Veritabanı performansını izlemek ve sorunlarını gidermek için yapay zeka kullanan Akıllı İçgörüler (önizleme)

Şunlar için geçerlidir: Azure SQL Veritabanı Azure SQL Yönetilen Örneği

Azure SQL Veritabanı ve Azure SQL Yönetilen Örneği'daki Akıllı İçgörüler, veritabanı performansınızda neler olduğunu size bildirir.

Akıllı İçgörüler yapay zeka aracılığıyla veritabanı kullanımını sürekli izlemek ve kesintiye neden olup performansı düşüren olayları algılamak için yerleşik zekayı kullanır. Algılandıktan sonra, sorunların akıllı bir değerlendirmesiyle SQLInsights (Azure İzleyici SQL İçgörüleri (önizleme) ile ilgili olmayan) adlı bir Akıllı İçgörüler kaynak günlüğü oluşturan ayrıntılı bir analiz gerçekleştirilir. Bu değerlendirme, veritabanı performans sorununun kök neden analizinden ve mümkün olduğunda performans geliştirmeleri için önerilerden oluşur.

Akıllı İçgörüler sizin için ne yapabilir?

Akıllı İçgörüler, Azure yerleşik zekasının aşağıdaki değeri sağlayan benzersiz bir özelliğidir:

  • Öngörülebilir izleme
  • Uyarlanmış performans içgörüleri
  • Veritabanı performans düşüşünün erken algılanması
  • Algılanan sorunların kök neden analizi
  • Performans iyileştirme önerileri
  • Yüz binlerce veritabanında ölçeği genişletme özelliği
  • DevOps kaynaklarına ve toplam sahip olma maliyetine olumlu etkisi

Akıllı İçgörüler nasıl çalışır?

Akıllı İçgörüler, son bir saatteki veritabanı iş yükünü son yedi günlük temel iş yüküyle karşılaştırarak veritabanı performansını analiz eder. Veritabanı iş yükü, en çok yinelenen ve en büyük sorgular gibi veritabanı performansı açısından en önemli olduğu belirlenen sorgulardan oluşur. Her veritabanı yapısına, verilerine, kullanımına ve uygulamasına göre benzersiz olduğundan, oluşturulan her iş yükü temeli bu iş yüküne özgü ve benzersizdir. İş yükü temellerinden bağımsız akıllı içgörüler ayrıca mutlak işlem eşiklerini izler ve aşırı bekleme süreleri, kritik özel durumlar ve performansı etkileyebilecek sorgu parametreleştirmeleriyle ilgili sorunları algılar.

Yapay zeka kullanılarak gözlemlenen birden çok ölçümde performans düşüşü sorunu algılandıktan sonra analiz gerçekleştirilir. Veritabanınızda neler olduğuna ilişkin akıllı bir içgörüyle bir tanılama günlüğü oluşturulur. Akıllı İçgörüler, veritabanı performans sorununu ilk görünümünden çözüme kadar izlemeyi kolaylaştırır. Algılanan her sorun, ilk sorun algılama ve performans geliştirme doğrulamasından tamamlanmasına kadar yaşam döngüsü boyunca izlenir.

Veritabanı performans analizi iş akışı

Veritabanı performans sorunlarını ölçmek ve algılamak için kullanılan ölçümler sorgu süresini, zaman aşımı isteklerini, aşırı bekleme sürelerini ve hatalı istekleri temel alır. Ölçümler hakkında daha fazla bilgi için bkz . Algılama ölçümleri.

Tanımlanan veritabanı performans düşüşleri, aşağıdaki özelliklerden oluşan akıllı girişlerle Intelligent Insights SQLInsights günlüğüne kaydedilir:

Özellik Ayrıntılar
Veritabanı bilgileri Kaynak URI'si gibi bir içgörü algılanan veritabanıyla ilgili meta veriler.
Gözlemlenen zaman aralığı Algılanan içgörü dönemi için başlangıç ve bitiş zamanı.
Etkilenen ölçümler İçgörü oluşturulmasına neden olan ölçümler:
  • Sorgu süresi artışı [saniye].
  • Aşırı bekleme [saniye].
  • Zaman aşımına uğradı istekler [yüzde].
  • Hataya neden olan istekler [yüzde].
Etki değeri Ölçülen ölçümün değeri.
Etkilenen sorgular ve hata kodları Sorgu karması veya hata kodu. Bunlar, etkilenen sorgular ile kolayca bağıntı sağlamak için kullanılabilir. Sorgu süresi artışı, bekleme süresi, zaman aşımı sayıları veya hata kodlarından oluşan ölçümler sağlanır.
Algılamalar Olay sırasında veritabanında tanımlanan algılama. 15 algılama deseni vardır. Daha fazla bilgi için bkz . Intelligent Insights ile veritabanı performansı sorunlarını giderme.
Kök neden analizi İnsan tarafından okunabilir biçimde tanımlanan sorunun kök neden analizi. Bazı içgörüler mümkün olduğunda performans geliştirme önerisi içerebilir.

