本文包含本服务的所有监测参考信息。
有关可为 Azure 机器学习收集的数据以及如何使用这些数据的详细信息，请参阅监视机器学习。
Metrics
本节列出了该服务所有自动收集的平台指标。 这些指标也是 Azure Monitor 中支持的所有平台指标的全局列表的一部分。
有关指标保留的信息，请参阅 Azure Monitor 指标概述。
这些指标的资源提供程序是 Microsoft.MachineLearningServices/workspaces。
指标类别包括模型、配额、资源、运行和流量。 “配额”信息仅用于机器学习计算。 “运行”指标提供有关工作区训练运行的信息。
Microsoft.MachineLearningServices/workspaces 支持的指标
下表列出了可用于 Microsoft.MachineLearningServices/workspaces 资源类型的指标。
表标题
- 指标 是该指标在 Azure 门户中的显示名称。
- Rest API 中的名称 - 在 REST API 中引用的指标名称。
- 单位 - 度量单位。
- 聚合 - 默认的聚合类型。 有效值：平均值、最小值、最大值、总计、计数。
- 维度 - 适用于指标的维度。
- 时间粒度 - 对指标采样的间隔。 例如，
PT1M表示该指标每分钟采样一次，PT30M表示每 30 分钟一次，PT1H表示每小时一次，以此类推。 - DS 导出 - 是否可通过诊断设置将指标导出到 Azure Monitor 日志。 要了解如何导出指标的信息，请参阅在 Azure Monitor 中创建诊断设置。
类别：代理
| Metric | REST API 中的名称 | 单位 | Aggregation | 尺寸 | 时间粒度 | DS 导出 |
|---|---|---|---|---|---|---|
|
代理 该工作区中AI代理的事件数量 |
Agents |
计数 | 平均值、最大值、最小值、总计（总和） | EventType |
PT1M | No |
|
IndexedFiles 在此工作区中为文件搜索编制索引的文件数 |
IndexedFiles |
计数 | 平均值、最大值、最小值、总计（总和） |
ErrorCode、Status、VectorStoreId |
PT1M | No |
|
Messages 该工作区中 AI 代理消息的事件数量 |
Messages |
计数 | 平均值、最大值、最小值、总计（总和） |
EventType、ThreadId |
PT1M | No |
|
运行 此工作区中 AI 代理运行的次数 |
Runs |
计数 | 平均值、最大值、最小值、总计（总和） |
AgentId、RunStatus、StatusCode、StreamType |
PT1M | No |
|
话题 该工作区中 AI 代理线程的事件数量 |
Threads |
计数 | 平均值、最大值、最小值、总计（总和） | EventType |
PT1M | No |
|
令 牌 该工作区中AI代理的令牌计数 |
Tokens |
计数 | 平均值、最大值、最小值、总计（总和） |
AgentId、TokenType |
PT1M | No |
|
ToolCalls AI代理在此工作区中调用的工具 |
ToolCalls |
计数 | 平均值、最大值、最小值、总计（总和） |
AgentId、ToolName |
PT1M | No |
类别：模型
| Metric | REST API 中的名称 | 单位 | Aggregation | 尺寸 | 时间粒度 | DS 导出 |
|---|---|---|---|---|---|---|
|
模型部署失败 此工作区中失败的模型部署数量 |
Model Deploy Failed |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、StatusCode |
PT1M | Yes |
|
模型部署已启动 此工作区中已启动的模型部署数 |
Model Deploy Started |
计数 | 总计（总和）、平均值、最小值、最大值、计数 | Scenario |
PT1M | Yes |
|
模型部署成功 此工作区中成功的模型部署数 |
Model Deploy Succeeded |
计数 | 总计（总和）、平均值、最小值、最大值、计数 | Scenario |
PT1M | Yes |
|
模型注册失败 此工作区中失败的模型注册数 |
Model Register Failed |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、StatusCode |
PT1M | Yes |
|
成功的模型注册数 此工作区中成功的模型注册数 |
Model Register Succeeded |
计数 | 总计（总和）、平均值、最小值、最大值、计数 | Scenario |
PT1M | Yes |
类别：配额
| Metric | REST API 中的名称 | 单位 | Aggregation | 尺寸 | 时间粒度 | DS 导出 |
|---|---|---|---|---|---|---|
|
活动核心数 活动核心数 |
Active Cores |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
活动节点 活动节点数。 这些节点是正在运行作业的节点。 |
Active Nodes |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
空闲核心数 空闲核心数 |
Idle Cores |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
空闲节点 空闲节点数。 空闲节点是指未运行任何作业，但可以接受新作业（如果可用）的节点。 |
Idle Nodes |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
正在退出的核心数 正在退出的核心数 |
