dimensões disponíveis para a métrica.
- Intervalos de grãos de - tempo 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. - DS Export- Se a métrica é exportável para os Logs do Azure Monitor por meio de configurações de diagnóstico. Para obter informações sobre como exportar métricas, consulte Criar configurações de diagnóstico no Azure Monitor.
| Categoria | Métrica | Nome na API REST | Unit | Agregação | Dimensões | Grãos de tempo | DS Exportação |
|---|---|---|---|---|---|---|---|
| Trânsito | Conexões Ativas O número total de conexões TCP simultâneas ativas de clientes. |
ConnectionsActive |
Count | Média | <nenhum> | PT1M | Não |
| Trânsito | Erros de coleta de dados por minuto O número de eventos de coleta de dados caiu por minuto. |
DataCollectionErrorsPerMinute |
Count | Mínimo, Máximo, Médio | deployment, reason, type |
PT1M | Não |
| Trânsito | 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 |
| Trânsito | Bytes de rede Os bytes por segundo serviram para o ponto de extremidade. |
NetworkBytes |
BytesPerSecond | Média | <nenhum> | PT1M | Não |
| Trânsito | Novas conexões por segundo O número médio de novas conexões TCP por segundo estabelecidas a partir de clientes. |
NewConnectionsPerSecond |
CountPerSecond | Média | <nenhum> | PT1M | Não |
| Trânsito | Latência de solicitação O intervalo médio completo de tempo necessário para que uma solicitação seja respondida em milissegundos |
RequestLatency |
Milissegundos | Média | deployment |
PT1M | Sim |
| Trânsito | Latência de solicitação P50 A latência média da solicitação P50 agregada por todos os valores de latência da solicitação coletados durante o período de tempo selecionado |
RequestLatency_P50 |
Milissegundos | Média | deployment |
PT1M | Sim |
| Trânsito | Latência de solicitação P90 A latência média da solicitação P90 agregada por todos os valores de latência da solicitação coletados durante o período de tempo selecionado |
RequestLatency_P90 |
Milissegundos | Média | deployment |
PT1M | Sim |
| Trânsito | Latência de solicitação P95 A latência média da solicitação P95 agregada por todos os valores de latência da solicitação coletados durante o período de tempo selecionado |
RequestLatency_P95 |
Milissegundos | Média | deployment |
PT1M | Sim |
| Trânsito | Latência de solicitação P99 A latência média da solicitação P99 agregada por todos os valores de latência da solicitação coletados durante o período de tempo selecionado |
RequestLatency_P99 |
Milissegundos | Média | deployment |
PT1M | Sim |
| Trânsito | Pedidos por minuto O número de solicitações enviadas para o ponto de extremidade online dentro de um minuto |
RequestsPerMinute |
Count | Média | deployment, statusCode, statusCodeClass, modelStatusCode |
PT1M | Não |
Métricas suportadas 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 visualizar todas as colunas disponíveis.
Cabeçalhos de tabela
- Categoria - O grupo ou classificação de métricas.
- Métrica - O nome para exibição da métrica conforme aparece no portal do Azure.
- Nome na API REST - O nome da métrica conforme referido na API REST.
- Unidade - Unidade de medida.
- Agregação - O tipo de agregação padrão. Valores válidos: Média (Média), Mínima (Mín), Máxima (Máx), Total (Soma), Contagem.
- Dimensões - Dimensões disponíveis para a métrica.
- Intervalos de grãos de - tempo 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. - DS Export- Se a métrica é exportável para os Logs do Azure Monitor por meio de configurações de diagnóstico. Para obter informações sobre como exportar métricas, consulte Criar configurações de diagnóstico no Azure Monitor.
