使用 Azure 監視器 Agent 監視 Azure Batch 集區計算節點

Azure Batch 帳號平台的指標提供有關池、節點、核心、工作與任務的資訊。要監控訪客作業系統的效能，如 CPU、記憶體、磁碟和網路使用情況，請在池的運算節點上安裝 Azure 監視器 Agent（AMA）。

本文說明如何：

建立具有使用者指派受控識別和 AMA 的 Batch 集區。
為 Linux 效能計數器和 Syslog 建立資料收集規則（DCR）。
將 DCR 與批次池資源關聯起來。
請在 Log Analytics 和 Azure 監視器 Metrics 中驗證資料。

範例使用 Azure CLI 和 Linux 池。同一架構支援 Windows 池，並搭配 Windows AMA 擴充功能及 Windows 資料來源。

Important

僅針對使用 使用者訂用帳戶 集區配置模式的 Batch 帳戶，才支援使用 AMA 監視 Batch 集區中的計算節點。在批次服務池分配模式下，計算節點會建立在批次管理的訂閱中，客戶無法存取。

節點監控的運作方式

受監控的批次池會使用以下資源：

一個處於用戶訂閱池分配模式的批次帳戶。
一個由使用者指派管理身份的批次池。
建立池時安裝的 Azure 監視器 Agent 擴充功能。
一個指定要收集資料及目的地的 DCR。
一個 DCR 關聯，其目標為 Batch pool 的 Azure Resource Manager 資源。
用於記錄資料的 Log Analytics 工作區，以及可選擇使用 Azure 監視器 Metrics 來收集訪客計量。

將 DCR 與 Batch 集區資源 ID 建立關聯：

/subscriptions/<subscription-id>/resourceGroups/<resource-group>/
providers/Microsoft.Batch/batchAccounts/<batch-account>/pools/<pool-name>

不要只將 DCR 關聯至 Batch 為集區建立的虛擬機器擴展集。 Batch 會管理該擴展集的生命週期。當池子縮小到零節點時，Batch 可以在後續調整時刪除縮放集並建立新的。

Log Analytics 紀錄會保留批次建立的運算資源的資源 ID。客體計量可在目前 Batch 建立的虛擬機器擴展集上取得，Linux 位於azure.vm.linux.guestmetrics命名空間中，Windows 則位於虛擬機器客體 (Windows) 命名空間中。

先決條件

在開始之前，您需要：

一個 Azure Batch 帳戶，處於用戶訂閱池分配模式。
允許透過批次管理平面建立集區。
Log Analytics 工作區。
一個使用者指派的管理身份，與批次帳號同屬 Microsoft Entra 租戶。
申請建立DCR及DCR協會的許可。詳情請參閱 Azure 監視器中的建立與編輯資料收集規則。
Azure CLI 已安裝並認證為訂閱。

在同一 Azure 區域內建立 DCR、Log Analytics 工作區和批次池。如果集區使用對外輸出存取受限的虛擬網路，請檢閱 Azure 監視器 Agent 網路需求。

Tip

帶有擴充功能的池必須使用虛擬機設定。你不能在現有的池子裡新增擴充功能。要新增、移除或更新 AMA，請建立一個新的池。更多資訊請參閱「使用批次池的擴充功能」。

設定環境變數

設定資源變數。替換占位符值。

subscriptionId="<subscription-id>"
resourceGroup="<resource-group>"
location="<location>"
batchAccount="<batch-account-name>"
poolName="<pool-name>"
workspaceName="<log-analytics-workspace-name>"
identityName="<managed-identity-name>"
dcrName="<data-collection-rule-name>"

az account set --subscription "$subscriptionId"

identityId=$(az identity show \
  --resource-group "$resourceGroup" \
  --name "$identityName" \
  --query id \
  --output tsv)

workspaceId=$(az monitor log-analytics workspace show \
  --resource-group "$resourceGroup" \
  --workspace-name "$workspaceName" \
  --query id \
  --output tsv)

batchAccountId="/subscriptions/$subscriptionId/resourceGroups/$resourceGroup/providers/Microsoft.Batch/batchAccounts/$batchAccount"
poolResourceId="$batchAccountId/pools/$poolName"
dcrId="/subscriptions/$subscriptionId/resourceGroups/$resourceGroup/providers/Microsoft.Insights/dataCollectionRules/$dcrName"

