Tanılama telemetrisinin akış dışarı aktarmasını yapılandırma - Azure SQL Veritabanı & Azure SQL Yönetilen Örneği

Şunlar için geçerlidir:Azure SQL Veritabanı Azure SQL Yönetilen Örneği

Bu makalede, analiz için çeşitli hedeflerden birine aktarabileceğiniz Azure SQL Veritabanı için performans ölçümleri ve kaynak günlükleri açıklanmaktadır. Azure portalı, PowerShell, Azure CLI, REST API ve Azure Resource Manager şablonları aracılığıyla bu tanılama telemetrisinin akış dışarı aktarmasının nasıl yapılandırılabileceği açıklanır.

Ayrıca bu tanılama telemetrisini akışla aktarabileceğiniz hedefler ve bu seçenekler arasından nasıl seçim yapabileceğinizi de öğrenirsiniz. Hedef seçenekleriniz şunlardır:

Dışarı aktarma için tanılama telemetrisi

Çeşitli performans ölçümlerini ve ek veritabanı günlüklerini dışarı aktarabilirsiniz. Aşağıdaki tabloda, birkaç hedef arasından birine akışlı dışa aktarma için yapılandırabileceğiniz performans ölçümleri ve kaynak günlükleri anlatılmaktadır. Bu tanılama telemetrisini, tek veritabanları, elastik havuzlar ve havuza alınan veritabanları ile SQL yönetilen örnekleri ve bunların veritabanları için yapılandırabilirsiniz.

Veritabanları için tanılama telemetrisi Azure SQL Veritabanı desteği Azure SQL Yönetilen Örneği desteği
Temel ölçümler: DTU/CPU yüzdesi, DTU/CPU sınırı, fiziksel veri okuma yüzdesi, günlük yazma yüzdesi, Başarılı/Başarısız/Güvenlik duvarı bağlantıları tarafından engellendi, oturum yüzdesi, çalışan yüzdesi, depolama, depolama yüzdesi ve XTP depolama yüzdesi içerir. Yes Hayır
Örnek ve Uygulama Gelişmiş: Sistem veritabanı verilerini, günlük dosyası boyutunu ve tempdb kullanılan günlük dosyasının yüzdesini içerirtempdb. Yes Hayır
QueryStoreRuntimeStatistics: CPU kullanımı ve sorgu süresi istatistikleri gibi sorgu çalışma zamanı istatistikleri hakkında bilgi içerir. Yes Yes
QueryStoreWaitStatistics: CPU, LOG ve LOCKING gibi sorgu bekleme istatistikleri (sorgularınızın beklediği şey) hakkında bilgi içerir. Yes Yes
Hatalar: Veritabanındaki SQL hataları hakkında bilgi içerir. Yes Yes
DatabaseWaitStatistics: Veritabanının farklı bekleme türlerinde beklerken harcadığı süre hakkında bilgi içerir. Yes Hayır
Zaman Aşımları: Veritabanındaki zaman aşımları hakkında bilgi içerir. Yes Hayır
Bloklar: Veritabanındaki olayları engelleme hakkında bilgi içerir. Yes Hayır
Kilitlenmeler: Veritabanındaki kilitlenme olayları hakkında bilgi içerir. Yes Hayır
AutomaticTuning: Veritabanı için otomatik ayarlama önerileri hakkında bilgi içerir. Yes Hayır
SQLInsights: Bir veritabanının performansına yönelik Akıllı İçgörüler içerir. Daha fazla bilgi için bkz. Veritabanı performansını izlemek ve sorunlarını gidermek için Akıllı İçgörüler (önizleme). Yes Yes
İş Yükü Yönetimi: Yalnızca Azure Synapse için kullanılabilir Daha fazla bilgi için bkz. Azure Synapse Analytics - İş Yükü Yönetimi Portalı İzleme Hayır Hayır

Not

Azure SQL Yönetilen Örneği'nde, gibi sistem veritabanları ve master, msdb, kaynak ve model, tempdb veritabanları için tanılama ayarlarını yapılandıramazsınız.

Dışarı aktarma hedeflerini akışla aktarma

Analiz için bu tanılama telemetrisini aşağıdaki Azure kaynaklarından birine aktarabilirsiniz.

  • Log Analytics çalışma alanı:

    Log Analytics çalışma alanına akışı yapılan veriler SQL Analytics tarafından kullanılabilir. SQL Analytics, performans raporları, uyarılar ve risk azaltma önerileri de dahil olmak üzere veritabanlarınız için akıllı izleme sağlayan yalnızca buluta yönelik bir izleme çözümüdür. Toplanan diğer izleme verileriyle Log Analytics çalışma alanına akışı yapılan verileri analiz edebilirsiniz. Bu seçenek, uyarılar ve görselleştirmeler gibi diğer Azure İzleyici özelliklerini kullanmanıza da olanak tanır.

  • Azure Event Hubs:

    Azure Event Hubs'a akışı yapılan veriler aşağıdaki işlevleri sağlar:

    • Günlükleri üçüncü taraf günlük ve telemetri sistemlerine akışla aktarın: Günlük verilerini üçüncü taraf bir SIEM veya log analytics aracına yönlendirmek için tüm ölçümlerinizi ve kaynak günlüklerinizi tek bir olay hub'ına akışla aktarın.
    • Özel telemetri ve günlük platformu oluşturma: Azure Event Hubs'ın yüksek oranda ölçeklenebilir yayımlama-abone olma özelliği, ölçümleri ve kaynak günlüklerini esnek bir şekilde özel bir telemetri platformuna almanızı sağlar. Daha fazla bilgi için bkz . Azure Event Hubs.
    • Power BI'a veri akışı yaparak hizmet durumunu görüntüleyin: Tanılama verilerinizi Azure hizmetlerinizde neredeyse gerçek zamanlı içgörülere dönüştürmek için Event Hubs, Stream Analytics ve Power BI'ı kullanın. Bu çözümle ilgili ayrıntılar için bkz . Stream Analytics ve Power BI: Akış verileri için gerçek zamanlı analiz panosu.