Leaving Cores |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
正在退出的节点数 正在退出的节点数。 正在退出的节点是指刚刚完成了作业处理，将进入空闲状态的节点。 |
Leaving Nodes |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
占用的核心数 占用的核心数 |
Preempted Cores |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
被抢占的节点 被抢占的节点数。 这些节点是已从可用节点池中取出的低优先级节点。 |
Preempted Nodes |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
配额利用率百分比 已利用的配额百分比 |
Quota Utilization Percentage |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName、VmFamilyName、VmPriority |
PT1M | Yes |
|
核心总数 核心总数 |
Total Cores |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
节点总数 节点总数。 此总数包括一些活动节点、空闲节点、不可用的节点、占用的节点和正在退出的节点 |
Total Nodes |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
不可用的核心 不可用的核心数 |
Unusable Cores |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
|
不可用的节点 不可用的节点数。 不可用的节点是由于存在某种不可解决的问题而无法正常运行的节点。 Azure 将回收这些节点。 |
Unusable Nodes |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、ClusterName |
PT1M | Yes |
类别：资源
| Metric | REST API 中的名称 | 单位 | Aggregation | 尺寸 | 时间粒度 | DS 导出 |
|---|---|---|---|---|---|---|
|
CPU容量毫核 CPU 节点的最大容量（以毫核为单位）。 容量每分钟聚合一次。 |
CpuCapacityMillicores |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
CpuMemoryCapacityMegabytes CPU 节点的最大内存利用率（以 MB 为单位）。 利用率每分钟聚合一次。 |
CpuMemoryCapacityMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
CpuMemoryUtilizationMegabytes CPU 节点的内存利用率（以 MB 为单位）。 利用率每分钟聚合一次。 |
CpuMemoryUtilizationMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
CpuMemoryUtilizationPercentage CPU 节点的内存利用率百分比。 利用率每分钟聚合一次。 |
CpuMemoryUtilizationPercentage |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
CPU利用率 CPU 节点上的使用率百分比。 利用率每分钟报告一次。 |
CpuUtilization |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、runId、NodeId、ClusterName |
PT1M | Yes |
|
CpuUtilizationMillicores CPU 节点的利用率（以毫核为单位）。 利用率每分钟聚合一次。 |
CpuUtilizationMillicores |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
CpuUtilizationPercentage CPU 节点的利用率百分比。 利用率每分钟聚合一次。 |
CpuUtilizationPercentage |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
DiskAvailMegabytes 可用磁盘空间（以 MB 为单位）。 指标按一分钟的时间间隔进行聚合。 |
DiskAvailMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
DiskReadMegabytes 从磁盘读取的数据（以 MB 为单位）。 指标按一分钟的时间间隔进行聚合。 |
DiskReadMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
DiskUsedMegabytes 已用磁盘空间（以 MB 为单位）。 指标按一分钟的时间间隔进行聚合。 |
DiskUsedMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
DiskWriteMegabytes 写入磁盘的数据（以 MB 为单位）。 指标按一分钟的时间间隔进行聚合。 |
DiskWriteMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
GpuCapacityMilliGPUs GPU 设备的最大容量（以毫 GPU 为单位）。 容量每分钟聚合一次。 |
GpuCapacityMilliGPUs |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、DeviceId、ComputeName |
