Azure Stream Analytics izleme verileri başvurusu
Bu makale, bu hizmetin tüm izleme başvuru bilgilerini içerir.
Azure Stream Analytics için toplayabileceğiniz veriler ve nasıl kullanılacağı hakkında ayrıntılı bilgi için bkz. Azure Stream Analytics'i izleme.
Ölçümler
Bu bölümde, bu hizmet için otomatik olarak toplanan tüm platform ölçümleri listelenir. Bu ölçümler, Azure İzleyici'de desteklenen tüm platform ölçümlerinin genel listesinin de bir parçasıdır.
Ölçüm saklama hakkında bilgi için bkz . Azure İzleyici Ölçümlerine genel bakış.
Azure Stream Analytics, sorgunuzu ve iş performansınızı izlemek ve sorunlarını gidermek için kullanabileceğiniz birçok ölçüm sağlar. Bu ölçümlerdeki verileri Azure portalının Genel Bakış sayfasında, İzleme bölümünde görüntüleyebilirsiniz.
Belirli bir ölçümü denetlemek istiyorsanız İzleme bölümünde Ölçümler'i seçin. Görüntülenen sayfada ölçümü seçin.
Microsoft.StreamAnalytics/streamingjobs için desteklenen ölçümler
Aşağıdaki tabloda, Microsoft.StreamAnalytics/streamingjobs kaynak türü için kullanılabilecek ölçümler listelenir.
- Tüm sütunlar her tabloda mevcut olmayabilir.
- Bazı sütunlar sayfanın görüntüleme alanının dışında olabilir. Kullanılabilir tüm sütunları görüntülemek için Tabloyu genişlet'i seçin.
Tablo başlıkları
- Kategori - Ölçüm grubu veya sınıflandırma.
- Ölçüm - Azure portalında göründüğü şekilde ölçüm görünen adı.
- REST API'deki ad - REST API'de bahsedilen ölçüm adı.
- Birim - Ölçü birimi.
- Toplama - Varsayılan toplama türü. Geçerli değerler: Ortalama (Ortalama), Minimum (Min), Maksimum (Maksimum), Toplam (Toplam), Sayı.
- - Ölçüm için kullanılabilen Boyutlar Boyutları.
- Ölçümün örneklendiği Zaman Dilimleri - Aralıkları. Örneğin,
PT1Mölçümün dakikada bir, 30 dakikada bir,PT30MPT1Hsaatte bir vb. örneklendiğini gösterir. - DS Dışarı Aktarma- Ölçümün tanılama ayarları aracılığıyla Azure İzleyici Günlüklerine aktarılıp aktarılmayacağı. Ölçümleri dışarı aktarma hakkında bilgi için bkz . Azure İzleyici'de tanılama ayarları oluşturma.
| Kategori | Metric | REST API'de ad | Unit | Toplama | Boyutlar | Zaman Dilimleri | DS Dışarı Aktarma |
|---|---|---|---|---|---|---|---|
| Başarısız İşlev İstekleri Başarısız İşlev İstekleri |
AMLCalloutFailedRequests |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| İşlev Olayları İşlev Olayları |
AMLCalloutInputEvents |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| İşlev İstekleri İşlev İstekleri |
AMLCalloutRequests |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Veri Dönüştürme Hataları Veri Dönüştürme Hataları |
ConversionErrors |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Giriş Seri Durumdan Çıkarma Hataları Girişi Seri Durumdan Çıkarma Hataları |
DeserializationError |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Sıra dışı Olaylar Sıra dışı Olaylar |
DroppedOrAdjustedEvents |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Erken Giriş Olayları Erken Giriş Olayları |
EarlyInputEvents |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Çalışma Zamanı Hataları Çalışma Zamanı Hataları |
Errors |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Giriş Olay Baytları Giriş Olay Baytları |
InputEventBytes |
Bayt | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Giriş Olayları Giriş Olayları |
InputEvents |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| GeriLogged Giriş Olayları Kapsama Alanın Giriş Olayları |
InputEventsSourcesBacklogged |
Sayı | Ortalama, Maksimum, Minimum | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Alınan Giriş Kaynakları Alınan Giriş Kaynakları |
InputEventsSourcesPerSecond |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Geç Giriş Olayları Geç Giriş Olayları |
LateInputEvents |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Çıkış Olayları Çıkış Olayları |
OutputEvents |
Sayı | Toplam | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| Filigran Gecikmesi Filigran Gecikmesi |
OutputWatermarkDelaySeconds |
Saniye | Ortalama, Maksimum, Minimum | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| CPU Kullanım Yüzdesi CPU Kullanım Yüzdesi |
ProcessCPUUsagePercentage |
Yüzde | Ortalama, Maksimum, Minimum | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes | |
| SU (Bellek) Kullanım Yüzdesi SU (Bellek) Kullanım Yüzdesi |
ResourceUtilization |
Yüzde | Ortalama, Maksimum, Minimum | LogicalName, PartitionId, ProcessorInstance, NodeName |
PT1M | Yes |
Ölçüm açıklamaları
Azure Stream Analytics, işinizin durumunu izlemeniz için aşağıdaki ölçümleri sağlar.