  • Azure Depolama:

    Azure Depolama'ya veri akışı yaparak, önceki iki akış seçeneğinin maliyetinin bir bölümü için çok büyük miktarlarda tanılama telemetrisini arşivleyebilirsiniz.

Daha kolay performans izleme için kaynak kullanımını ve sorgu yürütme istatistiklerini ölçmek için bu hedeflerden birine akışla aktarılan tanılama telemetrisini kullanabilirsiniz.

Diyagram, birçok SQL veritabanı ve yönetilen örneklerdeki veritabanlarının Azure Tanılama'ya telemetri gönderdiğini gösterir.

Tanılama telemetrisini dışarı aktarma akışını etkinleştirme ve yapılandırma

Aşağıdaki yöntemlerden birini kullanarak ölçümleri ve tanılama telemetrisi günlüğünü etkinleştirebilirsiniz:

  • Azure portal
  • PowerShell
  • Azure CLI
  • Azure İzleyici REST API'si
  • Azure Resource Manager şablonu

Not

Güvenlik telemetrisinin denetim günlüğü akışını etkinleştirmek için Azure SQL Veritabanı ve Azure Synapse Analytics için Denetim Kurulumu ve Azure Log Analytics ve Azure Event Hubs'da SQL Denetim günlükleri kısımlarına bakınız.

Tanılama telemetrisini dışarı aktarma akışını yapılandırma

Tanılama telemetrisi akışını etkinleştirmek ve yapılandırmak için Azure portalındaki Tanılama ayarları menüsünü kullanın. Ayrıca Tanılama telemetrisi akışını yapılandırmak için PowerShell, Azure CLI, REST API ve Resource Manager şablonlarını kullanabilirsiniz. Tanılama telemetrisinin akışını yapmak için aşağıdaki hedefleri ayarlayabilirsiniz: Azure Depolama, Azure Event Hubs ve Azure İzleyici günlükleri.

Önemli

Tanılama telemetrisi akışı dışa aktarma varsayılan olarak etkin değildir.

Azure portalında tanılama telemetrisinin akış dışarı aktarmasını yapılandırmaya yönelik adım adım yönergeler ve PowerShell ve Azure CLI ile aynı işlemi gerçekleştirmeye yönelik betikler için aşağıdaki sekmelerden birini seçin.

Azure SQL Veritabanı elastik havuzlar

Aşağıdaki tanılama telemetrisini toplamak için bir elastik havuz kaynağı ayarlayabilirsiniz:

Kaynak Telemetriyi izleme
Elastik havuz Temel ölçümler eDTU/CPU yüzdesi, eDTU/CPU sınırı, fiziksel veri okuma yüzdesi, günlük yazma yüzdesi, oturum yüzdesi, çalışan yüzdesi, depolama, depolama yüzdesi, depolama sınırı ve XTP depolama yüzdesini içerir.

Elastik havuzlar ve ortak kullanılan veritabanları için tanılama telemetrisi akışını yapılandırmak amacıyla her kaynağı ayrı ayrı yapılandırmanız gerekir:

  • Elastik havuz için tanılama telemetrisi akışını etkinleştirme
  • Elastik havuzdaki her veritabanı için tanılama telemetrisi akışını etkinleştirme

Elastik havuz kapsayıcısının her bir havuza alınan veritabanının telemetrisinden ayrı kendi telemetrisi vardır.

Elastik havuz kaynağı için tanılama telemetrisi akışını etkinleştirmek için şu adımları izleyin:

  1. Azure portalında elastik havuz kaynağına gidin.

  2. Tanılama ayarları'nı seçin.

  3. Önceki bir ayar yoksa Tanılamayı aç'ı veya önceki bir ayarı düzenlemek için Ayarı düzenle'yi seçin.

    Elastik havuzlar için tanılamayı etkinleştir seçeneğinin ekran görüntüsü.

  4. Kendi başvurunuz için bir ayar adı girin.

  5. Akış tanılama verileri için bir hedef kaynak seçin: Depolama hesabına arşivleme, Olay hub'ına akışla aktarma veya Log Analytics'e gönderme.

  6. Log Analytics için Yapılandır'ı seçin ve +Yeni Çalışma Alanı Oluştur'u seçerek yeni bir çalışma alanı oluşturun veya var olan bir çalışma alanını seçin.

  7. Elastik havuz tanılama telemetrisi için onay kutusunu seçin: Temel ölçümler. Elastik havuzlar için tanılamayı yapılandırma ekran görüntüsü.

  8. Kaydet'i seçin.

  9. Ayrıca, sonraki bölümde açıklanan adımları izleyerek izlemek istediğiniz elastik havuz içindeki her veritabanı için tanılama telemetrisi akışını yapılandırın.

Önemli

Elastik havuz için tanılama telemetrisini yapılandırmaya ek olarak, elastik havuzdaki her veritabanı için tanılama telemetrisini de yapılandırmanız gerekir.