PT1M | Yes |
|
GpuEnergyJoules GPU 节点上的间隔功耗（焦耳）。 功耗每分钟报告一次。 |
GpuEnergyJoules |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、runId、rootRunId、InstanceId、DeviceId、ComputeName |
PT1M | Yes |
|
GpuMemoryCapacityMegabytes GPU 设备的最大内存容量（以兆字节为单位）。 容量每分钟聚合一次。 |
GpuMemoryCapacityMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、DeviceId、ComputeName |
PT1M | Yes |
|
GpuMemoryUtilization GPU 节点上内存利用率的百分比。 利用率每分钟报告一次。 |
GpuMemoryUtilization |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、runId、NodeId、DeviceId、ClusterName |
PT1M | Yes |
|
GpuMemoryUtilizationMegabytes GPU 设备的内存利用率（以兆字节为单位）。 利用率每分钟聚合一次。 |
GpuMemoryUtilizationMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、DeviceId、ComputeName |
PT1M | Yes |
|
GpuMemoryUtilizationPercentage GPU 设备的内存利用率百分比。 利用率每分钟聚合一次。 |
GpuMemoryUtilizationPercentage |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、DeviceId、ComputeName |
PT1M | Yes |
|
GpuUtilization GPU 节点上的使用率百分比。 利用率每分钟报告一次。 |
GpuUtilization |
计数 | 平均值、最大值、最小值、总计（总和） |
Scenario、runId、NodeId、DeviceId、ClusterName |
PT1M | Yes |
|
GPU 利用率 毫GPU GPU 设备利用率（以毫 GPU 为单位）。 利用率每分钟聚合一次。 |
GpuUtilizationMilliGPUs |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、DeviceId、ComputeName |
PT1M | Yes |
|
GpuUtilizationPercentage GPU 设备的利用率百分比。 利用率每分钟聚合一次。 |
GpuUtilizationPercentage |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、DeviceId、ComputeName |
PT1M | Yes |
|
IBReceiveMegabytes 通过 InfiniBand 接收的网络数据（以兆字节为单位）。 指标按一分钟的时间间隔进行聚合。 |
IBReceiveMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName、DeviceId |
PT1M | Yes |
|
IBTransmitMegabytes 通过 InfiniBand 发送的网络数据（以兆字节为单位）。 指标按一分钟的时间间隔进行聚合。 |
IBTransmitMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName、DeviceId |
PT1M | Yes |
|
NetworkInputMegabytes 接收的网络数据（以兆字节为单位）。 指标按一分钟的时间间隔进行聚合。 |
NetworkInputMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName、DeviceId |
PT1M | Yes |
|
NetworkOutputMegabytes 发送的网络数据（以兆字节为单位）。 指标按一分钟的时间间隔进行聚合。 |
NetworkOutputMegabytes |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName、DeviceId |
PT1M | Yes |
|
StorageAPIFailureCount Azure Blob 存储 API 调用失败计数。 |
StorageAPIFailureCount |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
|
StorageAPISuccessCount Azure Blob 存储 API 调用成功计数。 |
StorageAPISuccessCount |
计数 | 平均值、最大值、最小值、总计（总和） |
RunId、InstanceId、ComputeName |
PT1M | Yes |
类别：运行
| Metric | REST API 中的名称 | 单位 | Aggregation | 尺寸 | 时间粒度 | DS 导出 |
|---|---|---|---|---|---|---|
|
取消已请求的运行 此工作区请求取消的运行数。 当收到用于运行的取消请求时，将更新计数。 |
Cancel Requested Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
已取消的行程 此工作区取消的运行数。 当成功取消运行时，计数将被更新。 |
Cancelled Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
