İzleme, sistemlerinizin davranışı ve durumu hakkında içgörüler sağlar ve ortamın bütünsel bir görünümünün oluşturulmasına, geçmiş eğilimlere, çeşitli faktörlerin bağıntılı olmasına ve performans, tüketim veya hata oranındaki değişiklikleri ölçmeye yardımcı olur.
Azure İşlevleri, Application Insights ile yerleşik tümleştirme sunar. Application Insights'tan işlev uygulaması örneklerinin sayısı veya bir işlevin istek ve bağımlılık telemetrisi gibi bilgileri alabilirsiniz. Application Insights, İşlevler ve Event Hubs ile çalışırken olay hub'ına giden bağımlılık telemetrilerini de izleyebilir, kuyrukta harcanan zamanı hesaplayabilir ve Event Hubs aracılığıyla bağlanan sistemin uçtan uca akışını gösterir.
Bu bölümde, Event Hubs artı İşlevler çözümünüz için Application Insights'tan alabileceğiniz yararlı özellikler ve içgörüler tanıtılabilir.
Uygulama Eşlemesi
Uygulama Haritası , bir sistemdeki bileşenlerin birbirleriyle nasıl etkileşimde olduğunu gösterir. Application Insights'ın sağladığı bağımlılık telemetrisi nedeniyle, Azure İşlevleri ile Event Hubs arasındaki olay akışını eşler. Her işlev yürütmesinin ortalaması ve Event Hubs'taki bir olayın ortalama süresi ile kırmızıyla işaretlenmiş hataları içeren işlemleri gösterir.
Beklenen yükü sisteminize gönderdikten sonra, Azure portal Application Insights'a gidebilir ve kenar çubuğunda Uygulama Haritası'nı seçebilirsiniz. Aşağıda aşağı akış veritabanına yazarken üç işlev, üç olay hub'ı ve görünür hataları gösteren bir harita gösterilmiştir:
Uçtan uca işlem ayrıntıları
Uçtan uca işlem ayrıntıları, sistem bileşenlerinizin birbiriyle kronolojik sırayla nasıl etkileşim kuracaklarını gösterir. Bu görünümde ayrıca bir olayın kuyrukta ne kadar süreyle harcandığı da gösterilir. Ayrıca, bu görünümden her bileşenin telemetrisinde detaya gidebilirsiniz. Bu da bir sorun oluştuğunda aynı istek içindeki bileşenler arasında sorun gidermeyi kolaylaştırır.
Platform ölçümleri ve telemetri
Event Hubs ve Azure İşlevleri için Azure İzleyici'de platform tarafından oluşturulan ölçümler, çözüm davranışının ve sistem durumunun genel olarak izlenmesi için kullanılabilir:
Azure İzleyici'deki Azure Event Hubs ölçümler, Olay Hub'ları için yararlı içgörüler (Gelen İstekler, Giden İstekler, Azaltılan İstekler, Başarılı İstekler, Gelen İletiler, Giden İletiler, Yakalanan İletiler, Gelen Baytlar, Giden Baytlar, Yakalanan Baytlar, Kullanıcı Hataları gibi) yararlı içgörüler yakalamak için ilgi çekicidir.
Azure İşlevleri ölçümler Azure App Service ölçümlerin çoğunu paylaşır ve Tüketim planının kullanımını ve maliyetini anlamak için kullanılabilecek İşlev Yürütme Sayısı ve İşlev Yürütme Birimleri eklenmelidir. İlgi çekici diğer ölçümler Şunlardır: Bağlantılar, Veri Giriş, Veri Çıkışı, Ortalama Bellek Çalışma Kümesi, İş Parçacığı Sayısı, İstekler ve Yanıt Süresi.
Azure İşlevleri, application insights ile tümleştirilerek İşlevler konağı ve işlev yürütmeleriyle ilgili gelişmiş ve ayrıntılı telemetri ve içgörüler sağlanır. Daha fazla bilgi edinmek için bkz. Application Insights'ta telemetriyi çözümleme Azure İşlevleri. Bir topolojiyi izlemek için Application Insights kullanılırken çeşitli yapılandırmalar kullanılabilir. Daha fazla bilgi için bkz. Azure İşlevleri için izlemeyi yapılandırma.