建立資料收集規則

以下資料收集規則（DCR）每 60 秒收集一次 Linux 的常見效能計數器。它會將計數器傳送到 Log Analytics 中的 Perf 資料表，以及 Azure 監視器 Metrics。它也會將警告及較高嚴重程度的 Syslog 紀錄傳送至 Log Analytics。

以 Azure 監視器計量作為客體效能計數器的目的地，目前為預覽版階段。關於目前的限制，請參見「用 Azure 監視器 Agent 收集效能計數器」。

建立一個名為 dcr.json的檔案。用你的數值替換 <location> 和 <workspace-resource-id>。

{
  "location": "<location>",
  "kind": "Linux",
  "properties": {
    "dataSources": {
      "performanceCounters": [
        {
          "name": "batchNodePerformance",
          "streams": [
            "Microsoft-Perf",
            "Microsoft-InsightsMetrics"
          ],
          "samplingFrequencyInSeconds": 60,
          "counterSpecifiers": [
            "\\Processor(*)\\% Processor Time",
            "\\Processor(*)\\% User Time",
            "\\Processor(*)\\% Privileged Time",
            "\\Processor(*)\\% Idle Time",
            "\\Memory\\% Available Memory",
            "\\Memory\\Used Memory MBytes",
            "\\Memory\\% Used Memory",
            "\\Logical Disk(*)\\% Free Space",
            "\\Logical Disk(*)\\Free Megabytes",
            "\\Logical Disk(*)\\Disk Reads/sec",
            "\\Logical Disk(*)\\Disk Writes/sec",
            "\\Logical Disk(*)\\Disk Read Bytes/sec",
            "\\Logical Disk(*)\\Disk Write Bytes/sec",
            "\\Network(*)\\Total Bytes Transmitted",
            "\\Network(*)\\Total Bytes Received",
            "\\Network(*)\\Total Bytes",
            "\\System\\Uptime"
          ]
        }
      ],
      "syslog": [
        {
          "name": "batchNodeSyslog",
          "streams": [
            "Microsoft-Syslog"
          ],
          "facilityNames": [
            "auth",
            "authpriv",
            "cron",
            "daemon",
            "kern",
            "syslog",
            "user"
          ],
          "logLevels": [
            "Warning",
            "Error",
            "Critical",
            "Alert",
            "Emergency"
          ]
        }
      ]
    },
    "destinations": {
      "logAnalytics": [
        {
          "name": "batchMonitorWorkspace",
          "workspaceResourceId": "<workspace-resource-id>"
        }
      ],
      "azureMonitorMetrics": {
        "name": "azureMonitorMetrics-default"
      }
    },
    "dataFlows": [
      {
        "streams": [
          "Microsoft-Perf"
        ],
        "destinations": [
          "batchMonitorWorkspace"
        ]
      },
      {
        "streams": [
          "Microsoft-InsightsMetrics"
        ],
        "destinations": [
          "azureMonitorMetrics-default"
        ]
      },
      {
        "streams": [
          "Microsoft-Syslog"
        ],
        "destinations": [
          "batchMonitorWorkspace"
        ]
      }
    ]
  }
}

建立或更新DCR：

az rest \
  --method put \
  --url "https://management.azure.com${dcrId}?api-version=2022-06-01" \
  --body @dcr.json

如需有關選擇計數器及控制資料擷取成本的資訊，請參閱使用 Azure 監視器 Agent 收集效能計數器。

使用 Azure 監視器代理程式建立集區

建立一個名為 pool.json的檔案。以下範例使用 Ubuntu 22.04 並安裝 Linux AMA 擴充套件。將 <pool-name> 替換為 $poolName 的值，並將 $identityId 替換為 <managed-identity-resource-id> 的值。