已完成的运行 已成功为此工作区完成的运行数。 当运行完成并收集输出时，将更新计数。 |
Completed Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
错误 此工作区中的运行错误数。 运行遇到错误时，将更新计数。 |
Errors |
计数 | 总计（总和）、平均值、最小值、最大值、计数 | Scenario |
PT1M | Yes |
|
失败的运行次数 此工作区失败的运行数。 运行失败时，将更新计数。 |
Failed Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
完成运行 此工作区的进入完成状态的运行数。 当一次运行已完成但输出收集仍在进行时，计数将被更新。 |
Finalizing Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
无响应运行数 此工作区无响应的运行数。 当运行进入无响应状态时，将更新计数。 |
Not Responding Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
未启动运行数 此工作区处于“未启动”状态的运行数。 当收到创建运行的请求但尚未填充运行信息时，将更新计数。 |
Not Started Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
准备的运行数 为此工作区准备的运行数。 准备运行环境时，当运行进入“正在准备”状态时，将更新计数。 |
Preparing Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
预配运行数 为此工作区预配的运行数。 当运行正在等待创建或预配计算目标时，将更新计数。 |
Provisioning Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
排队运行数 此工作区已排队的运行数。 当运行在计算目标中排队时，将更新计数。 可能会在等待所需计算节点准备就绪时发生。 |
Queued Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
已启动的运行数 为此工作区运行的运行数。 运行在所需资源上开始运行时，将更新计数。 |
Started Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
开始运行 为此工作区启动的运行数。 在请求创建运行和运行信息（如运行 ID）已填充后，将更新计数 |
Starting Runs |
计数 | 总计（总和）、平均值、最小值、最大值、计数 |
Scenario、RunType、PublishedPipelineId、ComputeType、PipelineStepType、ExperimentName |
PT1M | Yes |
|
Warnings 此工作区中的运行警告数。 当运行遇到警告时，计数将被更新。 |
Warnings |
计数 | 总计（总和）、平均值、最小值、最大值、计数 | Scenario |
PT1M | Yes |
Microsoft.MachineLearningServices/workspaces/onlineEndpoints 中支持的指标
下表列出了可用于 Microsoft.MachineLearningServices/workspaces/onlineEndpoints 资源类型的指标。
表标题
- 指标 是该指标在 Azure 门户中的显示名称。
- Rest API 中的名称 - 在 REST API 中引用的指标名称。
- 单位 - 度量单位。
- 聚合 - 默认的聚合类型。 有效值：平均值、最小值、最大值、总计、计数。
- 维度 - 适用于指标的维度。
- 时间粒度 - 对指标采样的间隔。 例如，
PT1M表示该指标每分钟采样一次，PT30M表示每 30 分钟一次，PT1H表示每小时一次，以此类推。 - DS 导出 - 是否可通过诊断设置将指标导出到 Azure Monitor 日志。 要了解如何导出指标的信息，请参阅在 Azure Monitor 中创建诊断设置。
类别：交通
| Metric | REST API 中的名称 | 单位 | Aggregation | 尺寸 | 时间粒度 | DS 导出 |
|---|---|---|---|---|---|---|
|
有效连接数 从客户端建立的有效并发 TCP 连接总数。 |
ConnectionsActive |
计数 | 平均值 | <没有> | PT1M | No |
| 每分钟数据收集错误数 每分钟的数据收集事件数量减少。 |
DataCollectionErrorsPerMinute |
计数 | 最小值、最大值、平均值 |
deployment、reason、type |
PT1M | No |
| 每分钟数据收集事件数 每分钟处理的数据收集事件数。 |
DataCollectionEventsPerMinute |
计数 | 最小值、最大值、平均值 |
deployment、type |
PT1M | No |
| 网络字节数 每秒提供给终结点的字节数。 |
NetworkBytes |
每秒字节数 | 平均值 | <没有> | PT1M | No |
| 每秒新连接数 每秒从客户端发起的新 TCP 连接的平均数量。 |
NewConnectionsPerSecond |
CountPerSecond | 平均值 | <没有> | PT1M | No |
| 请求延迟 响应请求所花费的平均完整时间间隔（以毫秒为单位） |
RequestLatency |
毫秒 | 平均值 | deployment |
PT1M | Yes |
|
请求延迟 P50 按所选时间段内收集的所有请求延迟值聚合的平均 P50 请求延迟 |
RequestLatency_P50 |
毫秒 | 平均值 | deployment |
PT1M | Yes |
|