Azure SQL Veritabanı veritabanları

Aşağıdaki tanılama telemetrisini toplamak için bir veritabanı kaynağı ayarlayabilirsiniz:

Kaynak Telemetriyi izleme
Tek veya havuza alınan veritabanı Temel ölçümler arasında DTU yüzdesi, kullanılan DTU, DTU sınırı, CPU yüzdesi, fiziksel veri okuma yüzdesi, günlük yazma yüzdesi, güvenlik duvarı bağlantıları tarafından başarılı/başarısız/engellendi, oturum yüzdesi, çalışan yüzdesi, depolama, depolama yüzdesi, XTP depolama yüzdesi ve kilitlenmeler bulunur.

Tek veya havuza alınan bir veritabanı için tanılama telemetrisi akışını etkinleştirmek için şu adımları izleyin:

  1. Azure SQL veritabanı kaynağına gidin.

  2. Tanılama ayarları'nı seçin.

  3. Önceki bir ayar yoksa Tanılamayı aç'ı veya önceki bir ayarı düzenlemek için Ayarı düzenle'yi seçin. Tanılama telemetrisi akışı yapmak için en fazla üç paralel bağlantı oluşturabilirsiniz.

  4. Tanılama verilerinin birden çok kaynağa paralel akışını yapılandırmak için Tanılama ayarı ekle'yi seçin.

    Tek ve havuza alınan veritabanları için tanılamayı etkinleştir seçeneğinin ekran görüntüsü.

  5. Kendi başvurunuz için bir ayar adı girin.

  6. Akış tanılama verileri için bir hedef kaynak seçin: Depolama hesabına arşivleme, Olay hub'ına akışla aktarma veya Log Analytics'e gönderme.

  7. Standart, olay tabanlı izleme deneyimi için veritabanı tanılama günlüğü telemetrisi için aşağıdaki onay kutularını seçin: SQLInsights, AutomaticTuning, QueryStoreRuntimeStatistics, QueryStoreWaitStatistics, Errors, DatabaseWaitStatistics, Timeouts, Blocks ve Deadlocks.

  8. Gelişmiş, bir dakikalık izleme deneyimi için Temel ölçümler onay kutusunu seçin.

    Azure SQL Veritabanı için tanılamayı yapılandırma ekran görüntüsü.

  9. Kaydet'i seçin.

  10. İzlemek istediğiniz her veritabanı için bu adımları yineleyin.

İpucu

İzlemek istediğiniz her tek ve havuza alınan veritabanı için bu adımları yineleyin.

Azure SQL Yönetilen Örneği'deki örnekler

Aşağıdaki tanılama telemetrisini toplamak için bir yönetilen örnek kaynağı ayarlayabilirsiniz:

Kaynak Telemetriyi izleme
Yönetilen örnek ResourceUsageStats sanal çekirdek sayısını, ortalama CPU yüzdesini, GÇ isteklerini, okunan ve yazılan baytları, ayrılmış depolama alanını ve kullanılan depolama alanını içerir.

Yönetilen örnek ve örnek veritabanları için tanılama telemetrisi akışını yapılandırmak için her birini ayrı olarak yapılandırmanız gerekir:

  • Yönetilen örnek için tanılama telemetrisi akışını etkinleştirme
  • Her örnek veritabanı için tanılama telemetrisi akışını etkinleştirme

Yönetilen örnek kapsayıcısının her örnek veritabanının telemetrisinden ayrı kendi telemetrisi vardır.

Yönetilen örnek kaynağı için tanılama telemetrisi akışını etkinleştirmek için şu adımları izleyin:

  1. Azure portalında yönetilen örnek kaynağına gidin.

  2. Tanılama ayarları'nı seçin.

  3. Önceki bir ayar yoksa Tanılamayı aç'ı veya önceki bir ayarı düzenlemek için Ayarı düzenle'yi seçin.

    Yönetilen örnek için tanılamayı etkinleştir seçeneğinin ekran görüntüsü.

  4. Kendi başvurunuz için bir ayar adı girin.

  5. Akış tanılama verileri için bir hedef kaynak seçin: Depolama hesabına arşivleme, Olay hub'ına akışla aktarma veya Log Analytics'e gönderme.

  6. Log Analytics için Yapılandır'ı seçin ve +Yeni Çalışma Alanı Oluştur'u seçerek yeni bir çalışma alanı oluşturun veya var olan bir çalışma alanını kullanın.

  7. Örnek tanılama telemetrisi için onay kutusunu seçin: ResourceUsageStats.

    Yönetilen örnek için tanılamayı yapılandırma ekran görüntüsü.

  8. Kaydet'i seçin.

  9. Ayrıca, sonraki bölümde açıklanan adımları izleyerek izlemek istediğiniz yönetilen örnekteki her örnek veritabanı için tanılama telemetrisi akışını yapılandırın.

Önemli

Yönetilen örnek için tanılama telemetrisini yapılandırmaya ek olarak, her örnek veritabanı için tanılama telemetrisini de yapılandırmanız gerekir.

Azure SQL Yönetilen Örneği veritabanları

Aşağıdaki tanılama telemetrisini toplamak için örnek veritabanı kaynağı ayarlayabilirsiniz:

Kaynak Telemetriyi izleme
Örnek veritabanı Sorgu Deposu Çalışma Zamanı İstatistikleri ve Sorgu Deposu Bekleme İstatistikleri, veritabanı için Sorgu Deposu verilerini içerir. SQLInsights , veritabanı için Intelligent Insights verileri içerir. Hatalar , bu veritabanı için hata verilerini içerir.

Örnek veritabanı için tanılama telemetrisi akışını etkinleştirmek için şu adımları izleyin:

  1. Yönetilen örnek içindeki örnek veritabanı kaynağına gidin.

  2. Tanılama ayarları'nı seçin.

  3. Önceki bir ayar yoksa Tanılamayı aç'ı veya önceki bir ayarı düzenlemek için Ayarı düzenle'yi seçin.