Aşağıda , izlemeler tablosunda oluşturulan Event Hubs ile tetiklenen işlevler için ek telemetri örneği verilmiştir:
Trigger Details: PartionId: 6, Offset: 3985758552064-3985758624640, EnqueueTimeUtc: 2022-10-31T12:51:58.1750000+00:00-2022-10-31T12:52:03.8160000+00:00, SequenceNumber: 3712266-3712275, Count: 10
Bu bilgiler Event Hubs uzantısı 4.2.0 veya sonraki bir sürümü kullanmanızı gerektirir. Bu veriler, işlev yürütmesini tetikleyen ileti hakkında bilgi içerdiğinden ve sorgulama ve içgörüler için kullanılabildiğinden çok yararlıdır. İşlev her tetiklendiğinde aşağıdaki verileri içerir:
- Bölüm kimliği (6)
- Bölüm uzaklığı aralığı (3985758552064-3985758624640)
- UTC'de Sırala Zaman Aralığı (2022-10-31T12:51:58.1750000+00:00-2022-10-31T12:52:03.8160000+00:00)
- Sıra numarası aralığı 3712266-3712275
- İleti sayısı (10)
Bu telemetriyi kullanma örnekleri için Örnek Application Insights sorguları bölümüne bakın.
Farklı diller için özel telemetri de mümkündür (C# sınıf kitaplığı, C# Yalıtılmış, C# Betiği, JavaScript, Java, PowerShell ve Python). Bu günlük kaydı, Application Insights'taki izlemeler tablosunda gösterilir. Application Insights'a kendi girdilerinizi oluşturabilir ve verileri sorgulamak ve özel panolar oluşturmak için kullanılabilecek özel boyutlar ekleyebilirsiniz.
Son olarak, işlev uygulamanız bir çıkış bağlaması kullanarak bir olay hub'ına bağlandığında, girişler Application Insights Bağımlılıkları tablosuna da yazılır.
Event Hubs için bağıntı olay yüküne eklenir ve olaylarda bir Tanılama Kimliği özelliği görürsünüz:
Bu, İşlevler tarafından oluşturulan telemetride İşlem Kimliği ve İşlem Bağlantıları olarak da kullanılan W3C İzleme Bağlamı biçimini izler. Bu biçim, Application Insights'ın dağıtıldıklarında bile olay hub'ı olayları ve işlev yürütmeleri arasında bağıntı oluşturmasına olanak tanır.
Örnek Application Insights sorguları
Aşağıda Event Hubs'ı Azure İşlevleri ile izlerken gerçekleştirilen yararlı Application Insights sorgularının listesi yer almaktadır. Bu sorgu, Event Hubs uzantısı 4.2.0 ve üzeri tarafından yayılan telemetriyi kullanarak olay hub'ı ile tetiklenen işleve ilişkin ayrıntılı bilgileri görüntüler.
Application Insights'ta örnekleme etkinleştirildiğinde verilerde boşluklar olabilir.
Ayrıntılı olay işleme bilgileri
Veriler yalnızca toplu gönderim kullanıldığında doğru biçimde yayılır. Toplu dağıtım, işlevin her yürütme için birden çok olay kabul ettiği anlamına gelir ve bu durum performans için önerilir. Aşağıdaki noktaları göz önünde bulundurun:
- Değer,
dispatchTimeMillisecondsolayın olay hub'ına yazıldığı zaman ile işlem için işlev uygulaması tarafından alınması arasındaki süreye yaklaşık olarak eşittir. dispatchTimeMillisecondsolay hub'ı sunucusu ile işlev uygulaması arasındaki saat kaymasına bağlı olarak negatif veya yanlış olabilir.- Event Hubs bölümleri sırayla işlenir. Önceki tüm iletiler işlenene kadar bir ileti işlenmek üzere işlev koduna gönderilmez. Daha uzun yürütme süreleri dağıtım gecikmelerine neden olacağı için işlevlerinizin yürütme süresini izleyin.
