通过

使用 Azure Cosmos DB for Apache Gremlin 解决高级诊断查询问题

  • 项目

适用对象： NoSQL MongoDB Cassandra Gremlin

本文介绍如何使用发送到 Azure Diagnostics（旧版）和特定于资源（预览版）的表的诊断日志编写更高级的查询，以便排查 Azure Cosmos DB 帐户的问题 。

对于 Azure 诊断表，所有数据都写入一个表中。 用户指定要查询的类别。 若要查看请求的全文查询，请参阅使用 Azure 中的诊断设置监视 Azure Cosmos DB 数据，了解如何启用此功能。

对于特定于资源的表，数据将写入每个资源类别的各个表中。 出于以下目的，我们建议采用此模式：

  • 简化数据处理程序。
  • 可提高架构的可发现性。
  • 改善了引入延迟和查询时间的性能。

常见查询

常见查询显示在资源专用表和 Azure 诊断表中。

在特定期限内消耗请求或查询的前 N(10) 个请求单位 (RU)

CDBGremlinRequests
| project PIICommandText, ActivityId, DatabaseName , CollectionName
| join kind=inner topRequestsByRUcharge on ActivityId
| project DatabaseName , CollectionName , PIICommandText , RequestCharge, TimeGenerated
| order by RequestCharge desc
| take 10

在给定时间范围内限制的请求数 (statusCode = 429)

CDBGremlinRequests
| project PIICommandText, ActivityId, DatabaseName , CollectionName
| join kind=inner throttledRequests on ActivityId
| project DatabaseName , CollectionName , PIICommandText , OperationName, TimeGenerated

响应长度较大的查询（服务器响应的有效负载大小）

CDBGremlinRequests
//specify collection and database
 //| where DatabaseName == "DB NAME" and CollectionName == "COLLECTIONNAME"
| join kind=inner operationsbyUserAgent on ActivityId
| summarize max(ResponseLength) by PIICommandText
| order by max_ResponseLength desc

按物理分区划分的 RU 使用量（跨副本集中的所有副本）

CDBPartitionKeyRUConsumption
| where TimeGenerated >= now(-1d)
//specify collection and database
//| where DatabaseName == "DB NAME" and CollectionName == "COLLECTIONNAME"
// filter by operation type
//| where operationType_s == 'Create'
| summarize sum(todouble(RequestCharge)) by toint(PartitionKeyRangeId)
| render columnchart

按逻辑分区划分的 RU 使用量（跨副本集中的所有副本）

CDBPartitionKeyRUConsumption
| where TimeGenerated >= now(-1d)
//specify collection and database
//| where DatabaseName == "DB NAME" and CollectionName == "COLLECTIONNAME"
// filter by operation type
//| where operationType_s == 'Create'
| summarize sum(todouble(RequestCharge)) by PartitionKey, PartitionKeyRangeId
| render columnchart

后续步骤