Måttupplevelse för virtuella datorer i Azure Monitor

När du aktiverar förbättrad övervakning för Azure virtuella datorer eller Arc-aktiverade servrar i Azure Monitor väljer du mellan två funktioner för att samla in och visualisera prestandadata från gästoperativsystemet: OpenTelemetry måttbaserad övervakning (rekommenderas för nya distributioner) och loggbaserad övervakning (klassisk). Den här artikeln beskriver skillnaderna mellan dessa upplevelser och ger vägledning om vilka du kan välja.

I arbetsflödet för portalregistrering är OpenTelemetry-mått aktiverade som standard. Samma arbetsflöde kan också innehålla loggbaserade mått, OpenTelemetry-mått per process, rekommenderade aviseringar och instrumentpaneler med Grafana beroende på dina övervakningsval.

Jämföra upplevelser

I följande tabell jämförs de OpenTelemetry-baserade och loggbaserade övervakningsfunktionerna för virtuella Azure-datorer i Azure Monitor.

Feature Mätvärdesbaserad Loggbaserad (klassisk)
Datalagring Azure Monitor-arbetsyta Log Analytics-arbetsyta
Gäller för Virtuella datorer (VM) i Azure
Arc-aktiverade servrar		 Virtuella datorer (VM) i Azure
Arc-aktiverade servrar
VM-skalningsuppsättningar
Datamodell OpenTelemetry-systemmått med konsekvent namngivning mellan plattformar Plattformsspecifika prestandaräknare
Frågespråk PromQL (Prometheus Query Language) KQL (Kusto Query Language)
Latency Nära realtid med låg svarstid Vanligtvis 1–3 minuter
Cost Kostnadsfria standardmått Standardkostnader för Log Analytics-inmatning och kvarhållning
Vyer för flera virtuella datorer Grafana-instrumentpanel för standardmått i skala Fullständiga VM-insikter för översiktspaneler och arbetsflikar för flera virtuella datorer
Korrelation med loggar Kräver separata frågor Enkel arbetsyta för mått och loggar möjliggör korrelation i en fråga

När du ska aktivera den loggbaserade upplevelsen

Du bör aktivera den måttbaserade upplevelsen i alla fall eftersom insamlingen av standardmått är kostnadsfri. Välj att även aktivera loggbaserade mått om:

  • Du måste övervaka VM-skalningsset.
  • Du behöver de bredare VM-insikterna för instrumentpaneler, arbetsböcker och trendande vyer för flera virtuella datorer.
  • Du vill korrelera mått och loggar i en enda fråga.
  • Du använder redan frågor, instrumentpaneler eller aviseringar baserat på InsightsMetrics tabellen.

Fördelar med OpenTelemetry

Observerbarhet mellan operativsystem
OpenTelemetry-semantikkonventionen för systemmått effektiviserar användarupplevelsen mellan operativsystem genom att konvergera Prestandaräknare för Windows och Linux till en konsekvent namngivningskonvention och måttdatamodell. Detta gör det enklare för dig att hantera alla virtuella datorer med en enda uppsättning frågor som används för windows- eller Linux-operativsystem. Samma distributionsmetoder för konfiguration som kod och samma PromQL-frågor kan användas för alla värdresurser som använder OpenTelemetry-systemmått.

Fler prestandaräknare
OpenTelemetry Collector Host Metrics Receiver samlar in fler prestandaräknare än vad Azure Monitor för närvarande gör tillgängliga för loggbaserad samling. Du kan till exempel övervaka processoranvändning per process, disk-I/O och minnesanvändning.

Enklare måttmodell

I många scenarier mappas flera prestandaräknare till ett enda OpenTelemetry-systemmått (OTel) med måttdimensioner, även kallade resursattribut. Detta underlättar både insamling och frågehantering.

Till exempel innehåller OTel ett system.cpu.time mått. Du kan filtrera på dimensionen State efter värden som användare, system och inaktiv. Med loggbaserad samling skulle du behöva samla in och köra frågor mot följande prestandaräknare.

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

Fördelar med Azure Monitor-arbetsytor

Mått som lagras på Azure Monitor-arbetsytor är billigare och snabbare att köra frågor mot än samma data som lagras i Log Analytics-arbetsytor eftersom Azure Monitor-arbetsytor är optimerade för hämtning av tidsserier. Om du använder OTel-mått på en Azure Monitor-arbetsyta undviker du även de flera scheman som används i loggbaserad samling. Standardloggbaserade mått lagras i InsightsMetrics tabellen, medan ytterligare aktiverade mått lagras i Perf tabellen, som använder ett annat schema.

Förbättrad övervakning med OpenTelemetry använder en delmängd av de tillgängliga systemmåtten, som hjälper till att standardisera instrumentpaneler, aviseringar och PromQL-frågor mellan team.

Begränsningar för måttbaserad samling

  • Måttbaserad samling är för närvarande endast tillgänglig för enskilda virtuella datorer och Arc-aktiverade servrar. Loggbaserad samling kan också användas för VM-skalningsuppsättningar.
  • Måttbaserad samling stöder för närvarande inte privat länk.
  • Du kan inte utföra en enda fråga mellan data på en Log Analytics-arbetsyta och Azure Monitor-arbetsyta. Med loggbaserad samling lagras loggar och mått för dina virtuella datorer tillsammans, så att du kan korrelera mellan dem i en enda KQL-fråga. Med måttbaserad samling lagras mått på en Azure Monitor-arbetsyta och loggar lagras på en Log Analytics-arbetsyta, vilket kräver separata frågor för var och en.
  • Du kan skapa anpassade arbetsböcker och instrumentpaneler för att visa OpenTelemetry-mått för flera virtuella datorer. Den inbyggda upplevelsen för flera virtuella datorer för måttbaserad samling är begränsad till Grafana-instrumentpanelen i skala för standardmått för OpenTelemetry. Om du vill ha bredare analys och trendvyer för flera virtuella datorer använder du logs-baserade VM-insikter på instrumentpaneler och arbetsböcker.

Tips/Råd

Dela din feedback om nya prestandaräknare eller funktioner som du vill se genom att publicera till Azure Monitor GitHub Community eller via portalfeedback.

Relaterat innehåll

  • Last updated on