请求延迟 P90 按所选时间段内收集的所有请求延迟值聚合的平均 P90 请求延迟 |
RequestLatency_P90 |
毫秒 | 平均值 | deployment |
PT1M | Yes |
| 请求延迟 P95 按所选时间段内收集的所有请求延迟值聚合的平均 P95 请求延迟 |
RequestLatency_P95 |
毫秒 | 平均值 | deployment |
PT1M | Yes |
|
请求延迟 P99 按所选时间段内收集的所有请求延迟值聚合的平均 P99 请求延迟 |
RequestLatency_P99 |
毫秒 | 平均值 | deployment |
PT1M | Yes |
| 每分钟请求数 在一分钟内发送到联机终结点的请求数 |
RequestsPerMinute |
计数 | 平均值 |
deployment、statusCode、statusCodeClass、modelStatusCode |
PT1M | No |
Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments 支持的指标
下表列出了可用于 Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments 资源类型的指标。
表标题
- 指标 是该指标在 Azure 门户中的显示名称。
- Rest API 中的名称 - 在 REST API 中引用的指标名称。
- 单位 - 度量单位。
- 聚合 - 默认的聚合类型。 有效值：平均值、最小值、最大值、总计、计数。
- 维度 - 适用于指标的维度。
- 时间粒度 - 对指标采样的间隔。 例如，
PT1M表示该指标每分钟采样一次，PT30M表示每 30 分钟一次，PT1H表示每小时一次，以此类推。 - DS 导出 - 是否可通过诊断设置将指标导出到 Azure Monitor 日志。 要了解如何导出指标的信息，请参阅在 Azure Monitor 中创建诊断设置。
类别：资源
| Metric | REST API 中的名称 | 单位 | Aggregation | 尺寸 | 时间粒度 | DS 导出 |
|---|---|---|---|---|---|---|
| CPU 内存利用率百分比 实例上的内存利用率百分比。 利用率每分钟报告一次。 |
CpuMemoryUtilizationPercentage |
Percent | 最小值、最大值、平均值 | instanceId |
PT1M | Yes |
| CPU 利用率百分比 实例上的 CPU 利用率百分比。 利用率每分钟报告一次。 |
CpuUtilizationPercentage |
Percent | 最小值、最大值、平均值 | instanceId |
PT1M | Yes |
| 每分钟数据收集错误数 每分钟的数据收集事件数量减少。 |
DataCollectionErrorsPerMinute |
计数 | 最小值、最大值、平均值 |
instanceId、reason、type |
PT1M | No |
| 每分钟数据收集事件数 每分钟处理的数据收集事件数。 |
DataCollectionEventsPerMinute |
计数 | 最小值、最大值、平均值 |
instanceId、type |
PT1M | No |
| 部署容量 部署中的实例数。 |
DeploymentCapacity |
计数 | 最小值、最大值、平均值 |
instanceId、State |
PT1M | No |
| 磁盘利用率 实例上的磁盘利用率百分比。 利用率每分钟报告一次。 |
DiskUtilization |
Percent | 最小值、最大值、平均值 |
instanceId、disk |
PT1M | Yes |
| GPU 能量（焦耳） GPU 节点上的间隔功耗（焦耳）。 功耗每分钟报告一次。 |
GpuEnergyJoules |
计数 | 最小值、最大值、平均值 | instanceId |
PT1M | No |
| GPU 内存利用率百分比 实例上的 GPU 内存利用率百分比。 利用率每分钟报告一次。 |
GpuMemoryUtilizationPercentage |
Percent | 最小值、最大值、平均值 | instanceId |
PT1M | Yes |
| GPU 利用率百分比 实例上的 GPU 利用率百分比。 利用率每分钟报告一次。 |
GpuUtilizationPercentage |
Percent | 最小值、最大值、平均值 | instanceId |
PT1M | Yes |
类别：交通
| Metric | REST API 中的名称 | 单位 | Aggregation | 尺寸 | 时间粒度 | DS 导出 |
|---|---|---|---|---|---|---|
|
请求延迟 P50 按所选时间段内收集的所有请求延迟值聚合的平均 P50 请求延迟 |
RequestLatency_P50 |
毫秒 | 平均值 | <没有> | PT1M | Yes |
|
请求延迟 P90 按所选时间段内收集的所有请求延迟值聚合的平均 P90 请求延迟 |
RequestLatency_P90 |
毫秒 | 平均值 | <没有> | PT1M | Yes |
| 请求延迟 P95 按所选时间段内收集的所有请求延迟值聚合的平均 P95 请求延迟 |
RequestLatency_P95 |
毫秒 | 平均值 | <没有> | PT1M | Yes |
|
请求延迟 P99 按所选时间段内收集的所有请求延迟值聚合的平均 P99 请求延迟 |
RequestLatency_P99 |
毫秒 | 平均值 | <没有> | PT1M | Yes |
| 每分钟请求数 一分钟内发送到联机部署的请求数 |
RequestsPerMinute |
计数 | 平均值 | envoy_response_code |
PT1M | No |
度量尺寸
有关指标维度定义的信息，请参阅多维指标。
此服务具有以下与其指标关联的维度。
| Dimension | Description |
|---|---|