| Metrik Sistem | Açıklama |
|---|---|
| GeriLogged Giriş Olayları | Gerilogged giriş olaylarının sayısı. Bu ölçüm için sıfır olmayan bir değer, işinizin gelen olay sayısına ayak uyduramıyoruz anlamına gelir. Bu değer yavaş yavaş artıyorsa veya sürekli sıfırdan farklıysa, işinizin ölçeğini genişletmeniz gerekir. Daha fazla bilgi edinmek için bkz . Akış birimlerini anlama ve ayarlama. |
| Veri Dönüştürme Hataları | Beklenen çıkış şemasına dönüştürülemeyen çıkış olaylarının sayısı. Bu senaryoyla karşılaşan olayları bırakmak için hata ilkesini Bırak olarak değiştirebilirsiniz. |
| CPU Kullanım Yüzdesi (önizleme) | İşinizin kullandığı CPU yüzdesi. Bu değer çok yüksek olsa bile (yüzde 90 veya daha fazla), yalnızca bu ölçüme göre SU sayısını artırmamalısınız. Gerilogged giriş olaylarının veya filigran gecikmelerinin sayısı artarsa, CPU'nun performans sorunu olup olmadığını belirlemek için bu ölçümü kullanabilirsiniz. Bu ölçümde aralıklı ani artışlar olabilir. Bir CPU performans sorunu nedeniyle girişlerin geri yerleştirildiği veya filigran gecikmelerinin arttığı işinizin üst sınırlarını belirlemek için ölçek testleri yapmanızı öneririz. |
| Erken Giriş Olayları | Uygulama zaman damgası, varış zamanından 5 dakikadan daha erken olan olaylar. |
| Başarısız İşlev İstekleri | Başarısız Azure Machine Learning işlev çağrılarının sayısı (varsa). |
| İşlev Olayları | Azure Machine Learning işlevine gönderilen olay sayısı (varsa). |
| İşlev İstekleri | Azure Machine Learning işlevine yapılan çağrı sayısı (varsa). |
| Giriş Seri Durumdan Çıkarma Hataları | Seri durumdan çıkarılamayan giriş olaylarının sayısı. |
| Giriş Olay Baytları | Stream Analytics işinin bayt cinsinden aldığı veri miktarı. Olayların giriş kaynağına gönderildiğini doğrulamak için bu ölçümü kullanabilirsiniz. |
| Giriş Olayları | Giriş olaylarından seri durumdan çıkarılmış kayıt sayısı. Bu sayı, seri durumdan çıkarma hatalarına neden olan gelen olayları içermez. Stream Analytics, iç kurtarmalar ve kendi kendine birleştirmeler gibi senaryolarda aynı olayları birden çok kez alabilir. İşinizde basit bir doğrudan sorgu varsa Giriş Olayları ve Çıkış Olayları ölçümlerinin eşleşmesini beklemeyin. |
| Alınan Giriş Kaynakları | İşin aldığı ileti sayısı. Azure Event Hubs için ileti tek EventData bir öğedir. Azure Blob Depolama için ileti tek bir blobdur. Seri durumdan çıkarmadan önce giriş kaynaklarının sayıldığını unutmayın. Seri durumdan çıkarma hataları varsa, giriş kaynakları giriş olaylarından büyük olabilir. Aksi takdirde, her ileti birden çok olay içerebileceğinden giriş kaynakları giriş olaylarından küçük veya buna eşit olabilir. |
| Geç Giriş Olayları | Geç varışlar için yapılandırılmış tolerans penceresinden daha sonra gelen olaylar. Azure Stream Analytics olay sırasıyla ilgili dikkat edilmesi gerekenler hakkında daha fazla bilgi edinin. |
