使用 Azure Cosmos DB 中的见解进行监视和调试

项目
08/09/2023

适用对象： NoSQL MongoDB Cassandra Gremlin 表

Azure Cosmos DB 提供吞吐量、存储、一致性、可用性和延迟方面的见解。 Azure 门户提供这些指标的聚合视图。也可通过 Azure Monitor API 查看 Azure Cosmos DB 指标。指标的维度值（例如容器名称）不区分大小写。因此，在对这些维度值进行字符串比较时，需要使用不区分大小写的比较。若要了解如何从 Azure Monitor 查看指标，请参阅监视 Azure Cosmos DB。

本文介绍常见用例，以及如何使用 Azure Cosmos DB 见解来分析和调试这些问题。默认情况下，指标见解每五分钟收集一次，并保留 7 天。

从 Azure 门户查看见解

登录到 Azure 门户，导航到 Azure Cosmos DB 帐户。
可以从“指标”窗格或“见解”窗格查看帐户指标。
- 指标：此窗格提供定期收集的数字指标，用于描述系统在某一特定时间的某些情况。例如，可以查看和监视服务器端延迟指标、标准化请求单位使用指标等。
- 见解：此窗格提供 Azure Cosmos DB 的自定义监视体验。见解使用 Azure Monitor 中收集的指标和日志，并显示帐户的聚合视图。
打开“见解”窗格。默认情况下，“见解”窗格会显示帐户中每个容器的吞吐量、请求、存储、可用性、延迟、系统和管理操作指标。可以选择要查看其见解的时间范围、数据库和容器。 “概述”选项卡显示所选数据库和容器的 RU/s 使用情况、数据使用情况、索引使用情况、限制请求和标准化 RU/s 使用。
“见解”窗格提供以下指标：
- 吞吐量。此选项卡显示已使用或已失败（因为已超出为容器预配的吞吐量或存储容量，响应代码为 429）的请求单元总数。
- Requests。此选项卡显示按状态代码、操作类型和失败请求数（响应代码 429）处理的请求总数。超出为容器预配的吞吐量或存储容量时，请求将失败。
- 存储。此选项卡显示所选时间段内的数据大小和索引使用情况。
- 可用性。此选项卡显示每小时成功请求数占总请求数的百分比。 Azure Cosmos DB SLA 定义成功率。
- 滞后时间。此选项卡显示 Azure Cosmos DB 在帐户运行区域观察到的读写延迟。可以针对异地复制帐户跨区域将延迟可视化。还可以通过不同操作查看服务器端延迟。此指标不表示端到端请求延迟。
- 系统。此选项卡显示主分区处理的元数据请求数。此指标还有助于确定限制的请求数。
- 管理操作。此选项卡显示帐户管理活动的指标，例如帐户创建、删除、密钥更新、网络和复制设置。

以下部分介绍可以使用 Azure Cosmos DB 指标的常见场景。

了解成功的请求数或导致错误的请求数

若要开始，请前往 Azure 门户并导航到“见解”窗格。在此窗格中，打开“请求”选项卡。“请求”选项卡会显示一个图表，其中包含按状态代码和操作类型细分的请求总数。有关 HTTP 状态代码的详细信息，请参阅 Azure Cosmos DB 的 HTTP 状态代码。

最常见的错误状态代码为 429（速率限制）。此错误意味着对 Azure Cosmos DB 的请求超过预配的吞吐量。此问题最常见的解决方案是为给定集合纵向扩展 RU。有关详细信息，请参阅 Azure Cosmos DB 中的预配吞吐量简介

按分区键范围确定吞吐量使用量

对任何可伸缩应用程序而言，均必须具有良好的分区键基数。若要确定任何按分区键范围 ID 细分的分区容器的吞吐量分布，请导航到“见解”窗格。打开“吞吐量”选项卡。图表中将显示不同分区键范围内的标准化 RU/s 消耗量。

使用此图表可确定是否存在热分区。吞吐量分布不均可能会导致热分区，进而造成请求受阻，可能需要重新分区。确定导致分布倾斜的分区键之后，可能需使用进一步分布的分区键重新执行容器分区。有关 Azure Cosmos DB 中的分区的详细信息，请参阅 Azure Cosmos DB 中的分区和横向缩放。

确定数据和索引使用情况

务必根据数据使用情况、索引使用情况和文档使用情况确定任何分区容器的存储分布。可以最大限度地减少索引使用量，最大限度地增加数据使用量并优化查询。若要获取此数据，请导航到“见解”窗格，并打开“存储”选项卡。

比较数据与索引的大小

在 Azure Cosmos DB 中，所用存储空间总量是指数据大小和索引大小的总和。索引大小通常只是数据大小的一小部分。若要了解详细信息，请参阅索引大小一文。在 Azure 门户的“指标”窗格上，“存储”选项卡显示了基于数据和索引的存储空间使用量详情。

// Measure the document size usage (which includes the index size)  
ResourceResponse<DocumentCollection> collectionInfo = await client.ReadDocumentCollectionAsync(UriFactory.CreateDocumentCollectionUri("db", "coll"));
 Console.WriteLine("Document size quota: {0}, usage: {1}", collectionInfo.DocumentQuota, collectionInfo.DocumentUsage);

若要节省索引空间，可调整索引策略。

调试慢速查询

在 API for NoSQL SDK 中，Azure Cosmos DB 提供查询执行的统计信息。

IDocumentQuery<dynamic> query = client.CreateDocumentQuery(
 UriFactory.CreateDocumentCollectionUri(DatabaseName, CollectionName),
 "SELECT * FROM c WHERE c.city = 'Seattle'",
 new FeedOptions
 {
 PopulateQueryMetrics = true,
 MaxItemCount = -1,
 MaxDegreeOfParallelism = -1,
 EnableCrossPartitionQuery = true
 }).AsDocumentQuery();
FeedResponse<dynamic> result = await query.ExecuteNextAsync();

// Returns metrics by partition key range Id
IReadOnlyDictionary<string, QueryMetrics> metrics = result.QueryMetrics;

QueryMetrics 提供执行每个查询组件所用时长的详细信息。导致查询长时间运行的最常见根因是扫描，这意味着查询无法应用索引。可通过设置更好的筛选条件来解决此问题。

监视控制平面请求

Azure Cosmos DB 对连续 5 分钟间隔内可以发出的元数据请求数应用限制。超出这些限制的控制平面请求可能会受到限制。在某些情况下，元数据请求可能会对包含帐户所有元数据的帐户中的 master partition 消耗吞吐量。超过吞吐量量的控制平面请求将遇到速率限制（429 秒）。

若要开始，请前往 Azure 门户并导航到“见解”窗格。在此窗格中，打开“系统”选项卡。“系统”选项卡显示两个图表。一个显示帐户的所有元数据请求。第二个显示存储帐户元数据的帐户 master partition 的元数据请求吞吐量消耗。

上面的“按状态代码显示的元数据请求”图在您增加时间范围时会以更大粒度聚合请求。可用于 5 分钟时间箱的最大时间范围是 4 小时。若要以特定粒度监视更大时间范围内的元数据请求，请使用 Azure 指标。创建新图表并选择“元数据请求指标”。在右上角选择“5 分钟”作为“时间粒度”，如下所示。指标还允许用户创建警报，这使得它们比 Insights 更有用。

后续步骤

可以阅读以下文章，进一步介绍了如何提高数据库性能：