| 群集名称 | 计算群集资源的名称。 可用于所有配额指标。 |
| VM 系列名称 | 群集使用的 VM 系列的名称。 可用于配额使用率百分比。 |
| VM 优先级 | VM 的优先级。 可用于配额使用率百分比。 |
| CreatedTime | 仅适用于 CpuUtilization 和 GpuUtilization。 |
| DeviceId | 设备 (GPU) 的 ID。 仅适用于 GpuUtilization。 |
| NodeId | 作业运行时所在的已创建节点的 ID。 仅适用于 CpuUtilization 和 GpuUtilization。 |
| RunId | 运行/作业的 ID。 仅适用于 CpuUtilization 和 GpuUtilization。 |
| 计算类型 (ComputeType) | 运行时使用的计算类型。 仅适用于已完成的运行数、失败运行数和已启动的运行数。 |
| PipelineStepType | 运行时使用的 PipelineStep 类型。 仅适用于已完成的运行数、失败运行数和已启动的运行数。 |
| PublishedPipelineId | 运行时使用的已发布管道的 ID。 仅适用于已完成的运行数、失败运行数和已启动的运行数。 |
| 运行类型 | 运行的类型。 仅适用于已完成的运行数、失败运行数和已启动的运行数。 |
RunType 维度的有效值为：
| Value | Description |
|---|---|
| 实验 | 非管道运行。 |
| PipelineRun | 管道运行，它是 StepRun 的父级。 |
| StepRun | 管道步骤的运行。 |
| ReusedStepRun | 重用上次运行的管道步骤的运行。 |
资源日志
本节列出了您可以为该服务收集的资源日志类型。 本节选自 Azure Monitor 支持的所有资源日志类别类型列表。
Microsoft.MachineLearningServices/registries 支持的资源日志
| Category | 类别显示名称 | 日志表 | 支持基本的日志规划 | 支持在数据引入时进行转换 | 示例查询 | 出口的成本 |
|---|---|---|---|---|---|---|
RegistryAssetReadEvent |
注册表资产读取事件 |
AmlRegistryReadEventsLog Azure ML 注册表读取事件日志。 它保留了对注册表数据访问（数据平面）的读取操作记录，包括每个访问事件的用户身份、资产名称和版本。 |
No | Yes | Yes | |
RegistryAssetWriteEvent |
注册表资产写入事件 |
AmlRegistryWriteEventsLog Azure ML 注册表写入事件日志。 它保留注册表数据访问（数据平面）中的写入操作记录，包括每个访问事件的用户身份、资产名称和版本。 |
No | Yes | 查询 | Yes |
Microsoft.MachineLearningServices/workspaces 支持的资源日志
| Category | 类别显示名称 | 日志表 | 支持基本的日志规划 | 支持在数据引入时进行转换 | 示例查询 | 出口的成本 |
|---|---|---|---|---|---|---|
AmlComputeClusterEvent |
AmlComputeClusterEvent |
AmlComputeClusterEvent AmlCompute 群集事件 |
No | Yes | 查询 | No |
AmlComputeClusterNodeEvent |
AmlComputeClusterNodeEvent | No | No | Yes | ||
AmlComputeCpuGpuUtilization |
AmlComputeCpuGpuUtilization |
AmlComputeCpuGpuUtilization Azure 机器学习服务 CPU 和 GPU 利用率日志。 |
No | Yes | 查询 | No |
AmlComputeJobEvent |
AmlComputeJobEvent |
AmlComputeJobEvent AmlCompute 作业事件 |
No | Yes | 查询 | No |
AmlRunStatusChangedEvent |
AmlRunStatusChangedEvent |
AmlRunStatusChangedEvent Azure 机器学习服务运行状态事件日志。 |
No | Yes | No | |
ComputeInstanceEvent |
ComputeInstanceEvent |
AmlComputeInstanceEvent 访问（读取/写入）ML 计算实例时生成的事件。 |
No | Yes | Yes | |
DataLabelChangeEvent |
DataLabelChangeEvent（数据标签更改事件） |
AmlDataLabelEvent 访问（读取、创建或删除）数据标签或其项目时生成的事件。 |
No | Yes | Yes | |
DataLabelReadEvent |
DataLabelReadEvent |
AmlDataLabelEvent 访问（读取、创建或删除）数据标签或其项目时生成的事件。 |
No | Yes | Yes | |
DataSetChangeEvent |
数据集变更事件 |
AmlDataSetEvent 访问已注册或未注册的 ML 数据存储时的事件（读取、创建或删除）。 |
No | Yes | 查询 | Yes |
DataSetReadEvent |
DataSetReadEvent |
AmlDataSetEvent 访问已注册或未注册的 ML 数据存储时的事件（读取、创建或删除）。 |
No | Yes | 查询 | Yes |
DataStoreChangeEvent |
DataStoreChangeEvent |
AmlDataStoreEvent 访问（读取、创建或删除）ML 数据存储时生成的事件。 |
No | Yes | Yes | |
