通过

监视Azure Data Explorer

Azure Monitor 从系统收集并聚合指标和日志，以监视可用性、性能和复原能力，并通知你影响系统的问题。 可以使用 Azure portal、PowerShell、Azure CLI、REST API 或客户端库来设置和查看监视数据。

不同的指标和日志可用于不同的资源类型。 本文介绍可为此服务收集的监视数据类型以及分析这些数据的方法。

使用 Azure Monitor 收集数据

下表介绍了如何收集数据来监视服务，以及收集到的数据可以做些什么：

要收集的数据 说明 如何收集和路由数据 查看数据的位置 支持的数据
指标数据 指标是数字值，用于描述系统某个方面在特定时间点的情况。 使用算法聚合指标，将指标与其他指标进行比较，并分析一段时间内趋势的指标。 - 定期自动收集。
- 可以将某些平台指标路由到 Log Analytics 工作区，以使用其他数据进行查询。 检查每个指标的“DS 导出”设置，查看是否可以使用诊断设置来路由指标数据。		 指标浏览器 Azure Monitor 支持的Azure Data Explorer指标
资源日志数据 日志是记录的具有时间戳的系统事件。 日志可包含不同类型的数据，可以结构化或采用自由文本格式。 可以将资源日志数据路由到 Log Analytics 工作区进行查询和分析。 创建诊断设置以收集和路由资源日志数据。 Log Analytics Azure Monitor 支持的 Azure Data Explorer 资源日志数据
活动日志数据 Azure Monitor 活动日志提供有关订阅级别事件的深入信息。 活动日志包括何时修改了资源或何时启动了虚拟机等信息。 - 自动收集。
- 创建诊断设置到日志分析工作区，不收取任何费用。		 活动日志

有关 Azure Monitor 支持的所有数据的列表，请参阅：

用于Azure Data Explorer的内置监控

Azure Data Explorer提供用于监视服务的指标和日志。

使用指标监视Azure Data Explorer性能、运行状况和使用情况

Azure Data Explorer指标提供有关Azure Data Explorer群集资源的运行状况和性能的关键指标。 使用指标以独立指标的形式监视特定方案中Azure Data Explorer群集使用情况、运行状况和性能。 你还可以使用指标作为操作Azure仪表板和Azure警报的基础。

若要在 Azure 门户中使用指标监视 Azure Data Explorer 资源，

  1. 登录到 Azure portal。
  2. 在Azure Data Explorer群集的左侧窗格中，搜索 metrics。
  3. 选择“指标”，以打开指标窗格，然后开始对群集进行分析。

在指标窗格中，选择要跟踪的特定指标，选择聚合数据的方式，并创建要在仪表板上查看的指标图表。

Resource 和 Metric Namespace 选取器已为 Azure Data Explorer 群集预先选择。 下图中的数字对应编号列表。 这些内容可以指导你掌握在设置和查看指标时使用的不同选项。

屏幕截图显示了用于查看指标的不同选项。

  1. 若要创建指标图表，请选择指标名称和每个指标的相关聚合。 有关不同指标的详细信息，请参阅 supported Azure Data Explorer 指标。
  2. 选择“添加指标”可以查看在同一图表中绘制的多个指标。
  3. 选择“+ 新建图表”可在一个视图中查看多个图表。
  4. 使用时间选取器更改时间范围（默认：过去 24 小时）。
  5. 对具有维度的指标使用 Add filter 和 应用拆分。
  6. 选择“固定到主面板”可将图表配置添加到主面板，以便可以再次查看它。
  7. 设置 新警报规则 以根据设定条件可视化指标。 新的警报规则包括您的图表中的目标资源、指标、拆分维度和筛选器维度。 在 alert 规则创建窗格中修改这些设置。

使用诊断日志监视 Azure Data Explorer 数据摄取、命令、查询和表。

Azure Data Explorer是一项快速、完全托管的数据分析服务，用于实时分析来自应用程序、网站、IoT 设备等的大量数据流。 Azure Monitor 资源日志 提供有关 Azure 资源的操作数据。 Azure Data Explorer使用诊断日志来深入了解引入、命令、查询和表。 可以将作日志导出到 Azure Storage、事件中心或 Log Analytics，以监视引入、命令和查询状态。 可以将来自Azure Storage和Azure Event Hubs的日志路由到Azure Data Explorer群集中的表，以便进一步分析。

重要

诊断日志数据可能包含敏感数据。 请根据监视需求限制日志目标的权限。

注意事项

在 Azure portal 中，Metrics 和 Insights 页的原始指标数据存储在 Azure Monitor 中。 这些页面上的查询会直接查询原始指标数据，以提供最准确的结果。 使用诊断设置功能时，可以将原始指标数据迁移到 Log Analytics 工作区。 在迁移过程中，可能会因为四舍五入而丢失部分数据精度；因此，查询结果可能与原始数据略有不同。 误差幅度小于百分之一。

可以使用诊断日志来配置以下日志数据的集合：

注意事项

  • 引入日志支持通过使用 Kusto 客户端库和数据连接器将数据排队引入到数据引入 URI。
  • 引入日志不支持流式引入、直接引入到 群集 URI、从查询引入或 .set-or-append 命令引入。