| Categoria | Métrica | Nome na API REST | Unit | Agregação | Dimensões | Grãos de tempo | DS Exportação |
|---|---|---|---|---|---|---|---|
| Recurso | Percentagem de utilização da memória da CPU Porcentagem de utilização de memória em uma instância. A utilização é relatada em intervalos de um minuto. |
CpuMemoryUtilizationPercentage |
Percentagem | Mínimo, Máximo, Médio | instanceId |
PT1M | Sim |
| Recurso | Percentagem de utilização da CPU Porcentagem de utilização da CPU em uma instância. A utilização é relatada em intervalos de um minuto. |
CpuUtilizationPercentage |
Percentagem | Mínimo, Máximo, Médio | instanceId |
PT1M | Sim |
| Recurso | Erros de coleta de dados por minuto O número de eventos de coleta de dados caiu 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 Porcentagem de utilização do disco em uma instância. A utilização é relatada em intervalos de um minuto. |
DiskUtilization |
Percentagem | Mínimo, Máximo, Médio | instanceId, disk |
PT1M | Sim |
| Recurso | Energia da GPU em Joules Energia de intervalo em Joules em um nó de GPU. A energia é reportada em intervalos de um minuto. |
GpuEnergyJoules |
Count | Mínimo, Máximo, Médio | instanceId |
PT1M | Não |
| Recurso | Percentagem de utilização da memória GPU Porcentagem de utilização de memória da GPU em uma instância. A utilização é relatada em intervalos de um minuto. |
GpuMemoryUtilizationPercentage |
Percentagem | Mínimo, Máximo, Médio | instanceId |
PT1M | Sim |
| Recurso | Percentagem de utilização da GPU Porcentagem de utilização da GPU em uma instância. A utilização é relatada em intervalos de um minuto. |
GpuUtilizationPercentage |
Percentagem | Mínimo, Máximo, Médio | instanceId |
PT1M | Sim |
| Trânsito | Latência de solicitação P50 A latência média da solicitação P50 agregada por todos os valores de latência da solicitação coletados durante o período de tempo selecionado |
RequestLatency_P50 |
Milissegundos | Média | <nenhum> | PT1M | Sim |
| Trânsito | Latência de solicitação P90 A latência média da solicitação P90 agregada por todos os valores de latência da solicitação coletados durante o período de tempo selecionado |
RequestLatency_P90 |
Milissegundos | Média | <nenhum> | PT1M | Sim |
| Trânsito | Latência de solicitação P95 A latência média da solicitação P95 agregada por todos os valores de latência da solicitação coletados durante o período de tempo selecionado |
RequestLatency_P95 |
Milissegundos | Média | <nenhum> | PT1M | Sim |
| Trânsito | Latência de solicitação P99 A latência média da solicitação P99 agregada por todos os valores de latência da solicitação coletados durante o período de tempo selecionado |
RequestLatency_P99 |
Milissegundos | Média | <nenhum> | PT1M | Sim |
| Trânsito | Pedidos por minuto O número de solicitações enviadas para implantação on-line dentro de um minuto |
RequestsPerMinute |
Count | Média | envoy_response_code |
PT1M | Não |
Dimensões métricas
Para obter informações sobre o que são dimensões métricas, consulte Métricas multidimensionais.
Este serviço tem as seguintes dimensões associadas às suas métricas.
| Dimensão | Description |
|---|---|
| Nome do Cluster | O nome do recurso de cluster de computação. Disponível para todas as métricas de cota. |
| Vm Nome de Família | O nome da família de VMs usada pelo cluster. Disponível para percentagem de utilização de quotas. |
| Prioridade Vm | A prioridade da VM. Disponível para percentagem de utilização de quotas. |
| CreatedTime | Disponível apenas para CpuUtilization e GpuUtilization. |
| DeviceId | ID do dispositivo (GPU). Disponível apenas para GpuUtilization. |
| NodeId | ID do nó criado onde o trabalho está sendo executado. Disponível apenas para CpuUtilization e GpuUtilization. |
| RunId | ID da execução/trabalho. Disponível apenas para CpuUtilization e GpuUtilization. |
| Tipo de computação | O tipo de computação que a execução usou. Disponível apenas para execuções concluídas, execuções com falha e execuções iniciadas. |