DataStoreReadEvent |
DataStoreReadEvent |
AmlDataStoreEvent 访问（读取、创建或删除）ML 数据存储时生成的事件。 |
No | Yes | Yes | |
DeploymentEventACI |
DeploymentEventACI |
AmlDeploymentEvent 在 ACI 或 AKS 上进行模型部署时生成的事件。 |
No | Yes | Yes | |
DeploymentEventAKS |
DeploymentEventAKS |
AmlDeploymentEvent 在 ACI 或 AKS 上进行模型部署时生成的事件。 |
No | Yes | Yes | |
DeploymentReadEvent |
DeploymentReadEvent |
AmlDeploymentEvent 在 ACI 或 AKS 上进行模型部署时生成的事件。 |
No | Yes | Yes | |
EnvironmentChangeEvent |
EnvironmentChangeEvent |
AmlEnvironmentEvent 访问 ML 环境时的事件（读取、创建或删除）。 |
No | Yes | 查询 | Yes |
EnvironmentReadEvent |
EnvironmentReadEvent |
AmlEnvironmentEvent 访问 ML 环境时的事件（读取、创建或删除）。 |
No | Yes | 查询 | Yes |
InferencingOperationACI |
InferencingOperationACI |
AmlInferencingEvent AKS 或 ACI 计算类型上的推理或相关操作事件。 |
No | Yes | Yes | |
InferencingOperationAKS |
InferencingOperationAKS |
AmlInferencingEvent AKS 或 ACI 计算类型上的推理或相关操作事件。 |
No | Yes | Yes | |
ModelsActionEvent |
ModelsActionEvent |
AmlModelsEvent 访问（读取、创建或删除）ML 模型时生成的事件。 包括将模型和资产打包成随时可生成的包时生成的事件。 |
No | Yes | 查询 | Yes |
ModelsChangeEvent |
ModelsChangeEvent |
AmlModelsEvent 访问（读取、创建或删除）ML 模型时生成的事件。 包括将模型和资产打包成随时可生成的包时生成的事件。 |
No | Yes | 查询 | Yes |
ModelsReadEvent |
ModelsReadEvent |
AmlModelsEvent 访问（读取、创建或删除）ML 模型时生成的事件。 包括将模型和资产打包成随时可生成的包时生成的事件。 |
No | Yes | 查询 | Yes |
PipelineChangeEvent |
PipelineChangeEvent |
AmlPipelineEvent 访问 ML 管道草稿或终端节点或模块时的事件（读取、创建或删除）。 |
No | Yes | Yes | |
PipelineReadEvent |
PipelineReadEvent |
AmlPipelineEvent 访问 ML 管道草稿或终端节点或模块时的事件（读取、创建或删除）。 |
No | Yes | Yes | |
RunEvent |
RunEvent |
AmlRunEvent 访问（读取、创建或删除）ML 试验时生成的事件。 |
No | Yes | Yes | |
RunReadEvent |
RunReadEvent |
AmlRunEvent 访问（读取、创建或删除）ML 试验时生成的事件。 |
No | Yes | Yes |
Microsoft.MachineLearningServices/workspaces/onlineEndpoints 支持的资源日志
| Category | 类别显示名称 | 日志表 | 支持基本的日志规划 | 支持在数据引入时进行转换 | 示例查询 | 出口的成本 |
|---|---|---|---|---|---|---|
AmlOnlineEndpointConsoleLog |
AmlOnlineEndpointConsoleLog |
AmlOnlineEndpointConsoleLog Azure ML 在线终端控制台日志。 它提供用户容器的控制台日志输出。 |
No | Yes | 查询 | Yes |
AmlOnlineEndpointEventLog |
AmlOnlineEndpointEventLog |
AmlOnlineEndpointEventLog Azure ML 联机终结点事件日志。 它提供有关推理服务器容器生命周期的事件日志。 |
No | Yes | 查询 | Yes |
AmlOnlineEndpointTrafficLog |
AmlOnlineEndpointTrafficLog |
AmlOnlineEndpointTrafficLog AzureML（机器学习）联机终结点的流量日志。 该表可用于检查向联机终结点提出的请求的详细信息。 例如，你可以使用它检查请求持续时间、请求失败原因等。 |
No | Yes | 查询 | Yes |
Azure Monitor 日志表
本节列出了与该服务相关的 Azure Monitor 日志表，这些表可通过 Log Analytics 使用 Kusto 查询进行查询。 这些表包含资源日志数据，此外还可能包含其他数据，具体取决于所收集并路由到这些表的内容。
机器学习
Microsoft.MachineLearningServices/workspaces
- AzureActivity
- AMLOnlineEndpointConsoleLog
- AMLOnlineEndpointTrafficLog
- AMLOnlineEndpointEventLog
- AzureMetrics