Akıllı İçgörüler, veritabanı performans sorunlarını bulma ve giderme konusunda önemli bir yer sağlar. Veritabanı performansı sorunlarını gidermek için Akıllı İçgörüler'i kullanmak için bkz. Akıllı İçgörüler ile ilgili performans sorunlarını giderme.

Akıllı İçgörüler seçenekleri

Akıllı İçgörüler seçenekleri şunlardır:

Akıllı İçgörüler seçeneği Azure SQL Veritabanı desteği Azure SQL Yönetilen Örneği desteği
Akıllı İçgörüleri Yapılandırma - Veritabanlarınız için Akıllı İçgörüler analizini yapılandırın. Yes Yes
İçgörüleri Azure SQL Analytics'e akışla aktar : İçgörüleri Azure SQL Analytics'e aktar. Yes Yes
İçgörüleri Azure Event Hubs akışla aktarma - Daha fazla özel tümleştirme için içgörüleri Event Hubs'a akışla aktarabilirsiniz. Yes Yes
Azure Depolama'ya içgörü akışı - Daha fazla analiz ve uzun süreli arşivleme için içgörüleri Azure Depolama'ya akışla aktarabilirsiniz. Yes Yes

Not

Akıllı içgörüler şu bölgelerde bulunmayan bir önizleme özelliğidir: Batı Avrupa, Kuzey Avrupa, Batı ABD 1 ve Doğu ABD 1.

Akıllı İçgörüler günlüğünü dışarı aktarmayı yapılandırma

Akıllı İçgörüler'in çıkışı analiz için çeşitli hedeflerden birine akışla aktarılabilir:

  • Log Analytics çalışma alanına akışı yapılan çıkış, Azure portal kullanıcı arabirimi aracılığıyla içgörüleri görüntülemek için Azure SQL Analytics ile kullanılabilir. Bu tümleşik Azure çözümüdür ve içgörüleri görüntülemenin en tipik yoludur.
  • Azure Event Hubs akışı yapılan çıkış, özel izleme ve uyarı senaryolarının geliştirilmesi için kullanılabilir
  • Azure Depolama'ya akışı yapılan çıkış, özel raporlama, uzun süreli veri arşivleme vb. için özel uygulama geliştirme için kullanılabilir.

Azure SQL Analytics, Azure Event Hubs, Azure Depolama veya üçüncü taraf ürünlerin tüketim için tümleştirilmesi, önce veritabanının Tanılama ayarları sayfasında Akıllı İçgörüler günlüğünün ("SQLInsights" günlüğü) etkinleştirilmesi ve ardından Akıllı İçgörüler günlük verilerinin bu hedeflerden birine akışla aktarılacak şekilde yapılandırılması yoluyla gerçekleştirilir.

Akıllı İçgörüler günlüğünü etkinleştirme ve ölçüm ve kaynak günlüğü verilerini tüketen bir ürüne akışla aktarılacak şekilde yapılandırma hakkında daha fazla bilgi için bkz . Ölçümler ve tanılama günlüğü.

Azure SQL Analytics ile ayarlama

Azure SQL Analytics çözümü, Intelligent Insights kaynak günlüğü verilerini kullanarak veritabanı performansıyla ilgili grafik kullanıcı arabirimi, raporlama ve uyarı özellikleri sağlar.

marketten Azure portal panonuza Azure SQL Analytics ekleyin ve çalışma alanı oluşturmak için bkz. Azure SQL Analytics'i yapılandırma

Akıllı İçgörüler'i Azure SQL Analytics ile kullanmak için, önceki adımda oluşturduğunuz Azure SQL Analytics çalışma alanına akışla aktarılacak Akıllı İçgörüler günlük verilerini yapılandırmak için bkz. Ölçümler ve tanılama günlüğü.