| PipelineStepType | O tipo de PipelineStep usado na execução. Disponível apenas para execuções concluídas, execuções com falha e execuções iniciadas. |
| PublishedPipelineId | A ID do pipeline publicado usado na execução. Disponível apenas para execuções concluídas, execuções com falha e execuções iniciadas. |
| Tipo de execução | O tipo de execução. Disponível apenas para execuções concluídas, execuções com falha e execuções iniciadas. |
Os valores válidos para a dimensão RunType são:
| valor | Description |
|---|---|
| Experimentação | Execuções que não são de pipeline. |
| PipelineRun | Uma execução de pipeline, que é o pai de um StepRun. |
| Passo a passo | Uma corrida para uma etapa de pipeline. |
| ReusedStepRun | Uma execução para uma etapa de pipeline que reutiliza uma execução anterior. |
Registos do recurso
Esta seção lista os tipos de logs de recursos que você pode coletar para 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 suportados para Microsoft.MachineLearningServices/registries
| Categoria | Nome de exibição da categoria | Tabela de registo | Suporta plano de log básico | Suporta a transformação do tempo de ingestão | Consultas de exemplo | Custos de exportação |
|---|---|---|---|---|---|---|
RegistryAssetReadEvent |
Evento de leitura de ativos do registro | No | No | Sim | ||
RegistryAssetWriteEvent |
Evento de gravação de ativos do Registro | AmlRegistryWriteEventsLog Registo do Azure ML Registo Registar registo de eventos. Ele mantém registros de operações de gravação com registros de acesso a dados (plano de dados), incluindo identidade do usuário, nome do ativo e versão para cada evento de acesso. |
No | Não | Consultas | Sim |
Logs de recursos suportados para Microsoft.MachineLearningServices/workspaces
| Categoria | Nome de exibição da categoria | Tabela de registo | Suporta plano de log básico | Suporta a transformação do tempo de ingestão | Consultas de exemplo | Custos de exportação |
|---|---|---|---|---|---|---|
AmlComputeClusterEvent |
AmlComputeClusterEvent | AmlComputeClusterEvent Eventos do AmlCompute Cluster |
Não | Sim | Consultas | Não |
AmlComputeClusterNodeEvent |
AmlComputeClusterNodeEvent | No | No | Sim | ||
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 | No | |
ComputeInstanceEvent |
ComputeInstanceEvent | AmlComputeInstanceEvent Eventos quando a Instância de Computação de ML é acessada (leitura/gravação). |
Não | Sim | Sim | |
DataLabelChangeEvent |
DataLabelChangeEvent | AmlDataLabelEvent Eventos quando o(s) rótulo(s) de dados ou seus projetos são acessados (lidos, criados ou excluídos). |
Não | Sim | Sim | |
DataLabelReadEvent |
DataLabelReadEvent | AmlDataLabelEvent Eventos quando o(s) rótulo(s) de dados ou seus projetos são acessados (lidos, criados ou excluídos). |
Não | Sim | Sim | |
DataSetChangeEvent |
DataSetChangeEvent | AmlDataSetEvent Eventos quando um armazenamento de dados de ML registrado ou não registrado é acessado (lido, criado ou excluído). |
Não | Sim | Consultas | Sim |
DataSetReadEvent |
DataSetReadEvent | AmlDataSetEvent Eventos quando um armazenamento de dados de ML registrado ou não registrado é acessado (lido, criado ou excluído). |
Não | Sim | Consultas | Sim |
DataStoreChangeEvent |
DataStoreChangeEvent | AmlDataStoreEvent Eventos quando o armazenamento de dados de ML é acessado (lido, criado ou excluído). |
Não | Sim | Sim | |
DataStoreReadEvent |
DataStoreReadEvent | AmlDataStoreEvent Eventos quando o armazenamento de dados de ML é acessado (lido, criado ou excluído). |
Não | Sim | Sim | |
DeploymentEventACI |
DeploymentEventACI | AmlDeploymentEvent Eventos quando uma implantação de modelo acontece no ACI ou AKS. |
Não | Sim | Sim | |
DeploymentEventAKS |
DeploymentEventAKS | AmlDeploymentEvent Eventos quando uma implantação de modelo acontece no ACI ou AKS. |
Não | Sim | Sim | |
DeploymentReadEvent |
DeploymentReadEvent | AmlDeploymentEvent Eventos quando uma implantação de modelo acontece no ACI ou AKS. |
Não | Sim | Sim | |