| Sıra Dışı Olaylar | Olay sıralama ilkesine göre bırakılan veya ayarlanmış bir zaman damgası verilen sıra dışı alınan olayların sayısı. Bu ölçüm, Sıra Dışı Tolerans Penceresi ayarının yapılandırmasından etkilenebilir. |
| Çıkış Olayları | Stream Analytics işinin olay sayısı olarak çıkış hedefine gönderdiği veri miktarı. |
| Çalışma Zamanı Hataları | Sorgu işlemeyle ilgili toplam hata sayısı. Olayları alırken veya sonuçları çıkarırken bulunan hataları dışlar. |
| SU (Bellek) Kullanım Yüzdesi | İşinizin kullandığı bellek yüzdesi. Bu ölçüm tutarlı olarak yüzde 80'in üzerindeyse, filigran gecikmesi artıyorsa ve geri yüklenen olay sayısı artıyorsa akış birimlerini (SU) artırmayı göz önünde bulundurun. Yüksek kullanım, işin ayrılan kaynak üst sınırına yakın bir değer kullandığını gösterir. |
| Filigran Gecikmesi | İşteki tüm çıkışların tüm bölümlerinde filigran gecikmesi üst sınırı. |
Ölçüm boyutları
Ölçüm boyutlarının ne olduğu hakkında bilgi için bkz . Çok boyutlu ölçümler.
Bu hizmet, ölçümleriyle ilişkilendirilmiş aşağıdaki boyutlara sahiptir.
| Boyut | Tanım |
|---|---|
| Mantıksal Ad | Stream Analytics işinin giriş veya çıkış adı. |
| Bölüm Kimliği | Giriş kaynağındaki giriş verileri bölümünün kimliği. Örneğin, giriş kaynağı bir olay hub'ıysa, bölüm kimliği olay hub'ına ait bölüm kimliğidir. Utanç verici derecede paralel işler için, çıktıdaki Bölüm Kimliği giriştekiyle aynıdır. |
| Düğüm Adı | İşiniz çalıştırıldığında sağlanan bir akış düğümünün tanımlayıcısı. Akış düğümü, işinize ayrılan işlem ve bellek kaynaklarının miktarını temsil eder. |
Mantıksal Ad boyutu
Mantıksal Ad , Stream Analytics işinin giriş veya çıkış adıdır. Örneğin, bir Stream Analytics işinin dört girişi ve beş çıkışı olduğunu varsayalım. Girişle ilgili ve çıkışla ilgili ölçümleri bu boyuta göre böldüğünüzde dört ayrı mantıksal girişi ve beş ayrı mantıksal çıkışı görürsünüz.
Mantıksal Ad boyutu, aşağıdaki ölçümleri filtrelemek ve bölmek için kullanılabilir:
- GeriLogged Giriş Olayları
- Veri Dönüştürme Hataları
- Erken Giriş Olayları
- Giriş Seri Durumdan Çıkarma Hataları
- Giriş Olay Baytları
- Giriş Olayları
- Alınan Giriş Kaynağı
- Geç Giriş Olayları
- Sıra Dışı Olaylar
- Çıkış Olayları
- Filigran Gecikmesi
Düğüm Adı boyutu
Akış düğümü, giriş verilerinizi işlemek için kullanılan bir dizi işlem kaynağını temsil eder. Her altı akış birimi (SU), hizmetin sizin adınıza otomatik olarak yönettiği bir düğüme çevrilir. Akış birimleri ve akış düğümleri arasındaki ilişki hakkında daha fazla bilgi için bkz . Akış birimlerini anlama ve ayarlama.
Düğüm Adı , akış düğümü düzeyindeki bir boyutdur. Belirli ölçümlerde belirli akış düğümü düzeyinde detaya gitmenize yardımcı olabilir. Örneğin, tek bir akış düğümünün CPU kullanımını denetlemek için akış düğümü düzeyine göre CPU Kullanım yüzdesi ölçümünü bölebilirsiniz.