{
  "name": "<pool-name>",
  "type": "Microsoft.Batch/batchAccounts/pools",
  "identity": {
    "type": "UserAssigned",
    "userAssignedIdentities": {
      "<managed-identity-resource-id>": {}
    }
  },
  "properties": {
    "vmSize": "STANDARD_D2S_V3",
    "taskSlotsPerNode": 1,
    "taskSchedulingPolicy": {
      "nodeFillType": "Pack"
    },
    "deploymentConfiguration": {
      "virtualMachineConfiguration": {
        "imageReference": {
          "publisher": "canonical",
          "offer": "0001-com-ubuntu-server-jammy",
          "sku": "22_04-lts",
          "version": "latest"
        },
        "nodeAgentSkuId": "batch.node.ubuntu 22.04",
        "extensions": [
          {
            "name": "AzureMonitorAgent",
            "publisher": "Microsoft.Azure.Monitor",
            "type": "AzureMonitorLinuxAgent",
            "typeHandlerVersion": "1.0",
            "autoUpgradeMinorVersion": true,
            "enableAutomaticUpgrade": true,
            "settings": {
              "authentication": {
                "managedIdentity": {
                  "identifier-name": "mi_res_id",
                  "identifier-value": "<managed-identity-resource-id>"
                }
              }
            }
          }
        ]
      }
    },
    "scaleSettings": {
      "fixedScale": {
        "targetDedicatedNodes": 1,
        "targetLowPriorityNodes": 0,
        "resizeTimeout": "PT15M"
      }
    }
  }
}

使用批次管理 API 建立池：

az rest \
  --method put \
  --url "https://management.azure.com${poolResourceId}?api-version=2024-07-01" \
  --body @pool.json

若為 Windows 集區，請使用：

延伸類型 AzureMonitorWindowsAgent。
一個 Windows 映像檔及相容的批次節點代理程式 SKU。
將 kind 設定為 Windows 的 Windows DCR
Windows 效能計數器，必要時則用 Windows 事件收集取代 Syslog。

不要同時用一個 DCR 來管理 Windows 和 Linux 計數器。有些計數器名稱可能會解析成相同的指標，導致重複收集。

將 DCR 與批次池關聯起來

在批次池資源上建立關聯：

az monitor data-collection rule association create \
  --name "batch-pool-monitoring" \
  --resource "$poolResourceId" \
  --rule-id "$dcrId"

確認關聯：

az monitor data-collection rule association list \
  --resource "$poolResourceId" \
  --output table

當節點被移除或替換時，該關聯仍會留在池中。不要用僅以目前由 Batch 建立的虛擬機器擴展集為目標的關聯來取代它。

驗證代理程式與日誌收集

節點進入閒置狀態後，最多可待五分鐘，讓第一批紀錄抵達。

確認代理程式的心跳訊號

請在 Log Analytics 工作空間執行以下查詢：

Heartbeat
| where TimeGenerated > ago(30m)
| summarize
    Samples = count(),
    FirstSeen = min(TimeGenerated),
    LastSeen = max(TimeGenerated),
    AgentVersion = any(Version)
    by Computer, _ResourceId

操作人員通常每分鐘發送一次心跳。

驗證效能計數器

Perf
| where TimeGenerated > ago(30m)
| summarize
    Samples = count(),
    Average = avg(CounterValue),
    P95 = percentile(CounterValue, 95),
    Maximum = max(CounterValue)
    by Computer, ObjectName, CounterName, InstanceName
| order by ObjectName asc, CounterName asc

Linux 邏輯磁碟計數器包含多個掛載點實例。建立圖表或警示時，請依據 InstanceName 進行篩選，以免唯讀掛載和暫時掛載使結果失真。

驗證 Syslog

Syslog
| where TimeGenerated > ago(30m)
| project
    TimeGenerated,
    Computer,
    Facility,
    SeverityLevel,
    ProcessName,
    SyslogMessage,
    _ResourceId
| order by TimeGenerated desc

