Mått för Azure Stream Analytics

  • Artikel

Azure Stream Analytics tillhandahåller en serverlös, distribuerad strömningsbearbetningstjänst. Jobb kan köras på en eller flera distribuerade direktuppspelningsnoder, som tjänsten hanterar automatiskt. Indata partitioneras och allokeras till olika strömmande noder för bearbetning.

Stream Analytics har många mått tillgängliga för att övervaka ett jobbs hälsa. Om du vill felsöka prestandaproblem med ditt jobb kan du dela upp och filtrera mått med hjälp av följande dimensioner.

Dimension Definition
Logiskt namn Indata- eller utdatanamnet för ett Stream Analytics-jobb.
Partitions-ID ID:t för indatapartitionen från en indatakälla. Om indatakällan till exempel är en händelsehubb är partitions-ID:t händelsehubbens partitions-ID. För pinsamt parallella jobb är partitions-ID i utdata detsamma som i indata.
Nodnamn Identifieraren för en direktuppspelningsnod som etableras när jobbet körs. En direktuppspelningsnod representerar mängden beräknings- och minnesresurser som allokerats till jobbet.

Skärmbild av ett diagram som visar området för att välja en dimension för Stream Analytics-jobbmått.

Skärmbild som visar delning av ett mått efter dimension.

Skärmbild som visar filtrering av ett mått efter dimension.

Dimension för logiskt namn

Logiskt namn är indata- eller utdatanamnet för ett Stream Analytics-jobb. Anta till exempel att ett Stream Analytics-jobb har fyra indata och fem utdata. Du ser de fyra enskilda logiska indata och fem enskilda logiska utdata när du delar indatarelaterade och utdatarelaterade mått efter den här dimensionen.

Skärmbild som visar flera indata och utdata i ett Stream Analytics-jobb.

Skärmbild av ett diagram som visar delning av måttet Utdatahändelser efter logiskt namn.

Dimensionen Logiskt namn är tillgänglig för filtrering och delning av följande mått:

  • Bakåtloggade indatahändelser
  • Datakonverteringsfel
  • Tidiga indatahändelser
  • Indatafel för deserialisering
  • Byte för indatahändelse
  • Indatahändelser
  • Indatakälla mottagen
  • Händelser för sena indata
  • Out-of-Order-händelser
  • Utdatahändelser
  • Fördröjning av vattenstämpel

Nodnamndimension

En direktuppspelningsnod representerar en uppsättning beräkningsresurser som används för att bearbeta dina indata. Var sjätte strömningsenhet (SUs) översätts till en nod, som tjänsten automatiskt hanterar åt dig. Mer information om relationen mellan strömningsenheter och direktuppspelningsnoder finns i Förstå och justera strömningsenheter.

Nodnamn är en dimension på nodnivå för direktuppspelning. Det kan hjälpa dig att öka detaljnivån för vissa mått till den specifika nivån för direktuppspelningsnoder. Du kan till exempel dela upp måttet CPU % användning efter strömningsnodnivå för att kontrollera CPU-användningen för en enskild direktuppspelningsnod.

Skärmbild av ett diagram som visar uppdelning av genomsnittlig CPU-användning efter dimensionen Nodnamn.

Dimensionen Nodnamn är tillgänglig för filtrering och delning av följande mått:

  • Bakåtloggade indatahändelser
  • CPU % användning (förhandsversion)
  • Indatahändelser
  • Utdatahändelser
  • SU (minne) % användning
  • Fördröjning av vattenstämpel

Partitions-ID-dimension

När strömmande data matas in i Azure Stream Analytics-tjänsten för bearbetning distribueras indata till strömmande noder enligt partitionerna i indatakällan. Partitions-ID-dimensionen är ID för indatapartitionen från indatakällan.

Om indatakällan till exempel är en händelsehubb är partitions-ID:t händelsehubbens partitions-ID. Partitions-ID i indata är detsamma som i utdata.

Diagram som visar delning av en vattenstämpelfördröjning med partitions-ID-dimensionen.

Partitions-ID-dimensionen är tillgänglig för filtrering och delning av följande mått:

  • Bakåtloggade indatahändelser
  • Datakonverteringsfel
  • Tidiga indatahändelser
  • Indatafel för deserialisering
  • Byte för indatahändelse
  • Indatahändelser
  • Indatakälla mottagen
  • Händelser för sena indata
  • Utdatahändelser
  • Fördröjning av vattenstämpel

Nästa steg