    • Tanılama telemetrisi akışı yapmak için en fazla üç paralel bağlantı oluşturabilirsiniz.
    • Tanılama verilerinin birden çok kaynağa paralel akışını yapılandırmak için +Tanılama ayarı ekle'yi seçin.

    Örnek veritabanları için tanılamayı etkinleştir seçeneğinin ekran görüntüsü.

  4. Kendi başvurunuz için bir ayar adı girin.

  5. Akış tanılama verileri için bir hedef kaynak seçin: Depolama hesabına arşivleme, Olay hub'ına akışla aktarma veya Log Analytics'e gönderme.

  6. Veritabanı tanılama telemetrisi onay kutularını seçin: SQLInsights, QueryStoreRuntimeStatistics, QueryStoreWaitStatistics ve Errors. Örnek veritabanları için tanılamayı yapılandırma ekran görüntüsü.

  7. Kaydet'i seçin.

  8. İzlemek istediğiniz her örnek veritabanı için bu adımları yineleyin.

İpucu

İzlemek istediğiniz her örnek veritabanı için bu adımları yineleyin.

SQL Analytics'e akışla aktar

Azure SQL Analytics, Log Analytics çalışma alanına aktarımı yapılan Azure SQL Veritabanı ve Azure SQL Yönetilen Örneği metriklerini ve kaynak günlüklerini kullanabilir. Azure SQL Analytics, tek veritabanlarının, elastik havuzların ve havuza alınan veritabanlarının, yönetilen örneklerin ve örnek veritabanlarının büyük ölçekte ve birden çok abonelikte performansını izleyen bir bulut çözümüdür. Performans ölçümlerini toplamanıza ve görselleştirmenize yardımcı olur ve performans sorunlarını gidermeye yönelik yerleşik zekaya sahiptir.

Azure SQL Analytics'e Genel Bakış'ın ekran görüntüsü.

Yüklemeye genel bakış

Aşağıdaki adımları uygulayarak Azure SQL Analytics ile bir veritabanı ve veritabanı koleksiyonları koleksiyonunu izleyin:

  1. Azure Market bir Azure SQL Analytics çözümü oluşturun.
  2. Çözümde bir Log Analytics çalışma alanı oluşturun.
  3. Veritabanlarını tanılama telemetrisini çalışma alanına akışla aktaracak şekilde yapılandırın.

Azure portalındaki tanılama ayarları sekmesindeki yerleşik Log Analytics'e Gönder seçeneğini kullanarak bu tanılama telemetrisinin akış dışarı aktarmasını yapılandırabilirsiniz. Ayrıca PowerShell cmdlet'leri, Azure CLI, Azure İzleyici REST API'si veya Resource Manager şablonları aracılığıyla tanılama ayarlarını kullanarak Log Analytics çalışma alanında akışı etkinleştirebilirsiniz.

Azure SQL Analytics kaynağı oluşturma

  1. Azure Market'de Azure SQL Analytics'i arayın ve seçin.

    Portalda Azure SQL Analytics aramasını gösteren ekran görüntüsü.

  2. Çözümün genel bakış ekranında Oluştur'u seçin.

  3. Azure SQL Analytics formunu gerekli ek bilgilerle doldurun: çalışma alanı adı, abonelik, kaynak grubu, konum ve fiyatlandırma katmanı.

    Portalda Azure SQL Analytics'i yapılandırmayı gösteren ekran görüntüsü.

  4. Onaylamak için Tamam'ı ve ardından Oluştur'u seçin.

Ölçümleri ve kaynak günlüklerini kaydetmek için kaynağı yapılandırma

Tek ve havuza alınan veritabanları, elastik havuzlar, yönetilen örnekler ve örnek veritabanları için tanılama telemetrisi akışını ayrı olarak yapılandırmanız gerekir. Bir kaynağın ölçümlerini nereye kaydedeceklerini yapılandırmanın en kolay yolu Azure portalını kullanmaktır. Ayrıntılı adımlar için bkz . Tanılama telemetrisinin akış dışarı aktarmasını yapılandırma.

İzleme ve uyarı için Azure SQL Analytics'i kullanma

Veritabanı kaynaklarınızı görüntülemek için SQL Analytics'i hiyerarşik bir pano olarak kullanabilirsiniz.

Event Hubs'a akış sağlama

Azure portalındaki yerleşik Stream to an event hub seçeneğini kullanarak Azure SQL Veritabanı ve Azure SQL Yönetilen Örneği ölçümlerini ve kaynak günlüklerini Event Hubs'a aktarabilirsiniz. Service Bus kural kimliğini PowerShell cmdlet'leri, Azure CLI veya Azure İzleyici REST API'si aracılığıyla tanılama ayarlarını kullanarak da etkinleştirebilirsiniz. Olay hub'ınızın veritabanınız ve sunucunuzla aynı bölgede olduğundan emin olun.

Event Hubs'daki ölçümler ve kaynak günlükleriyle ne yapmalı?