EnvironmentChangeEvent |
EnvironmentChangeEvent | AmlEnvironmentEvent Eventos quando ambientes de ML são acessados (lidos, criados ou excluídos). |
Não | Sim | Consultas | Sim |
EnvironmentReadEvent |
EnvironmentReadEvent | AmlEnvironmentEvent Eventos quando ambientes de ML são acessados (lidos, criados ou excluídos). |
Não | Sim | Consultas | Sim |
InferencingOperationACI |
InferencingOperationACI | AmlInferencingEvent Eventos para inferência ou operação relacionada no tipo de computação AKS ou ACI. |
Não | Sim | Sim | |
InferencingOperationAKS |
InferencingOperationAKS | AmlInferencingEvent Eventos para inferência ou operação relacionada no tipo de computação AKS ou ACI. |
Não | Sim | Sim | |
ModelsActionEvent |
ModelosAçãoEvento | AmlModelsEvent Eventos quando o modelo de ML é acessado (lido, criado ou excluído). Incudes eventos quando o empacotamento de modelos e ativos acontece em pacotes prontos para construir. |
Não | Sim | Consultas | Sim |
ModelsChangeEvent |
ModelsChangeEvent | AmlModelsEvent Eventos quando o modelo de ML é acessado (lido, criado ou excluído). Incudes eventos quando o empacotamento de modelos e ativos acontece em pacotes prontos para construir. |
Não | Sim | Consultas | Sim |
ModelsReadEvent |
ModelsReadEvent | AmlModelsEvent Eventos quando o modelo de ML é acessado (lido, criado ou excluído). Incudes eventos quando o empacotamento de modelos e ativos acontece em pacotes prontos para construir. |
Não | Sim | Consultas | Sim |
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 | Sim | |
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 | Sim | |
RunEvent |
RunEvent | AmlRunEvent Eventos quando experimentos de ML são acessados (lidos, criados ou excluídos). |
Não | Sim | Sim | |
RunReadEvent |
RunReadEvent | AmlRunEvent Eventos quando experimentos de ML são acessados (lidos, criados ou excluídos). |
Não | Sim | Sim |
Logs de recursos suportados para Microsoft.MachineLearningServices/workspaces/onlineEndpoints
| Categoria | Nome de exibição da categoria | Tabela de registo | Suporta plano de log básico | Suporta a transformação do tempo de 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 de usuário. |
Não | Sim | Consultas | Sim |
AmlOnlineEndpointEventLog |
AmlOnlineEndpointEventLog | AmlOnlineEndpointEventLog Logs de eventos de pontos de extremidade online do Azure ML. Ele fornece logs de eventos sobre o ciclo de vida do contêiner do servidor de inferência. |
No | Não | Consultas | Sim |
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. |
No | Não | Consultas | Sim |
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 elas.
Machine Learning
Microsoft.MachineLearningServices/espaços de trabalho
- AzureActivity
- AMLOnlineEndpointConsoleLog
- AMLOnlineEndpointTrafficLog
- AMLOnlineEndpointEventLog
- AzureMetrics
- AMLComputeClusterEvent
- AMLComputeClusterNodeEvent
- AMLComputeJobEvent
- AMLRunStatusChangedEvent
- AMLComputeCpuGpuUtilização
- AMLComputeInstanceEvent
- AMLDataLabelEvent
- AMLDataSetEvent
- AMLDataStoreEvent
- AMLDeploymentEvent
- AMLEnvironmentEvent
- AMLInferencingEvent
- AMLModelsEvent
- AMLPipelineEvent
- AMLRunEvent
Microsoft.MachineLearningServices/registos
Registo 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 possíveis do provedor de recursos no log de atividades.
Para obter mais informações sobre o esquema de entradas do log de atividades, consulte 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 Operações do provedor de recursos Microsoft.MachineLearningServices.
| Operation | Description |
|---|---|
| Cria ou atualiza um espaço de trabalho de Aprendizado de Máquina | Um espaço de trabalho foi criado ou atualizado |
| CheckComputeNameAvailability | Verifique se um nome de computação já está em uso |
| Cria ou atualiza 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 operação segredos listados para um espaço de trabalho de Aprendizado de Máquina |
Esquemas de log
O Azure Machine Learning usa os seguintes esquemas.