Düğüm Adı boyutu, aşağıdaki ölçümleri filtrelemek ve bölmek için kullanılabilir:
- GeriLogged Giriş Olayları
- CPU Kullanım Yüzdesi (önizleme)
- Giriş Olayları
- Çıkış Olayları
- SU (Bellek) Kullanım Yüzdesi
- Filigran Gecikmesi
Bölüm Kimliği boyutu
Akış verileri işlenmek üzere Azure Stream Analytics hizmetine alınırken, giriş verileri giriş kaynağındaki bölümlere göre akış düğümlerine dağıtılır. Bölüm Kimliği boyutu, giriş kaynağındaki giriş verileri bölümünün kimliğidir.
Örneğin, giriş kaynağı bir olay hub'ıysa, bölüm kimliği olay hub'ına ait bölüm kimliğidir. Girişteki bölüm kimliği , çıktıdakiyle aynıdır.
Bölüm Kimliği boyutu, aşağıdaki ölçümleri filtrelemek ve bölmek için kullanılabilir:
- GeriLogged Giriş Olayları
- Veri Dönüştürme Hataları
- Erken Giriş Olayları
- Giriş Seri Durumdan Çıkarma Hataları
- Giriş Olay Baytları
- Giriş Olayları
- Alınan Giriş Kaynağı
- Geç Giriş Olayları
- Çıkış Olayları
- Filigran Gecikmesi
Kaynak günlükleri
Bu bölümde, bu hizmet için toplayabileceğiniz kaynak günlükleri türleri listelenmiştir. bölümü, Azure İzleyici'de desteklenen tüm kaynak günlükleri kategori türleri listesinden çekilir.
Microsoft.StreamAnalytics/streamingjobs için desteklenen kaynak günlükleri
| Kategori | Kategori görünen adı | Günlük tablosu | Temel günlük planını destekler | Alım zamanı dönüşümlerini destekler | Örnek sorgular | Dışarı aktarma maliyetleri |
|---|---|---|---|---|---|---|
Authoring |
Yazma | AzureDiagnostics Birden çok Azure kaynağından günlükler. |
Hayır | Hayır | Sorgular | Hayır |
Execution |
Yürütme | AzureDiagnostics Birden çok Azure kaynağından günlükler. |
Hayır | Hayır | Sorgular | Hayır |
Kaynak günlükleri şeması
Tüm günlükler JSON biçiminde depolanır. Her girdi aşağıdaki ortak dize alanlarına sahiptir:
| Veri Akışı Adı | Açıklama |
|---|---|
| time | Günlüğün zaman damgası (UTC olarak). |
| resourceId | Büyük harfle, işlemin gerçekleştiği kaynağın kimliği. Abonelik kimliğini, kaynak grubunu ve iş adını içerir. Örneğin, /SUBSCRIPTIONS/6503D296-DAC1-4449-9B03-609A1F4A1C87/RESOURCEGROUPS/MY-RESOURCE-GROUP/PROVIDERS/MICROSOFT. STREAMANALYTICS/STREAMINGJOBS/MYSTREAMINGJOB. |
| category | Yürütme veya Yazma günlük kategorisi. |
| operationName | Günlüğe kaydedilen işlemin adı. Örneğin, Olayları Gönder: SQL Çıktısı mysqloutput'a yazma hatası. |
| durum | İşlemin durumu. Örneğin, Başarısız veya Başarılı. |
| düzey | Günlük düzeyi. Örneğin, Hata, Uyarı veya Bilgilendirme. |
| özellikler | Girişe özgü günlük ayrıntıları, JSON dizesi olarak seri hale getirilir. Daha fazla bilgi için bu makaledeki aşağıdaki bölümlere bakın. |
Yürütme günlüğü özellikleri şeması
Yürütme günlükleri, Stream Analytics işi yürütme sırasında gerçekleşen olaylar hakkında bilgi içerir. Özelliklerin şeması, olayın bir veri hatası mı yoksa genel bir olay mı olduğuna bağlı olarak değişir.
