Compartir a través de

监视 Azure Synapse Analytics

  • Artículo

本文介绍：

  • 可以为此服务收集的监视数据的类型。
  • 分析这些数据的方法。

注意

如果已熟悉此服务和/或 Azure Monitor，并且只想了解如何分析监视数据，请参阅本文末尾附近的“分析”部分。

如果具有依赖于 Azure 资源的关键应用程序和业务流程，则需要监视并获取系统的警报。 Azure Monitor 服务会从系统的每个组件收集并聚合指标和日志。 Azure Monitor 提供可用性、性能和复原能力视图，并在出现问题时向你发送通知。 可以使用 Azure 门户、PowerShell、Azure CLI、REST API 或客户端库来设置和查看监视数据。

Synapse Analytics 监视选项

可以收集和分析 Azure Synapse Analytics 内置和无服务器 SQL 池、专用 SQL 池和 Azure Spark 池的指标和日志。 可以监视 SQL、Apache Spark、管道和触发器以及集成运行时的当前和历史活动。

可通过多种方式监视 Synapse Analytics 工作区中的活动。

Synapse Studio

打开 Synapse Studio 并导航到“监视”中心，查看工作区中所有活动的历史记录以及哪些活动处于活动状态。

  • 在“集成”下，可监视管道、触发器和集成运行时。
  • 在“活动”下，可监视 Spark 和 SQL 活动。

如需详细了解如何在 Synapse Studio 中进行监视，请参阅监视 Synapse 工作区。

DMV 和查询存储

为了通过 T-SQL 以编程方式监视 Synapse SQL，Synapse Analytics 提供了一组动态管理视图 (DMV)。 在排查和识别工作负载的性能瓶颈时，这些视图非常有用。 有关详细信息，请参阅 DMV 和使用 DMV 监视 Azure Synapse Analytics 专用 SQL 池工作负载。 有关适用于 Synapse SQL 的 DMV 的列表，请参阅专用 SQL 池动态管理视图 (DMV)。

查询存储是一组内部存储和 DMV，提供有关查询计划选择和性能的见解。 查询存储可帮助你找到查询计划更改所造成的性能差异，从而简化性能故障排除。 有关在 Synapse Analytics 数据库上启用和使用查询存储的详细信息，请参阅查询存储。

Azure 门户

可以直接从其 Azure 门户页面监视 Synapse Analytics 工作区和池。 在左侧边栏菜单中，可以访问 Azure“活动日志”，或者从“监视”部分中选择“警报”、“指标”、“诊断设置”、“日志”或“顾问建议”。 本文提供有关这些选项的更多详细信息。

资源类型

Azure 使用资源类型和 ID 的概念来标识订阅中的所有内容。 同样的，Azure Monitor 根据资源类型（也称为“命名空间”）将核心监视数据组织为指标和日志。 不同的指标和日志可用于不同的资源类型。 服务可能与多种资源类型关联。

资源类型也是 Azure 中运行的每个资源的资源 ID 的一部分。 例如，虚拟机的一种资源类型是 Microsoft.Compute/virtualMachines。 有关服务及其关联资源类型的列表，请参阅资源提供程序。

Synapse Analytics 的资源类型包括：

  • Microsoft.Synapse/workspaces
  • Microsoft.Synapse/workspaces/bigDataPools
  • Microsoft.Synapse/workspaces/sqlPools

有关 Azure Synapse Analytics 的资源类型的详细信息，请参阅 Azure Synapse Analytics 监视数据参考。

数据存储

对于 Azure Monitor：

  • 指标数据存储在 Azure Monitor 指标数据库中。
  • 日志数据存储在 Azure Monitor 日志存储中。 Log Analytics 是 Azure 门户中可以查询此存储的工具。
  • Azure 活动日志是一个单独的存储区，在 Azure 门户中有自己的接口。

可以选择将指标和活动日志数据路由到 Azure Monitor 日志存储。 然后，可以使用 Log Analytics 查询数据并将其与其他日志数据关联。

许多服务可以使用诊断设置将指标和日志数据发送到 Azure Monitor 外部的其他存储位置。 示例包括 Azure 存储、托管合作伙伴系统以及使用事件中心的非 Azure 合作伙伴系统。