Aşağıdaki örnekte, Azure SQL Analytics aracılığıyla görüntülenen akıllı içgörüler gösterilmektedir:

Akıllı İçgörüler raporu

Event Hubs ile ayarlama

Intelligent Insights'ı Event Hubs ile kullanmak için Akıllı İçgörüler günlük verilerini Event Hubs'a akışla aktarılacak şekilde yapılandırın. Bkz. Ölçümler ve tanılama günlüğü ve Azure tanılama günlüklerini Event Hubs'a akışla aktarma.

Özel izleme ve uyarı ayarlamak üzere Event Hubs'ı kullanmak için bkz. Event Hubs'ta ölçümler ve tanılama günlükleriyle ne yapmalı?

Azure Depolama ile ayarlama

Akıllı İçgörüler'i Depolama ile kullanmak için Akıllı İçgörüler günlük verilerini Depolama'ya akışla aktarılacak şekilde yapılandırın. Bkz . Ölçümler ve tanılama günlüğü ve Azure Depolama'ya akışla aktarma.

Akıllı İçgörüler günlüğünün özel tümleştirmeleri

Üçüncü taraf araçlarla Akıllı İçgörüler'i kullanmak veya özel uyarı ve izleme geliştirme için bkz. Intelligent Insights veritabanı performansı tanılama günlüğünü kullanma.

Algılama ölçümleri

Akıllı İçgörüler oluşturan algılama modelleri için kullanılan ölçümler izlemeyi temel alır:

  • Sorgu süresi
  • Zaman aşımı istekleri
  • Aşırı bekleme süresi
  • Hatalı istekler

Sorgu süresi ve zaman aşımı istekleri, veritabanı iş yükü performansıyla ilgili sorunları algılamada birincil modeller olarak kullanılır. İş yükünde neler olduğunu doğrudan ölçtükleri için kullanılırlar. tüm olası iş yükü performansı düşüşü durumlarını algılamak için, iş yükü performansını etkileyen sorunları göstermek için ek modeller olarak aşırı bekleme süresi ve hatalı istekler kullanılır.

Sistem, normal ve olağan dışı veritabanı performans eşiklerini dinamik olarak belirlemek için iş yükündeki değişiklikleri ve veritabanına yapılan sorgu isteklerinin sayısındaki değişiklikleri otomatik olarak dikkate alır.

Tüm ölçümler, algılanan her performans sorununu kategorilere ayıran bilimsel olarak türetilmiş bir veri modeli aracılığıyla çeşitli ilişkilerde birlikte değerlendirilir. Akıllı içgörüler aracılığıyla sağlanan bilgiler şunları içerir:

  • Algılanan performans sorununun ayrıntıları.
  • Algılanan sorunun kök neden analizi.
  • İzlenen veritabanının performansını mümkün olduğunca iyileştirmeye yönelik öneriler.

Sorgu süresi

Sorgu süresi düşüşü modeli, tek tek sorguları analiz eder ve bir sorguyu derleme ve yürütme süresindeki artışı performans temeline göre algılar.

Yerleşik zeka, sorgu derleme veya sorgu yürütme süresinde iş yükü performansını etkileyen önemli bir artış algılarsa, bu sorgular sorgu süresi performans düşüşü sorunları olarak işaretlenir.

Intelligent Insights tanılama günlüğü, performansı düşürülen sorgunun sorgu karması çıktısını alır. Sorgu karması, performans düşüşüyle sorgu derleme veya yürütme süresi artışıyla ilgili olup olmadığını gösterir ve bu da sorgu süresi süresini artırır.

Zaman aşımı istekleri

Zaman aşımı istekleri performans düşüşü modeli tek tek sorguları analiz eder ve sorgu yürütme düzeyinde zaman aşımlarındaki artışları ve veritabanı düzeyinde performans temeli dönemiyle karşılaştırıldığında genel istek zaman aşımlarını algılar.

Bazı sorgular yürütme aşamasına ulaşmadan önce bile zaman aşımına uğramayabilir. Durdurulan çalışanların istekleriyle yapılan istekler arasında yerleşik zeka ölçüleri ve yürütme aşamasına ulaşıp ulaşmadıklarına bakılmaksızın veritabanına ulaşan tüm sorguları analiz eder.