Veri hataları
İş verileri işlerken oluşan tüm hatalar bu günlük kategorisindedir. Bu günlükler çoğunlukla veri okuma, serileştirme ve yazma işlemleri sırasında oluşturulur. Bu günlükler bağlantı hataları içermez. Bağlantı hataları genel olaylar olarak değerlendirilir. Çeşitli giriş ve çıkış verileri hatalarının nedeni hakkında daha fazla bilgi edinebilirsiniz.
| Veri Akışı Adı | Açıklama |
|---|---|
| Kaynak | Hatanın oluştuğu iş girişinin veya çıkışının adı. |
| İleti | Hatayla ilişkili ileti. |
| Tür | Hata türü. Örneğin, DataConversionError, CsvParserError veya ServiceBusPropertyColumnMissingError. |
| Veri | Hatanın kaynağını doğru bir şekilde bulmak için yararlı olan verileri içerir. Boyuta bağlı olarak kesilmeye tabidir. |
operationName değerine bağlı olarak, veri hataları aşağıdaki şemaya sahiptir:
Olay okuma işlemleri sırasında olayları seri hale getirme. Girişte yer alan veriler sorgu şemasını karşılamadığında aşağıdaki nedenlerden biri nedeniyle oluşur:
Olay serileştirme/seri durumdan çıkarma sırasında tür uyuşmazlığı: Hataya neden olan alanı tanımlar.
Bir olay okunamıyor, geçersiz serileştirme: Giriş verilerinde hatanın oluştuğu konumla ilgili bilgileri listeler. Blob girişi, uzaklık ve verilerin bir örneği için blob adını içerir.
Gönderme olayları yazma işlemleri sırasında gerçekleşir. Hataya neden olan akış olayını tanımlar.
Genel olaylar
Genel olaylar diğer her şeyi kapsar.
| Veri Akışı Adı | Açıklama |
|---|---|
| Hata | (isteğe bağlı) Hata bilgileri. Genellikle, varsa özel durum bilgileridir. |
| İleti | Günlük iletisi. |
| Tür | İleti türü. Hataların iç kategorilere ayrılmasıyla eşlenir. Örneğin, JobValidationError veya BlobOutputAdapterInitializationFailure. |
| Bağıntı Kimliği | İş yürütmeyi benzersiz olarak tanımlayan GUID. İş başladığından iş durdurulana kadar tüm yürütme günlüğü girişleri aynı Bağıntı Kimliği değerine sahiptir. |
Başvuru için, Azure İzleyici'de desteklenen tüm kaynak günlükleri kategori türlerinin veya Azure Stream Analytics için toplanan tüm kaynak günlüğü kategori türlerinin listesine bakın.
Azure İzleyici Günlükleri tabloları
Bu bölümde, Kusto sorguları kullanılarak Log Analytics tarafından sorgulanabilen bu hizmetle ilgili Azure İzleyici Günlükleri tabloları listelenmektedir. Tablolar, toplanan ve bunlara yönlendirilenlere bağlı olarak kaynak günlüğü verilerini ve büyük olasılıkla daha fazlasını içerir.
Akış Analizi işleri
| Kategori | Kategori görünen adı | Günlük tablosu | Temel günlük planını destekler | Alım zamanı dönüşümlerini destekler | Örnek sorgular | Dışarı aktarma maliyetleri |
|---|---|---|---|---|---|---|
Authoring |
Yazma | AzureDiagnostics Birden çok Azure kaynağından günlükler. |
Hayır | Hayır | Sorgular | Hayır |
Execution |
Yürütme | AzureDiagnostics Birden çok Azure kaynağından günlükler. |
Hayır | Hayır | Sorgular | Hayır |
Etkinlik günlüğü
Bağlı tablo, bu hizmetin etkinlik günlüğüne kaydedilebilecek işlemleri listeler. Bu işlemler, etkinlik günlüğündeki tüm olası kaynak sağlayıcısı işlemlerinin bir alt kümesidir.
Etkinlik günlüğü girdilerinin şeması hakkında daha fazla bilgi için bkz . Etkinlik Günlüğü şeması.
İlgili içerik
Geri Bildirim
Çok yakında: 2024 boyunca, içerik için geri bildirim mekanizması olarak GitHub Sorunları’nı kullanımdan kaldıracak ve yeni bir geri bildirim sistemiyle değiştireceğiz. Daha fazla bilgi için bkz. https://aka.ms/ContentUserFeedback.
Gönderin ve geri bildirimi görüntüleyin