- Hesaplama, toplu işlemdeki ilk iletinin enqueueTime değerini kullanır. Toplu iş içindeki diğer iletiler için gönderim süreleri daha düşük olabilir.
dispatchTimeMillisecondsbelirli bir noktaya bağlıdır.- Sıra numaraları bölüm başınadır ve Event Hubs tam olarak bir kez ileti teslimini garanti etmediğinden yinelenen işleme gerçekleşebilir.
traces
| where message startswith "Trigger Details: Parti"
| parse message with * "tionId: " partitionId:string ", Offset: "
offsetStart:string "-" offsetEnd:string", EnqueueTimeUtc: "
enqueueTimeStart:datetime "+00:00-" enqueueTimeEnd:datetime "+00:00, SequenceNumber: "
sequenceNumberStart:string "-" sequenceNumberEnd:string ", Count: "
messageCount:int
| extend dispatchTimeMilliseconds = (timestamp - enqueueTimeStart) / 1ms
| project timestamp, cloud_RoleInstance, operation_Name, processId =
customDimensions.ProcessId, partitionId, messageCount, sequenceNumberStart,
sequenceNumberEnd, enqueueTimeStart, enqueueTimeEnd, dispatchTimeMilliseconds
Dağıtım gecikmesi görselleştirmesi
Bu sorgu, belirli bir olay hub'ı tarafından tetiklenen işlev için 50. ve 90. yüzdebirlik olay dağıtım gecikmesini görselleştirir. Diğer ayrıntılar ve notlar için yukarıdaki sorguya bakın.
traces
| where operation_Name == "<ENTER THE NAME OF YOUR FUNCTION HERE>"
| where message startswith "Trigger Details: Parti"
| parse message with * "tionId: " partitionId:string ", Offset: "
offsetStart:string "-" offsetEnd:string", EnqueueTimeUtc: "
enqueueTimeStart:datetime "+00:00-" enqueueTimeEnd:datetime "+00:00, SequenceNumber: "
sequenceNumberStart:string "-" sequenceNumberEnd:string ", Count: "
messageCount:int
| extend dispatchTimeMilliseconds = (timestamp - enqueueTimeStart) / 1ms
| summarize percentiles(dispatchTimeMilliseconds, 50, 90) by bin(timestamp, 5m)
| render timechart
Gönderim gecikme süresi özeti
Bu sorgu yukarıdakine benzer ancak bir özet görünümü gösterir.
traces
| where message startswith "Trigger Details: Parti"
| parse message with * "tionId: " partitionId:string ", Offset: "
offsetStart:string "-" offsetEnd:string", EnqueueTimeUtc: "
enqueueTimeStart:datetime "+00:00-" enqueueTimeEnd:datetime "+00:00, SequenceNumber: "
sequenceNumberStart:string "-" sequenceNumberEnd:string ", Count: "
messageCount:int
| extend dispatchTimeMilliseconds = (timestamp - enqueueTimeStart) / 1ms
| summarize messageCount = sum(messageCount),
percentiles(dispatchTimeMilliseconds, 50, 90, 99, 99.9, 99.99) by operation_Name
Bölümler arasında ileti dağıtımı
Bu sorgu, bölümler arasında ileti dağıtımlarını görselleştirmeyi gösterir.
traces
| where message startswith "Trigger Details: Parti"
| parse message with * "tionId: " partitionId:string ", Offset: "
offsetStart:string "-" offsetEnd:string", EnqueueTimeUtc: "
enqueueTimeStart:datetime "+00:00-" enqueueTimeEnd:datetime "+00:00, SequenceNumber: "
sequenceNumberStart:string "-" sequenceNumberEnd:string ", Count: "
messageCount:int
| summarize messageCount = sum(messageCount) by cloud_RoleInstance,
bin(timestamp, 5m)
| render areachart kind=stacked
Örnekler arasında ileti dağıtımı
Bu sorgu, örnekler arasında ileti dağılımının nasıl görselleştirilmeye devam olduğunu gösterir.
traces
| where message startswith "Trigger Details: Parti"
| parse message with * "tionId: " partitionId:string ", Offset: "
offsetStart:string "-" offsetEnd:string", EnqueueTimeUtc: "
enqueueTimeStart:datetime "+00:00-" enqueueTimeEnd:datetime "+00:00, SequenceNumber: "
sequenceNumberStart:string "-" sequenceNumberEnd:string ", Count: "
messageCount:int
| summarize messageCount = sum(messageCount) by cloud_RoleInstance,
bin(timestamp, 5m)
| render areachart kind=stacked
Örnekleri ve Ayrılmış Örnekleri Yürütme
Bu sorgu, Event Hubs'tan olayları işleyen Azure İşlevleri örneklerinin sayısını ve toplam örnek sayısını (işleme ve kiralama bekleme) nasıl görselleştirildiğini gösterir. Çoğu zaman aynı olmaları gerekir.
