Datakällor som stöds

Slutförd

Använd arbetsböcker för att skriva frågor som extraherar data från olika typer av datakällor för att skapa användbara rapporter som hjälper dig att övervaka dina resurser. Varje datakälla och resultatuppsättning stöder visualiseringar som är mest användbara för dessa data. Även om olika datakällor returnerar datauppsättningar med olika strukturer kan arbetsböcker tolka data och skapa diagram och visualiseringar som hjälper dig att analysera data. Du kan skapa sammansatta resursvyer eller kopplingar mellan resurser för att få bättre data och insikter som annars skulle vara omöjliga.

Arbetsböcker kan extrahera data från dessa datakällor:

  • Loggar. Använd KQL-frågor (Kusto Query Language) för att fråga efter loggar från Azure Monitor-loggar (Application Insights-resurser och Log Analytics-arbetsytor) och resurscentrerade data (aktivitetsloggar).

    Screenshot that shows a workbook logs report interface.

  • Azure Monitor-mått. Använd måttkontrollen Arbetsböcker för att ange målresurser, deras mått och deras sammansättning. Du kan sedan rita data i diagram eller rutnät.

    Screenshot that shows a workbook metrics interface.

    Screenshot that shows workbook metrics charts of CPU utilization.

  • Azure Resource Graph. Fråga efter resurser och deras metadata med hjälp av Azure Resource Graph. Använd Azure Resource Graph för att skapa anpassade frågeomfattningar för rapporter.

    Screenshot that shows an Azure Resource Graph KQL query.

  • Azure Resource Manager. Använd Azure Resource Manager REST-åtgärder för att fråga management.azure.com endpoint utan att ange en egen auktoriseringshuvudtoken.

  • Azure Data Explorer. Använd Kusto-frågespråket (KQL) för att köra frågor mot Azure Data Explorer-kluster .

    Screenshot that shows Kusto query window.

  • JSON. Skapa ett frågeresultat från statiskt JSON-innehåll. Den här funktionen används ofta för att skapa listrutor med statiska parametervärden. Enkla JSON-matriser eller -objekt konverteras automatiskt till rutnätsrader och kolumner.

  • Sammanfoga. Sammanfoga eller koppla data för att ge omfattande insikter. Det finns flera korrelerbara datakällor som kan vara viktiga för arbetsflödet för sortering och diagnostik. Du kan till exempel utöka aktiv aviseringsinformation med relaterade måttdata. Genom att slå samman data kan du se den aktiva aviseringen och även se potentiella orsaker, till exempel hög CPU-användning.

  • Anpassad slutpunkt. Hämta data från valfri extern källa med hjälp av anpassade slutpunkter.

  • Arbetsbelastningshälsa. Använd en arbetsbelastningshälsofråga för att proaktivt övervaka tillgängligheten och prestandan för Windows- eller Linux-gästoperativsystem.

    Screenshot that shows an alerts query.

  • Azure Health. Använd en Azure-hälsodatakälla för att använda listrutorna för hälsofilter för att välja delmängden av resursproblem för dina analysbehov.

    Screenshot that shows an alerts query that shows the health filter lists.

  • Azure RBAC. Kontrollera behörigheter för resurser med hjälp av RBAC-providern (Rollbaserad åtkomstkontroll i Azure). RBAC-kontrollen används ofta i parametrar för att kontrollera om rätt RBACs har konfigurerats, till exempel för att skapa en parameter för att kontrollera distributionsbehörigheten och meddela användaren om de inte har behörigheter.

  • Ändringsanalys (förhandsversion). Använd Ändringsanalys som datakälla för att visa ändringar i upp till de senaste 14 dagarna.

    Screenshot that shows a workbook with Change Analysis.