有关 Azure Monitor 如何存储数据的详细信息，请参阅 Azure Monitor 数据平台。

Synapse Analytics 支持在 Azure 存储或 Azure Data Lake Storage Gen 2 中存储监视数据。

Azure Monitor 平台指标

Azure Monitor 为大多数服务提供平台指标。 这些指标是：

  • 针对每个命名空间单独定义。
  • 存储在 Azure Monitor 时序指标数据库中。
  • 是轻型数据，并且能够支持准实时警报。
  • 用于跟踪资源随时间推移的性能变化。

集合：Azure Monitor 会自动收集平台指标。 不需要任何配置。

路由：通常还可将平台指标路由到 Azure Monitor 日志/Log Analytics，从而可以使用其他日志数据对其进行查询。 有关详细信息，请参阅指标诊断设置。 有关如何为服务配置诊断设置，请参阅在 Azure Monitor 中创建诊断设置。

有关可以为 Azure Monitor 中的所有资源收集的所有指标的列表，请参阅 Azure Monitor 中支持的指标。

有关 Synapse Analytics 的可用平台指标列表，请参阅 Synapse Analytics 监视数据参考。

除了 Log Analytics，Synapse Analytics Apache Spark 池还支持 Prometheus 服务器指标和 Grafana 仪表板。 有关详细信息，请参阅使用 Prometheus 和 Grafana 监视 Apache Spark 应用程序指标，以及使用 Prometheus API 收集 Apache Spark 应用程序指标。

Azure Monitor 资源日志

借助资源日志，可以深入了解 Azure 资源已执行的操作。 日志是自动生成的，但必须将日志路由到 Azure Monitor 日志以保存或查询它们。 日志按类别进行组织。 给定的命名空间可能具有多个资源日志类别。

收集：在创建诊断设置并将日志路由到一个或多个位置之前，不会收集和存储资源日志。 创建诊断设置时，请指定要收集的日志类别。 可以通过多种方式创建和维护诊断设置，包括 Azure 门户、编程方式以及通过 Azure Policy。

路由：建议的默认设置是将资源日志路由到 Azure Monitor 日志，以便可以使用其他日志数据查询它们。 也可使用其他位置（例如 Azure 存储、Azure 事件中心和某些 Microsoft 监视合作伙伴）。 有关详细信息，请参阅 Azure 资源日志和资源日志目标。

有关收集、存储和路由资源日志的详细信息，请参阅 Azure Monitor 中的诊断设置。

Azure Monitor 中的所有资源日志都具有相同的标头字段，后跟特定于服务的字段。 Azure Monitor 资源日志架构概述了常见架构。

有关可用的资源日志类别、其关联的 Log Analytics 表以及 Synapse Analytics 的日志架构，请参阅 Synapse Analytics 监视数据参考。

Azure 活动日志

活动日志包含订阅级事件，这些事件跟踪从资源外部看到的每个 Azure 资源的操作；例如，创建新资源或启动虚拟机。

收集：活动日志事件会自动生成并收集在单独的存储中，以便在 Azure 门户中查看。

路由：可将活动日志数据发送到 Azure Monitor 日志，以便可以将它们与其他日志数据一起进行分析。 也可使用其他位置（例如 Azure 存储、Azure 事件中心和某些 Microsoft 监视合作伙伴）。 有关如何路由活动日志的详细信息，请参阅 Azure 活动日志概述。

分析监视数据

有许多工具可用于分析监视数据。

Azure Monitor 工具

Azure Monitor 支持以下基本工具：

支持更复杂可视化效果的工具包括：

  • 仪表板，它支持将不同类型的数据合并到 Azure 门户的单个窗格中。
  • 工作簿，它们是可在 Azure 门户中创建的可自定义报表。 工作簿可以包括文本、指标和日志查询。
  • Power BI，它是一项业务分析服务，可提供跨各种数据源的交互式可视化效果。 可将 Power BI 配置为自动从 Azure Monitor 导入日志数据，以利用这些可视化效果。

除基本工具之外，Synapse Analytics 还支持查询存储或 DMV 来分析查询历史记录和性能。 有关这些分析方法的对比，请参阅 Azure Synapse Analytics 中的历史查询存储和分析。