Tabela AmlComputeJobEvent
| Property | Description |
|---|---|
| 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 da Experiência |
| Nome_Experimento | Nome da experiência |
| CustomerSubscriptionId | SubscriptionId onde Experimento e Trabalho conforme enviado |
| Nome do espaço de trabalho | Nome do espaço de trabalho de aprendizado de máquina |
| ClusterName | Nome do cluster |
| ProvisioningState | Estado da submissão de emprego |
| ResourceGroupName | Nome do grupo de recursos |
| Nome do Emprego | Nome do trabalho |
| ClusterId | ID do cluster |
| EventType | Tipo do evento Job. Por exemplo, JobSubmitted, JobRunning, JobFailed, JobSucceeded. |
| ExecutionState | Estado do trabalho (a Execução). Por exemplo, Enfileirado, Em execução, Bem-sucedido, Falha |
| ErrorDetails | Detalhes do erro de trabalho |
| CriaçãoApiVersion | Versão da api usada para criar o trabalho |
| ClusterResourceGroupName | Nome do grupo de recursos do cluster |
| TFWorkerCount | Contagem de trabalhadores TF |
| TFParameterServerCount | Contagem do servidor de parâmetros TF |
| Tipo de ferramenta | 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 sendo executado |
Tabela AmlComputeClusterEvent
| Property | Description |
|---|---|
| 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 |
| Tipo de Cluster | Tipo de cluster |
| CreatedBy | Usuário que criou o cluster |
| CoreCount | Contagem dos núcleos no cluster |
| VmTamanho | Tamanho Vm do cluster |
| VmPriority | Prioridade dos nós criados dentro de um cluster Dedicado/LowPriority |
| ScalingType | Tipo de dimensionamento de cluster manual/automático |
| InitialNodeCount | Contagem inicial de nós do cluster |
| MínimoNodeCount | 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 |
| Oferecer | Oferta com a qual o cluster é criado |
| Sku | Sku do nó/VM criado dentro do cluster |
| Versão | Versão da imagem usada durante a criação do nó/VM |
| SubnetId | SubnetId do cluster |
| Estado de Atribuição | Estado de alocação do cluster |
| CurrentNodeCount | Contagem de nós atual do cluster |
| TargetNodeCount | Contagem de nós de destino do cluster durante o dimensionamento para cima/para baixo |
| EventType | Tipo de evento durante a criação do cluster. |
| NodeIdleTimeSecondsBeforeScaleDown | Tempo ocioso em segundos antes que o cluster seja reduzido |
| PreemptedNodeCount | Contagem de nós antecipada do cluster |
| IsResizeGrow | Sinalizador que indica que o cluster está a aumentar a escala |
| VmFamilyName | Nome da família VM dos nós que podem ser criados dentro do cluster |
| LeavingNodeCount | Deixando a contagem de nós do cluster |
| UnusableNodeCount | Contagem de nós inutilizáveis do cluster |
| IdleNodeCount | Contagem de nós ociosos do cluster |
| RunningNodeCount | Executando a contagem de nós do cluster |
| PreparingNodeCount | Preparando a contagem de nós do cluster |
| QuotaAtribuído | Quota atribuída ao cluster |
| QuotaUtilizado | Cota utilizada do cluster |
| AllocationStateTransitionTime | Tempo de transição de um estado para outro |
| ClusterErrorCodes | Código de erro recebido durante a criação ou dimensionamento do cluster |
| CriaçãoApiVersion | Versão da api usada durante a criação do cluster |
Tabela AmlComputeInstanceEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlComputeInstanceEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, 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 aplicativo que executou 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. |
Tabela AmlDataLabelEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlDataLabelEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, 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 aplicativo que executou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlProjectId | O identificador exclusivo do projeto 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 onde os dados do projeto são armazenados. |
Tabela AmlDataSetEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlDataSetEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, Ativo e Resolvido. |
| AmlWorkspaceId | Um GUID e uma ID exclusiva do espaço de trabalho do Azure Machine Learning. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou aplicativo que executou 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. |
Tabela AmlDataStoreEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlDataStoreEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, Ativo e Resolvido. |
| AmlWorkspaceId | Um GUID e uma ID exclusiva do espaço de trabalho do Azure Machine Learning. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou aplicativo que executou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlDatastoreName | O nome do Repositório de Dados do Azure Machine Learning. |
Tabela AmlDeploymentEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlDeploymentEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, Ativo e Resolvido. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou aplicativo que executou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlServiceName | O nome do Serviço Azure Machine Learning. |
Tabela AmlInferencingEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlInferencingEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, Ativo e Resolvido. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou aplicativo que executou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlServiceName | O nome do Serviço Azure Machine Learning. |