注意事项

失败的引入日志仅报告引入作的最终状态，这与引入 结果 指标不同，该指标针对内部重试的暂时性故障发出。

  • 成功引入作：这些日志包含有关成功完成的引入作的信息。
  • 失败的引入作：这些日志包含有关失败引入作的详细信息，包括错误详细信息。
  • 引入批处理操作：这些日志包含准备引入的批处理的详细统计信息，例如持续时间、批大小、Blob 计数和批处理类型。

可以将日志数据发送到 Log Analytics 工作区、storage帐户，或将其流式传输到事件中心。

诊断日志默认已禁用。 使用以下步骤为群集启用诊断日志：

  1. 在 Azure portal 中，选择要监视的群集资源。

  2. 在“监视”下，选择“诊断设置” 。

    屏幕截图显示了“诊断设置”磁贴。

  3. 选择“添加诊断设置”。

    屏幕截图显示了可在其中添加设置的“诊断设置”页。

  4. 在“诊断设置”窗口中，执行以下操作：

    诊断设置屏幕的截图，您可以在其中配置要为 Azure 数据浏览器集群收集的监控数据。

    1. 输入一个诊断设置名称。
    2. 选择一个或多个目标：Log Analytics 工作区、storage帐户或事件中心。
    3. 选择要收集的日志： 成功的引入、 失败的引入、 引入批处理、 命令、 查询、 表使用情况统计信息、 表详细信息或 日记。
    4. 选择 metrics 以收集（可选）。
    5. 选择“保存”以保存新的诊断日志设置和指标。

创建设置后，日志将开始显示在配置的目标目标中：storage帐户、事件中心或 Log Analytics 工作区。

注意事项

如果将日志发送到 Log Analytics 工作区，则 SucceededIngestion、FailedIngestion、IngestionBatching、Command、Query、TableUsageStatistics、TableDetails 和 Journal 日志会分别存储在名为 SucceededIngestion、FailedIngestion、ADXIngestionBatching、ADXCommand、ADXQuery、ADXTableUsageStatistics、ADXTableDetails 和 ADXJournal 的 Log Analytics 表中。

使用 Azure Monitor 工具分析数据

Azure portal中提供了这些Azure监视器工具，可帮助你分析监视数据：

  • 某些Azure服务在Azure portal中具有内置的监视仪表板。 这些仪表板称为 insights，可以在 Azure portal Azure Monitor 的 Insights 节中找到它们。

  • Metrics 资源管理器允许查看和分析Azure资源的指标。 有关详细信息，请参阅Azure Monitor 指标资源管理器中的指标分析。

  • Log Analytics允许使用 Kusto 查询语言（KQL）查询和分析日志数据。 有关详细信息，请参阅 Get started Azure Monitor 中的日志查询。

  • Azure portal具有用于查看和基本搜索活动日志的用户界面。 要进行更深入的分析，将数据路由到 Azure 监视日志，并在 Log Analytics 中运行更复杂的查询。

  • Application Insights监视 Web 应用程序的可用性、性能和使用情况，这样就可以识别和诊断错误，而无需等待用户报告错误。
    Application Insights 包括与各种开发工具的连接点，并与 Visual Studio 集成以支持 DevOps 流程。 有关详细信息，请参阅 应用服务的监视。

支持更复杂可视化效果的工具包括：

  • Dashboards，使你能够将不同类型的数据合并到Azure portal的单个窗格中。
  • Workbooks，可以在Azure portal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。
  • Grafana，一个在运行仪表板中表现出色的开放平台工具。 可以使用 Grafana 创建仪表板，这些仪表板包含来自除 Azure Monitor 以外的多个源的数据。
  • Power BI，这是一项业务分析服务，可在各种数据源之间提供交互式可视化效果。 可以将 Power BI 配置为从 Azure Monitor 自动导入日志数据，以利用这些可视化效果。

导出Azure监视数据

可以使用以下方法将数据从 Azure Monitor 导出到其他工具：

若要开始使用 Azure Monitor REST API，请参阅Azure 监控 REST API 演练。

使用 Kusto 查询分析日志数据

可以使用 Kusto 查询语言（KQL）分析Azure监视日志数据。 有关详细信息，请参阅 Azure Monitor 中的 Log 查询。

使用 Azure 监控警报来通知您问题

Azure监视警报允许识别和解决系统中的问题，并在客户注意到这些警报之前在监视数据中找到特定条件时主动通知你。 可以在 Azure Monitor 数据平台中针对任何指标或日志数据源发出警报。 有差异类型的Azure监视器警报取决于要监视的服务和要收集的监视数据。 请参阅选择正确的警报规则类型。

有关Azure资源的常见警报示例，请参阅 Sample 日志警报查询。

大规模部署警报

对于某些服务，可以通过将相同的指标警报规则应用于同一Azure区域中存在的多个同一类型的资源来大规模监视。 Azure监视基线警报（AMBA）提供了一种半自动化的方法，用于大规模实现重要的平台指标警报、仪表板和指南。

使用Azure Advisor获取个性化建议

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 Advisor的详细信息，请参阅 Azure Advisor 概述。

相关内容

  • Last updated on