Seçilen veriler Event Hubs'a aktarıldıktan sonra gelişmiş izleme senaryolarını etkinleştirmeye bir adım daha yaklaşmış olursunuz. Event Hubs, bir olay işlem hattı için ön kapı görevi görür. Veriler bir olay hub'ına toplandıktan sonra, gerçek zamanlı analiz sağlayıcısı veya depolama bağdaştırıcısı bunları dönüştürebilir ve depolayabilir. Event Hubs, bir olay akışının üretimini bu olayların tüketiminden ayırır. Bu şekilde, olay tüketicileri olaylara kendi zamanlamalarıyla erişebilir. Event Hubs hakkında daha fazla bilgi için bkz:

Event Hubs'da akışla aktarılan ölçümleri kullanarak:

  • Power BI'a sık erişimli yol verilerini akışla aktararak hizmet durumunu görüntüleme

    Event Hubs, Stream Analytics ve Power BI'ı kullanarak ölçümlerinizi ve tanılama verilerinizi azure hizmetlerinizde neredeyse gerçek zamanlı içgörülere kolayca dönüştürebilirsiniz. Olay hub'ı ayarlama, Stream Analytics ile verileri işleme ve Power BI'ı çıkış olarak kullanma hakkında genel bir bakış için bkz . Stream Analytics ve Power BI.

  • Günlükleri üçüncü taraf günlük ve telemetri akışlarına akışla aktarma

    Event Hubs akışını kullanarak ölçümlerinizi ve kaynak günlüklerinizi çeşitli üçüncü taraf izleme ve log analytics çözümlerine alabilirsiniz.

  • Özel telemetri ve günlük platformu oluşturma

    Zaten özel olarak oluşturulmuş bir telemetri platforma sahip misiniz yoksa bir telemetri platformu oluşturmayı düşünüyor musunuz? Event Hubs'ın yüksek oranda ölçeklenebilir yayımlama-abone olma özelliği, ölçümleri ve kaynak günlüklerini esnek bir şekilde almanızı sağlar. Daha fazla bilgi için bkz . Azure Event Hubs.

Azure Depolama'ya akışla aktarma

Azure portalındaki yerleşik Bir depolama hesabında Arşivle seçeneğini kullanarak ölçümleri ve kaynak günlüklerini Azure Depolama'da depolayabilirsiniz. Tanılama ayarlarını PowerShell cmdlet'leri, Azure CLI veya Azure İzleyici REST API'sini kullanarak da Depolama'yı etkinleştirebilirsiniz.

Depolama hesabındaki ölçümlerin ve kaynak günlüklerinin şeması

Ölçümleri ve kaynak günlükleri koleksiyonunu ayarladıktan sonra, ilk veri satırları kullanılabilir olduğunda seçtiğiniz depolama hesabında bir depolama kapsayıcısı oluşturulur. Blobların yapısı şöyledir:

insights-{metrics|logs}-{category name}/resourceId=/SUBSCRIPTIONS/{subscription ID}/ RESOURCEGROUPS/{resource group name}/PROVIDERS/Microsoft.SQL/servers/{resource_server}/ databases/{database_name}/y={four-digit numeric year}/m={two-digit numeric month}/d={two-digit numeric day}/h={two-digit 24-hour clock hour}/m=00/PT1H.json

Veya daha basit bir şekilde:

insights-{metrics|logs}-{category name}/resourceId=/{resource Id}/y={four-digit numeric year}/m={two-digit numeric month}/d={two-digit numeric day}/h={two-digit 24-hour clock hour}/m=00/PT1H.json

Örneğin, Temel ölçümler için blob adı şu olabilir:

insights-metrics-minute/resourceId=/SUBSCRIPTIONS/a0a0a0a0-bbbb-cccc-dddd-e1e1e1e1e1e1/RESOURCEGROUPS/TESTRESOURCEGROUP/PROVIDERS/MICROSOFT.SQL/ servers/Server1/databases/database1/y=2016/m=08/d=22/h=18/m=00/PT1H.json

Elastik havuzdan veri depolamak için blob adı şöyle görünür:

insights-{metrics|logs}-{category name}/resourceId=/SUBSCRIPTIONS/{subscription ID}/ RESOURCEGROUPS/{resource group name}/PROVIDERS/Microsoft.SQL/servers/{resource_server}/ elasticPools/{elastic_pool_name}/y={four-digit numeric year}/m={two-digit numeric month}/d={two-digit numeric day}/h={two-digit 24-hour clock hour}/m=00/PT1H.json

Veri saklama ilkesi ve fiyatlandırma

Event Hubs veya Depolama hesabı seçerseniz bir bekletme ilkesi belirtebilirsiniz. Bu ilke, seçilen bir zaman aralığından eski verileri siler. Log Analytics'i belirtirseniz, saklama ilkesi seçilen fiyatlandırma katmanına bağlıdır. Bu durumda sağlanan ücretsiz veri alımı birimleri, her ay çeşitli veritabanlarının ücretsiz izlenmesini sağlayabilir. Ücretsiz birimleri aşan tanılama telemetrisi tüketimi maliyete neden olabilir.

Önemli

Daha ağır iş yüklerine sahip etkin veritabanları, boşta olan veritabanlarından daha fazla veri alır. Daha fazla bilgi için bkz . Log analytics fiyatlandırması.

Azure SQL Analytics kullanıyorsanız, Azure SQL Analytics'in gezinti menüsünde OMS Çalışma Alanı'nı ve ardından Kullanım ve Tahmini Maliyetler'i seçerek veri alımı tüketiminizi izleyebilirsiniz.

Ölçümler ve günlükler kullanılabilir

Bu bölümde, tek veritabanları, havuza alınan veritabanları, elastik havuzlar, yönetilen örnekler ve örnek veritabanları için kullanılabilen izleme telemetrisi belgelenmiştir. Azure İzleyici günlük sorguları dilini kullanarak kendi özel analiziniz ve uygulama geliştirmeniz için SQL Analytics içinde toplanan izleme telemetrisini kullanabilirsiniz.