traces
| where message startswith "Trigger Details: Parti"
| summarize type = "Executing Instances", Count = dcount(cloud_RoleInstance) by
bin(timestamp, 60s)
| union (
traces
| summarize type = "Allocated Instances", Count = dcount(cloud_RoleInstance) by
bin(timestamp, 60s)
)
| project timestamp, type, Count
| render timechart
Belirli bir İşlev Yürütmesi için Tüm Telemetri
operation_Id alanı Application Insights'taki farklı tablolarda kullanılabilir. Aşağıdaki sorgu Azure İşlevleri tetiklenen Event Hubs için tetikleyici bilgileri, İşlev kodu içindeki günlüklerden telemetri ve bağımlılıklar ile özel durumlar ortaya çıkar:
union isfuzzy=true requests, exceptions, traces, dependencies
| where * has "<ENTER THE OPERATION_ID OF YOUR FUNCTION EXECUTION HERE>"
| order by timestamp asc
Bir Olay için Uçtan Uca Gecikme Süresi
Tetikleyici ayrıntısı izlemesindeki enqueueTimeUtc özelliği, işlevin işlediği her toplu işlemin yalnızca ilk olayının sıralama zamanını gösterdiğinden, iki işlev arasındaki olayların uçtan uca gecikme süresini hesaplamak için daha gelişmiş bir sorgu kullanılabilir. Bu sorgu, ikinci işlevin isteğindeki işlem bağlantılarını (varsa) genişletir ve bitiş saatini ilk işlev başlangıç saatinin aynı işlem kimliğiyle eşler.
let start = view(){
requests
| where operation_Name == "FirstFunction"
| project start_t = timestamp, first_operation_Id = operation_Id
};
let link = view(){
requests
| where operation_Name == "SecondFunction"
| mv-expand ex = parse_json(tostring(customDimensions["_MS.links"]))
| extend parent = case(isnotempty(ex.operation_Id), ex.operation_Id, operation_Id )
| project first_operation_Id = parent, second_operation_Id = operation_Id
};
let finish = view(){
traces
| where customDimensions["EventName"] == "FunctionCompleted" and operation_Name
== "SecondFunction"
| project end_t = timestamp, second_operation_Id = operation_Id
};
start
| join kind=inner (
link
| join kind=inner finish on second_operation_Id
) on first_operation_Id
| project start_t, end_t, first_operation_Id, second_operation_Id
| summarize avg(datetime_diff('second', end_t, start_t))
Katkıda Bulunanlar
Bu makale Microsoft tarafından korunur. Başlangıçta aşağıdaki katkıda bulunanlar tarafından yazılmıştır.
Asıl yazar:
- David Barkol | Ana Çözüm Uzmanı GBB
Genel olmayan LinkedIn profillerini görmek için LinkedIn'de oturum açın.
Sonraki adımlar
Daha fazla bilgi edinmek için şu ilgili makaleleri gözden geçirmeyi göz önünde bulundurun:
- Sunucusuz olay işlemeyi izleme
- Application Insights'ta Azure İşlevleri telemetriyi analiz etme
- Azure İşlevleri için izlemeyi yapılandırma
- Application Insights'ta telemetri Azure İşlevleri analiz etme
- Azure İzleyici'deki ölçümler - Azure Event Hubs
- Kusto Sorgu Dili
İlgili kaynaklar
- Sunucusuz olay işlemeyi izleme , sunucusuz olay odaklı mimarileri izleme konusunda rehberlik sağlar.
- Sunucusuz olay işleme , kod örnekleri ve önemli konuların tartışılmasıyla birlikte bu tür tipik bir mimariyi ayrıntılarıyla belirten bir başvuru mimarisidir.
- Event Hubs ile sunucusuz olay işlemede toplu işlemleri kaldırma ve filtreleme , başvuru mimarisinin bu bölümlerinin nasıl çalıştığını daha ayrıntılı olarak açıklar.