Azure Monitor 导出工具

可以使用以下方法将数据从 Azure Monitor 中提取到其他工具中：

要开始使用适用于 Azure Monitor 的 REST API，请参阅 Azure 监视 REST API 演练。

Kusto 查询

可使用 Kusto 查询语言 (KQL) 来分析 Azure Monitor 日志/Log Analytics 存储中的监视数据。

重要

在门户的服务菜单中选择“日志”时，会打开 Log Analytics，并且其查询范围设置为当前服务。 此范围意味着日志查询将仅包含来自该资源类型的数据。 如果希望运行的查询包含来自其他 Azure 服务的数据，请从“Azure Monitor”菜单中选择“日志”。 有关详细信息，请参阅 Azure Monitor Log Analytics 中的日志查询范围和时间范围。

有关任何服务的常见查询的列表，请参阅 Log Analytics 查询界面。

示例查询

针对失败操作的活动日志查询：列出过去一小时内失败操作的所有报告。

AzureActivity 
| where TimeGenerated > ago(1h)  
| where ActivityStatus == "Failed"

Synapse Link 表失败事件：显示失败的 Synapse Link 表事件。

SynapseLinkEvent
| where OperationName == "TableFail"
| limit 100

警报

在监视数据中发现特定情况时，Azure Monitor 警报会主动向你发出通知。 有了警报，你就可以在客户注意到你的系统中的问题之前找出和解决问题。 有关详细信息，请参阅 Azure Monitor 警报。

Azure 资源的常见警报具有许多来源。 有关 Azure 资源常见警报的示例，请参阅示例日志警报查询。 Azure Monitor 基线警报 (AMBA) 站点提供了实现重要平台指标警报、仪表板和指南的半自动化方法。 该站点适用于持续扩展的 Azure 服务子集，包括属于 Azure 登陆区域 (ALZ) 的所有服务。

通用警报模式对 Azure Monitor 警报通知的使用体验进行了标准化。 有关详细信息，请参阅常见警报架构。

警报类型

可以针对 Azure Monitor 数据平台中的任何指标或日志数据源发出警报。 警报具有许多不同类型，具体取决于要监视的服务以及要收集的监视数据。 不同类型的警报各有优缺点。 有关详细信息，请参阅选择正确的监视警报类型。

以下列表介绍了可以创建的 Azure Monitor 警报类型：

  • 指标警报会定期评估资源指标。 指标可以是平台指标、自定义指标、Azure Monitor 中的日志转换为的指标或 Application Insights 指标。 指标警报还可以应用多个条件和动态阈值。
  • 日志警报支持用户使用 Log Analytics 查询按照预定义的频率评估资源日志。
  • 当发生匹配所定义条件的新活动日志事件时，会触发活动日志警报。 资源运行状况警报和服务运行状况警报是报告服务和资源运行状况的活动日志警报。

某些 Azure 服务还支持智能检测警报或建议的预警规则。

对于某些服务，你可以通过将相同的指标警报规则应用于同一 Azure 区域中的多个相同类型资源，进行大规模的监视。 将为每个受监视的资源发送单独通知。 有关受支持的 Azure 服务和云，请参阅使用一项警报规则监视多个资源。

Synapse Analytics 警报规则

下表列出了 Synapse Analytics 的一些建议警报。 这些警报只是示例。 可以为 Synapse Analytics 监视数据参考中列出的任何指标、日志条目或活动日志条目设置警报。

警报类型 条件 说明
指标 TempDB 75% 最大本地 tempdb 已用百分比大于或等于阈值的 75%
指标 数据仓库单位 (DWU) 使用率接近 100% 1 小时的平均 DWU 已用百分比大于 95%
Log Analytics SynapseSqlPoolRequestSteps ShuffleMoveOperation 超过 1000 万行

如需详细了解如何创建这些警报规则和其他建议的警报规则，请参阅为 Synapse 专用 SQL 池创建警报。

顾问建议

对于某些服务，如果在资源操作期间出现严重情况或即将发生变化，则门户中的服务“概述”页面上会显示一个警报。 可以在左侧菜单“监视”下的“顾问建议”中找到警报的详细信息和建议补丁。 在正常操作期间，不会显示任何顾问建议。

有关 Azure 顾问的详细信息，请参阅 Azure 顾问概述。

Synapse Analytics 专用 SQL 池提供 Azure 顾问建议，确保以一致的方式优化数据仓库工作负载的性能。 有关详细信息，请参阅 Azure 顾问针对 Azure Synapse Analytics 中专用 SQL 池的建议。

相关内容