查看賓客指標

如果 DCR 將Microsoft-InsightsMetrics串流傳送到 Azure 監視器 Metrics 目的地，訪客指標會出現在目前批次建立的虛擬機器尺度集上。

在 Azure 入口網站中，打開 Batch 為池子建立的虛擬機器縮放集。
選取 [計量]。
對於 計量命名空間，Linux 請選取 azure.vm.linux.guestmetrics，Windows 請選取 虛擬機器來賓（Windows）。
選擇指標並彙整。

你可以從最近的 Perf 紀錄中找到目前的運算資源 ID：

Perf
| where TimeGenerated > ago(30m)
| summarize arg_max(TimeGenerated, _ResourceId) by Computer

Note

當集區擴展至零個節點時，Batch 可以刪除其後端虛擬機擴展集。當擴展集不存在時，客體計量資源將無法使用。工作區中已收集的 Log Analytics 資料，仍會依照工作區的保留設定可供使用。

使用節點資料監控 Batch 平台指標

節點訪客資料補充自動收集的批次帳戶平台指標。同時使用兩個來源：

使用 Batch 帳戶指標，例如 TotalNodeCount、RunningNodeCount、TaskStartEvent、IdleNodeCount、UnusableNodeCount 和 TaskCompleteEvent，來監控服務和排程狀態。
使用訪客效能計數器來調查計算節點的 CPU、記憶體、磁碟和網路狀況。
使用 Batch Service 日誌將池、工作及任務生命週期事件與節點行為相關聯。

關於度量定義與聚合指引，請參閱 Azure Batch 監控資料參考及 Monitor Azure Batch。

針對資料收集進行疑難排解

當資料未到達時，請使用以下檢查：

癥狀	檢查
沒有心跳	確認 AMA 擴充功能是否成功配置，使用者指派的身份已附加到池中並在擴充功能設定中參考，且所需的 Azure 監視器端點可存取。
AMA 報告該資源並未與 DCR 相關聯	確認 DCR 關聯鎖定的是批次池資源 ID。僅在底層虛擬機器擴展集上建立關聯，並不能取代集區關聯。
已收到心跳訊號，但 `Perf` 為空	確認 `Microsoft-Perf` 同時存在於效能計數器資料來源以及以 Log Analytics 為目標的資料流中。檢查計數器路徑和 DCR 作業系統類型。
訪客指標命名空間無法提供	確認`Microsoft-InsightsMetrics`的目標為`azureMonitorMetrics-default`，預留數分鐘供彙總處理，並確認該集區目前具有節點及底層擴展集。
重複記錄	檢查是否有多個 DCR 從池中收集相同資料。重複採集會增加攝取成本。

關於 AMA 日誌位置與磁碟需求，請參閱 Azure 監視器 Agent 需求。關於批次分配與節點失敗，請參見 Azure Batch 池與節點錯誤。

成本考量

Azure 監視器收費可適用於 Log Analytics 的擷取、保留、警示及其他啟用功能。控制成本：

只收集監測目標所需的計數器和日誌。
使用適合你工作量的取樣頻率。
在查詢與警示中，透過有意義的掛載點實例來過濾磁碟資料。
避免將重疊的 DCR 與同一池關聯。
檢視工作區保留設定。

如需詳細資訊，請參閱 Azure 監視器成本與使用量及規劃 Azure Batch 的成本管理。

清理資源

當你不再需要監控池時，刪除池以及所有沒有與其他工作負載共享的監控資源。

若要保留池組態而不繼續執行運算節點，請將池大小調整為零：

az batch account login \
  --resource-group "$resourceGroup" \
  --name "$batchAccount"

az batch pool resize \
  --pool-id "$poolName" \
  --target-dedicated-nodes 0 \
  --target-low-priority-nodes 0

縮放到零可以移除虛擬機的後備縮放集。已儲存在 Log Analytics 中的資料，依照工作區保留設定仍可存取。

意見反應

此頁面對您有幫助嗎？

Last updated on 2026-09-07