Tabela AmlModelsEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlModelsEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, Ativo e Resolvido. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou aplicativo que executou 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 típicos incluem 200, 201, 202 etc. |
| AmlModelName | O nome do Modelo de Aprendizado de Máquina do Azure. |
Tabela AmlPipelineEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlPipelineEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, Ativo e Resolvido. |
| AmlWorkspaceId | Um GUID e uma ID exclusiva do espaço de trabalho do Azure Machine Learning. |
| AmlWorkspaceId | O nome do espaço de trabalho do Azure Machine Learning. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou aplicativo que executou a operação. |
| AadTenantId | A ID do locatário do Microsoft Entra para a qual a operação foi enviada. |
| AmlModuleId | Um GUID e ID exclusivo do módulo. |
| AmlModelName | O nome do Modelo de Aprendizado de Máquina do Azure. |
| AmlPipelineId | A ID do pipeline do Azure Machine Learning. |
| AmlParentPipelineId | A ID do pipeline pai do Azure Machine Learning (no caso de clonagem). |
| AmlPipelineDraftId | A ID do rascunho do pipeline do Azure Machine Learning. |
| AmlPipelineDraftName | O nome do rascunho do 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. |
Tabela AmlRunEvent
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlRunEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| ResultType | O status do evento. Os valores típicos incluem Iniciado, Em andamento, Bem-sucedido, Falhado, Ativo e Resolvido. |
| OperationName | O nome da operação associada à entrada de log |
| AmlWorkspaceId | Um GUID e uma ID exclusiva do espaço de trabalho do Azure Machine Learning. |
| Identidade | A identidade do usuário ou aplicativo que executou 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
| Property | Descrição |
|---|---|
| Type | Nome do evento de log, AmlEnvironmentEvent |
| TimeGenerated | Hora (UTC) quando a entrada de log foi gerada |
| Level | O nível de gravidade do evento. Deve ser um de Informativo, Aviso, Erro ou Crítico. |
| OperationName | O nome da operação associada à entrada de log |
| Identidade | A identidade do usuário ou aplicativo que executou 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 (visualização)
| Property | Description |
|---|---|
| Método | O método solicitado do cliente. |
| Caminho | O caminho solicitado do cliente. |
| SubscriptionId | A ID da assinatura de aprendizado de máquina do ponto de extremidade online. |
| AzureMLWorkspaceId | A ID do espaço de trabalho de aprendizado de máquina do ponto de extremidade online. |
| AzureMLWorkspaceName | O nome do espaço de trabalho de aprendizado de máquina do ponto de extremidade online. |
| Nome do ponto de extremidade | O nome do ponto de extremidade online. |
| DeploymentName | O nome da implantação online. |
| Protocolo | O protocolo do pedido. |
| Código de resposta | O código de resposta final retornou ao cliente. |
| ResponseCodeReason | O motivo do código de resposta final retornou ao cliente. |
| ModelStatusCode | O código de status de resposta do modelo. |
| ModelStatusReason | O motivo do status de resposta do modelo. |
| RequestPayloadSize | O total de bytes recebidos do cliente. |
| ResponsePayloadSize | O total de bytes enviados de volta ao cliente. |
| UserAgent | O cabeçalho do agente do usuário da solicitação, incluindo comentários, mas truncado até um máximo de 70 caracteres. |
| XRequestId | A ID de solicitação gerada pelo Azure Machine Learning para rastreamento interno. |
| XMSClientRequestId | O ID de rastreamento gerado pelo cliente. |
| TotalDurationMs | Duração em milissegundos desde a hora de início da solicitação até o último byte de resposta enviado de volta ao cliente. Se o cliente desconectado, ele mede desde a hora de início até a hora de desconexão do cliente. |
| RequestDurationMs | Duração em milissegundos desde a hora de início do pedido até ao último byte do pedido recebido do cliente. |
| ResponseDurationMs | Duração em milissegundos desde a hora de início da solicitação até o primeiro byte de resposta lido do modelo. |
| RequestThrottlingDelayMs | Atraso em milissegundos na solicitação de transferência de dados devido à limitação da rede. |
| RespostaThrottlingDelayMs | Atraso em milissegundos na transferência de dados de resposta devido à limitação da rede. |
Para obter mais informações sobre esse log, consulte Monitorar pontos de extremidade online.
AMLOnlineEndpointConsoleLog
| Property | Description |
|---|---|
| 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 onde o log foi gerado. |
| Mensagem | O conteúdo do log. |
Para obter mais informações sobre esse log, consulte Monitorar pontos de extremidade online.
AMLOnlineEndpointEventLog (visualização)
| Property | Description |
|---|---|
| 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.
Conteúdos relacionados
- Consulte Monitor Machine Learning para obter uma descrição do monitoramento do Machine Learning.
- Consulte Monitorar recursos do Azure com o Azure Monitor para obter detalhes sobre o monitoramento de recursos do Azure.