Temel ölçümler

Kaynağa göre temel ölçümler hakkında ayrıntılı bilgi için aşağıdaki tablolara bakın.

Not

Temel ölçümler seçeneği daha önce Tüm ölçümler olarak biliniyordu. Değişiklik yalnızca adlandırmada yapıldı. İzlenen ölçümlerde değişiklik yapılmadı. Bu değişiklik, gelecekte ek ölçüm kategorilerinin eklenmesine olanak sağlamaktı.

Elastik havuzlar için temel ölçümler

Kaynak Metrics
Elastik havuz eDTU yüzdesi, kullanılan eDTU, eDTU sınırı, CPU yüzdesi, fiziksel veri okuma yüzdesi, günlük yazma yüzdesi, oturum yüzdesi, çalışan yüzdesi, depolama, depolama yüzdesi, depolama sınırı, XTP depolama yüzdesi

Tek ve havuza alınan veritabanları için temel ölçümler

Kaynak Metrics
Tek ve havuz veritabanı DTU yüzdesi, kullanılan DTU, DTU sınırı, CPU yüzdesi, fiziksel veri okuma yüzdesi, günlük yazma yüzdesi, Başarılı/Başarısız/Güvenlik duvarı bağlantıları tarafından engellendi, oturum yüzdesi, çalışan yüzdesi, depolama, depolama yüzdesi, XTP depolama yüzdesi ve kilitlenmeler

Gelişmiş ölçümler

Gelişmiş ölçümlerle ilgili ayrıntılar için aşağıdaki tabloya bakın.

Ölçü birimi Ölçüm adı görünümü Açıklama
sql_instance_cpu_percent 1 SQL örneği CPU yüzdesi İşletim sistemi tarafından ölçülen tüm kullanıcı ve sistem iş yükleri tarafından CPU kullanımı
sql_instance_memory_percent 1 SQL örneği bellek yüzdesi İşletim sistemi tarafından ölçülen veritabanı altyapısı örneği tarafından bellek kullanımı
tempdb_data_size 2 tempdb Veri Dosyası Boyutu Kilobayt tempdb Veri Dosyası Boyutu Kilobayt.
tempdb_log_size 2 tempdb Günlük Dosyası Boyutu Kilobayt tempdb Günlük Dosyası Boyutu Kilobayt.
tempdb_log_used_percent 2 tempdb Kullanılan Günlük Yüzdesi tempdb Kullanılan Yüzde Günlüğü.

1 Bu ölçüm, DTU tabanlı satın alma modelleri için 2 sanal çekirdek ve üzeri veya 200 DTU ve üzeri sanal çekirdek satın alma modelini kullanan veritabanları için kullanılabilir.

2 Bu ölçüm, DTU tabanlı satın alma modelleri için 2 sanal çekirdek ve üzeri veya 200 DTU ve üzeri sanal çekirdek satın alma modelini kullanan veritabanları için kullanılabilir. Bu ölçüm şu anda Synapse Analytics SQL havuzlarında kullanılamamaktadır.

Not

Yedi gün veya daha uzun süre etkin olmayan veritabanları için hem Temel hem de Gelişmiş ölçümler kullanılamayabilir.

Temel günlükler

Aşağıdaki tablolarda tüm günlüklerde kullanılabilen telemetri ayrıntıları belgelemektedir. Daha fazla bilgi için bkz . Desteklenen tanılama telemetrisi.

Yönetilen örnekler için kaynak kullanım istatistikleri

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlüğün kaydedildiği anda zaman damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: ResourceUsageStats
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: MANAGEDINSTANCES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Yönetilen örneğin adı
ResourceId Kaynak URI
SKU_s SQL Yönetilen Örneği ürün SKU'su
virtual_core_count_s Kullanılabilir sanal çekirdek sayısı
avg_cpu_percent_s Ortalama CPU yüzdesi
reserved_storage_mb_s Yönetilen örnekte ayrılmış depolama kapasitesi
storage_space_used_mb_s Yönetilen örnekte kullanılan depolama
io_requests_s IOPS sayısı
io_bytes_read_s Okunan IOPS baytları
io_bytes_written_s Yazılan IOPS baytları

Sorgu Deposu çalışma zamanı istatistikleri

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlüğün kaydedildiği zamanın damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: QueryStoreRuntimeStatistics
OperationName İşlemin adı. Her zaman: QueryStoreRuntimeStatisticsEvent
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: SERVERS/DATABASES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Veritabanı için sunucunun adı
ElasticPoolName_s Varsa, veritabanı için elastik havuzun adı
DatabaseName_s Veritabanının adı
ResourceId Kaynak URI
query_hash_s 1 Sorgu karması
query_plan_hash_s 1 Sorgu planı karması
statement_sql_handle_s Deyim sql tanıtıcısı
interval_start_time_d 2 İstatistik aralığının başlangıcı için iç tanımlayıcı.
interval_end_time_d 2 İstatistik aralığının sonu için iç tanımlayıcı.
logical_io_writes_d Toplam mantıksal GÇ yazma sayısı
max_logical_io_writes_d Yürütme başına en fazla mantıksal GÇ yazma sayısı
physical_io_reads_d Fiziksel GÇ okumalarının toplam sayısı
max_physical_io_reads_d Yürütme başına en fazla mantıksal GÇ okuma sayısı
logical_io_reads_d Toplam mantıksal GÇ okuma sayısı
max_logical_io_reads_d Yürütme başına en fazla mantıksal GÇ okuma sayısı
execution_type_d Yürütme türü
count_executions_d Sorgunun yürütme sayısı
cpu_time_d Sorgu tarafından mikrosaniye olarak tüketilen toplam CPU süresi
max_cpu_time_d Mikrosaniyede tek bir yürütme tarafından tüketilen maksimum CPU süresi
dop_d Paralellik derecelerinin toplamı
max_dop_d Tek yürütme için kullanılan en yüksek paralellik derecesi
rowcount_d Döndürülen toplam satır sayısı
max_rowcount_d Tek yürütmede döndürülen en fazla satır sayısı
query_max_used_memory_d KB'de kullanılan toplam bellek miktarı
max_query_max_used_memory_d KB'de tek bir yürütme tarafından kullanılan en fazla bellek miktarı
duration_d Mikrosaniye olarak toplam yürütme süresi
max_duration_d Tek bir yürütmenin en uzun yürütme süresi
num_physical_io_reads_d Toplam fiziksel okuma sayısı
max_num_physical_io_reads_d Yürütme başına en fazla fiziksel okuma sayısı
log_bytes_used_d Kullanılan günlük baytlarının toplam miktarı
max_log_bytes_used_d Yürütme başına kullanılan en fazla günlük bayt miktarı
query_id_d Sorgu Deposu'ndaki sorgunun kimliği
plan_id_d Sorgu Deposu'ndaki planın kimliği