Yürütülen sorguların zaman aşımı sayısı veya durdurulan istek çalışanlarının sayısı sistem tarafından yönetilen eşiği aştıktan sonra, tanılama günlüğü akıllı içgörülerle doldurulur.

Oluşturulan içgörüler zaman aşımına uğradı isteklerinin sayısını ve zaman aşımına uğradı sorguların sayısını içerir. Performans düşüşünün göstergesi, yürütme aşamasında zaman aşımı artışıyla ilgilidir veya genel veritabanı düzeyi sağlanır. Zaman aşımlarındaki artış veritabanı performansı açısından önemli kabul edildiğinde, bu sorgular zaman aşımı performans düşüşü sorunları olarak işaretlenir.

Aşırı bekleme süreleri

Aşırı bekleme süresi modeli tek tek veritabanı sorgularını izler. Sistem tarafından yönetilen mutlak eşikleri geçen sıra dışı yüksek sorgu bekleme istatistiklerini algılar. Sorgu Deposu Bekleme İstatistikleri (sys.query_store_wait_stats) kullanılarak aşağıdaki sorgunun aşırı bekleme süresi ölçümleri gözlemlenir:

  • Kaynak sınırlarına ulaşma
  • Elastik havuz kaynak sınırlarına ulaşma
  • Aşırı sayıda çalışan veya oturum iş parçacığı
  • Aşırı veritabanı kilitleme
  • Bellek baskısı
  • Diğer bekleme istatistikleri

Kaynak sınırlarına veya elastik havuz kaynak sınırlarına ulaşmak, bir abonelikteki veya elastik havuzdaki kullanılabilir kaynakların tüketiminin mutlak eşikleri aştığını belirtir. Bu istatistikler iş yükü performansında düşüş olduğunu gösterir. Aşırı sayıda çalışan veya oturum iş parçacığı, çalışan iş parçacığı veya oturum başlatma sayısının mutlak eşikleri aşarak başlattığı bir koşulu belirtir. Bu istatistikler iş yükü performansında düşüş olduğunu gösterir.

Aşırı veritabanı kilitleme, veritabanındaki kilit sayısının mutlak eşikleri aştığını belirten bir koşuldur. Bu istatistik, iş yükü performansında düşüş olduğunu gösterir. Bellek baskısı, bellek izni isteyen iş parçacıklarının sayısının mutlak eşiği aşması koşuludur. Bu istatistik, iş yükü performansında düşüş olduğunu gösterir.

Diğer bekleme istatistikleri algılaması, Sorgu Deposu Bekleme İstatistikleri aracılığıyla ölçülen çeşitli ölçümlerin mutlak eşiği aşmış olduğu bir koşulu gösterir. Bu istatistikler iş yükü performansında düşüş olduğunu gösterir.

Kullanılabilir verilere bağlı olarak, aşırı bekleme süreleri algılandıktan sonra, Intelligent Insights tanılama günlüğünde performansı düşürülen etkilenen ve etkilenen sorguların karmaları, yürütmede sorguların beklemesine neden olan ölçümlerin ayrıntıları ve ölçülen bekleme süresi görüntülenir.

Hatalı istekler

Hataya neden olan istek düşüşü modeli, tek tek sorguları izler ve temel döneme kıyasla hatalı olan sorgu sayısında bir artış algılar. Bu model, yerleşik zeka tarafından yönetilen mutlak eşikleri aşan kritik özel durumları da izler. Sistem, veritabanında yapılan sorgu isteklerinin sayısını ve izlenen dönemdeki tüm iş yükü değişikliklerini otomatik olarak dikkate alır.

Yapılan isteklerin genel sayısına göre hatalı isteklerdeki ölçülen artış iş yükü performansı açısından önemli kabul edildiğinde, etkilenen sorgular hataya neden olan istekler performans düşüşü sorunları olarak işaretlenir.

Akıllı İçgörüler günlüğü, hataya neden olan isteklerin sayısını gösterir. Performans düşüşünün hatalı isteklerdeki artışla mı yoksa izlenen kritik özel durum eşiğini ve performans düşüşünün ölçülen süresini aşmayla mı ilgili olduğunu gösterir.

İzlenen kritik özel durumlardan herhangi biri sistem tarafından yönetilen mutlak eşikleri geçerse, kritik özel durum ayrıntılarıyla akıllı bir içgörü oluşturulur.

Sonraki adımlar