1 Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulmak için bu makalenin devamında Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulma bölümüne bakın.

2 Bu değeri kullanılabilir bir zaman damgasına dönüştürmek için, bu makalenin devamında yer alan Aralık başlangıç ve bitiş saatlerini tarih saat değerlerine dönüştürme bölümüne bakın.

Daha fazla bilgi için bkz. sys.query_store_runtime_stats.

Sorgu Deposu bekleme istatistikleri

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlük kaydedildiğinde zaman damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: QueryStoreWaitStatistics
OperationName İşlemin adı. Her zaman: QueryStoreWaitStatisticsEvent
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: SERVERS/DATABASES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Veritabanı için sunucunun adı
ElasticPoolName_s Varsa, veritabanı için elastik havuzun adı
DatabaseName_s Veritabanının adı
ResourceId Kaynak URI
wait_category_s Bekleme kategorisi
is_parameterizable_s Sorgu parametreleştirilebilir mi?
statement_type_s Deyimin türü
statement_key_hash_s Deyim anahtarı karması
exec_type_d Yürütme türü
total_query_wait_time_ms_d Sorgunun belirli bir bekleme kategorisindeki toplam bekleme süresi
max_query_wait_time_ms_d Belirli bir bekleme kategorisinde tek tek yürütmede sorgunun en uzun bekleme süresi
query_param_type_d 0
query_hash_s 1 Sorgu Deposu'nda sorgu karması
query_plan_hash_s 1 Sorgu Deposu'nda sorgu planı karması
statement_sql_handle_s Sorgu Deposu'nda deyim tanıtıcısı
interval_start_time_d 2 İstatistik aralığının başlangıcı için iç tanımlayıcı.
interval_end_time_d 2 İstatistik aralığının sonu için iç tanımlayıcı.
count_executions_d Sorgunun yürütme sayısı
query_id_d Sorgu Deposu'ndaki sorgunun kimliği
plan_id_d Sorgu Deposu'ndaki planın kimliği

1 Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulmak için bu makalenin devamında Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulma bölümüne bakın.

2 Bu değeri kullanılabilir bir zaman damgasına dönüştürmek için, bu makalenin devamında yer alan Aralık başlangıç ve bitiş saatlerini tarih saat değerlerine dönüştürme bölümüne bakın.

Daha fazla bilgi için bkz. sys.query_store_wait_stats.

Hata veri kümesi

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlük kaydedildiğinde zaman damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: Errors
OperationName İşlemin adı. Her zaman: ErrorEvent
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: SERVERS/DATABASES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Veritabanı için sunucunun adı
ElasticPoolName_s Varsa, veritabanı için elastik havuzun adı
DatabaseName_s Veritabanının adı
ResourceId Kaynak URI
Message Düz metinde hata iletisi
user_defined_b Hata kullanıcı tanımlı bit mi?
error_number_d Hata kodu
Severity Hatanın önem derecesi
state_d Hatanın durumu
query_hash_s 1 Varsa, başarısız sorgunun sorgu karması
query_plan_hash_s 1 Varsa, başarısız sorgunun sorgu planı karması

1 Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulmak için bu makalenin devamında Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulma bölümüne bakın.

Daha fazla bilgi için bkz . Veritabanı Altyapısı olayları ve hataları.

Veritabanı bekleme istatistikleri veri kümesi

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlük kaydedildiğinde zaman damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: DatabaseWaitStatistics
OperationName İşlemin adı. Her zaman: DatabaseWaitStatisticsEvent
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: SERVERS/DATABASES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Veritabanı için sunucunun adı
ElasticPoolName_s Varsa, veritabanı için elastik havuzun adı
DatabaseName_s Veritabanının adı
ResourceId Kaynak URI
wait_type_s Bekleme türünün adı
start_utc_date_t [UTC] Ölçülen dönem başlangıç zamanı
end_utc_date_t [UTC] Ölçülen dönem bitiş zamanı
delta_max_wait_time_ms_d Yürütme başına en fazla bekleme süresi
delta_signal_wait_time_ms_d Toplam sinyal bekleme süresi
delta_wait_time_ms_d Dönemdeki toplam bekleme süresi
delta_waiting_tasks_count_d Bekleyen görev sayısı

Veritabanı bekleme istatistikleri hakkında daha fazla bilgi için bkz. sys.dm_os_wait_stats.

Zaman aşımları veri kümesi

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlük kaydedildiğinde zaman damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: Timeouts
OperationName İşlemin adı. Her zaman: TimeoutEvent
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: SERVERS/DATABASES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Veritabanı için sunucunun adı
ElasticPoolName_s Varsa, veritabanı için elastik havuzun adı
DatabaseName_s Veritabanının adı
ResourceId Kaynak URI
error_state_d Sorgu zaman aşımıyla ilişkili sayısal durum değeri ( dikkat olayı)
query_hash_s 1 Varsa sorgu karması
query_plan_hash_s 1 Varsa sorgu planı karması

1 Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulmak için bu makalenin devamında Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulma bölümüne bakın.

Veri kümesini engeller

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlük kaydedildiğinde zaman damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: Blocks
OperationName İşlemin adı. Her zaman: BlockEvent
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: SERVERS/DATABASES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Veritabanı için sunucunun adı
ElasticPoolName_s Varsa, veritabanı için elastik havuzun adı
DatabaseName_s Veritabanının adı
ResourceId Kaynak URI
lock_mode_s Sorgu tarafından kullanılan kilit modu
resource_owner_type_s Kilidin sahibi
blocked_process_filtered_s Engellenen işlem raporu XML'i
duration_d Mikrosaniye cinsinden kilidin süresi

Kilitlenme veri kümesi

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlük kaydedildiğinde zaman damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: Deadlocks
OperationName İşlemin adı. Her zaman: DeadlockEvent
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: SERVERS/DATABASES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Veritabanı için sunucunun adı
ElasticPoolName_s Varsa, veritabanı için elastik havuzun adı
DatabaseName_s Veritabanının adı
ResourceId Kaynak URI
deadlock_xml_s Kilitlenme raporu XML'i

Otomatik ayarlama veri kümesi

Özellik Açıklama
TenantId Kiracı kimliğiniz
SourceSystem Her zaman: Azure
TimeGenerated [UTC] Günlük kaydedildiğinde zaman damgası
Type Her zaman: AzureDiagnostics
ResourceProvider Kaynak sağlayıcısının adı. Her zaman: MICROSOFT.SQL
Category Kategorinin adı. Her zaman: AutomaticTuning
Resource Kaynağın adı
ResourceType Kaynak türünün adı. Her zaman: SERVERS/DATABASES
SubscriptionId Veritabanı için abonelik GUID'i
ResourceGroup Veritabanı için kaynak grubunun adı
LogicalServerName_s Veritabanı için sunucunun adı
LogicalDatabaseName_s Veritabanının adı
ElasticPoolName_s Varsa, veritabanı için elastik havuzun adı
DatabaseName_s Veritabanının adı
ResourceId Kaynak URI
RecommendationHash_s Otomatik ayarlama önerisinin benzersiz karması
OptionName_s Otomatik ayarlama işlemi
Schema_s Veritabanı şeması
Table_s Tablo etkilendi
IndexName_s Dizin adı
IndexColumns_s Sütun adı
IncludedColumns_s Eklenen sütunlar
EstimatedImpact_s Otomatik ayarlama önerisi JSON'un tahmini etkisi
Event_s Otomatik ayarlama olayının türü
Timestamp_t Son güncelleştirme zaman damgası

Intelligent Insights veri kümesi

Daha fazla bilgi için bkz. Azure SQL Veritabanı ve Azure SQL Yönetilen Örneği performans sorunlarının Intelligent Insights performans tanılama günlüğünü kullanma.

Örnekler

A. Aralık başlangıç ve bitiş saatlerini tarih saat değerlerine dönüştürme

Aşağıdaki Kusto ifadesi interval_start_time_d ve interval_end_time_d sütunlarını ve Sorgu Deposu bekleme istatistikleri veri kümelerini iç değerlerden değerlere dönüştürürdatetime.

| extend interval_start_time_date = interval_start_time_d / 4294967296,
         interval_end_time_date = interval_end_time_d / 4294967296
| extend interval_start_time_time = interval_start_time_d - 4294967296 * interval_start_time_date,
         interval_end_time_time = interval_end_time_d - 4294967296 * interval_end_time_date
| project interval_start_date_time = datetime(1900-1-1) + time(1d) * interval_start_time_date + time(1s) * (interval_start_time_time / 300.0),
          interval_end_date_time = datetime(1900-1-1) + time(1d) * interval_end_time_date + time(1s) * (interval_end_time_time / 300.0)

B. Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulma

query_hash_s ve query_plan_hash_s özellikleri Sorgu Deposu çalışma zamanı ve bekleme istatistiklerinde sayısal değerler olarak ve Hatalar ve Zaman Aşımları veri kümelerinde görünür.

Sorgu Deposu'nda eşleşen sorguları ve sorgu planlarını bulmak için aşağıdaki T-SQL ifadesini kullanın. Sayısal karma değerlerini sys.query_store_query ve sys.query_store_plan kullanılan ikili karma değerlerine dönüştürür.

SELECT CAST(CAST(<hash_value> as BIGINT) AS BINARY(8));

<hash_value>'ü gerçek query_hash_s veya query_plan_hash_s sayısal değerle değiştirin.

Sonraki adımlar

Günlüğe kaydetmeyi etkinleştirmeyi ve çeşitli Azure hizmetleri tarafından desteklenen ölçümleri ve günlük kategorilerini anlamak için bkz:

Event Hubs hakkında bilgi edinmek için şunu okuyun:

Log Analytics'ten alınan telemetriye göre uyarıları ayarlamayı öğrenmek için bkz:

  • Last updated on