- AMLComputeClusterEvent
- AMLComputeClusterNodeEvent
- AMLComputeJobEvent
- AMLRunStatusChangedEvent
- AMLComputeCpuGpuUtilization
- AMLComputeInstanceEvent
- AMLDataLabelEvent
- AMLDataSetEvent
- AMLDataStoreEvent
- AMLDeploymentEvent
- AMLEnvironmentEvent
- AMLInferencingEvent
- AMLModelsEvent
- AMLPipelineEvent
- AMLRunEvent
Microsoft.MachineLearningServices/registries
活动日志
链接表列出了可在此服务的活动日志中记录的操作。 这是活动日志中所有可能的资源提供程序操作的子集。
有关活动日志条目架构的详细信息，请参阅活动日志架构。
下表列出了可能在活动日志中创建的与机器学习相关的部分操作。 有关 Microsoft.MachineLearningServices 操作的完整列表，请参阅 Microsoft.MachineLearningServices 资源提供程序操作。
| Operation | Description |
|---|---|
| 创建或更新机器学习工作区 | 已创建或更新工作区 |
| 检查计算名称可用性 | 检查计算名称是否已在使用中 |
| 创建或更新计算资源 | 已创建或更新计算资源 |
| 删除计算资源 | 已删除计算资源 |
| 列出密钥 | 执行操作时列出的机器学习工作区的机密 |
日志架构
Azure 机器学习使用以下架构。
AmlComputeJobEvent 表
| 属性 | Description |
|---|---|
| TimeGenerated | 生成日志项目的时间 |
| OperationName | 与日志事件关联的操作的名称 |
| Category | 日志事件的名称 |
| JobId | 已提交作业的 ID |
| ExperimentId | 试验的 ID |
| 实验名称 | 试验的名称 |
| 客户订阅编号 | 已提交的试验和作业的 SubscriptionId |
| 工作区名称 | 机器学习工作区的名称 |
| 集群名称 | 群集的名称 |
| 预配状态 | 作业提交的状态 |
| ResourceGroupName | 资源组的名称 |
| 工作名称 | 作业的名称 |
| ClusterId（集群标识） | 群集的 ID |
| 事件类型 | 作业事件的类型。 例如 JobSubmitted、JobRunning、JobFailed、JobSucceeded。 |
| 执行状态 (ExecutionState) | 作业（运行）的状态。 例如已排队、正在运行、成功、失败 |
| ErrorDetails | 作业错误的详细信息 |
| CreationApiVersion | 用于创建作业的 Api 版本 |
| 集群资源组名称 | 群集的资源组名称 |
| TFWorkerCount | TF 辅助角色的计数 |
| TFParameterServerCount | TF 参数服务器的计数 |
| 工具类型 | 使用的工具类型 |
| RunInContainer | 描述作业是否应在容器中运行的标志 |
| JobErrorMessage | 作业错误的详细消息 |
| NodeId | 作业运行时所创建节点的 ID |
AmlComputeClusterEvent 表
| 属性 | Description |
|---|---|
| TimeGenerated | 生成日志项目的时间 |
| OperationName | 与日志事件关联的操作的名称 |
| Category | 日志事件的名称 |
| 预配状态 | 群集的预配状态 |
| 集群名称 | 群集的名称 |
| 集群类型 | 群集的类型 |
| CreatedBy | 创建群集的用户 |
| CoreCount | 群集中的核心计数 |
| VmSize | 群集的 VM 大小 |
| VmPriority | 在群集内所创建节点的优先级 Dedicated/LowPriority |
| ScalingType | 群集缩放的类型手动/自动 |
| InitialNodeCount | 群集的初始节点计数 |
| MinimumNodeCount | 群集的最小节点计数 |
| 最大节点数 | 群集的最大节点计数 |
| NodeDeallocationOption | 解除分配节点的方法 |
| Publisher | 群集类型的发布服务器 |
| Offer | 用于创建群集的产品/服务 |
| Sku | 群集内所创建节点/VM 的 Sku |
| 版本 | 创建节点/VM 时使用的映像版本 |
| SubnetId | 群集的 SubnetId |
| AllocationState | 群集分配状态 |
| CurrentNodeCount | 群集的当前节点计数 |
| TargetNodeCount | 群集纵向扩展/减少时的目标节点计数 |
| 事件类型 | 群集创建期间的事件类型。 |
| NodeIdleTimeSecondsBeforeScaleDown | 群集纵向缩减之前的空闲时间（以秒为单位） |
| PreemptedNodeCount | 群集的已占用节点计数 |
| IsResizeGrow | 指示群集正在纵向扩展的标志 |
| VmFamilyName | 可在群集内创建的节点的 VM 系列名称 |
| LeavingNodeCount | 群集的正在离开节点计数 |
| UnusableNodeCount | 群集的不可用节点计数 |
| IdleNodeCount | 群集的空闲节点计数 |
| RunningNodeCount | 群集的正在运行节点计数 |
| PreparingNodeCount | 群集的正在准备节点计数 |
| QuotaAllocated | 群集的已分配配额 |
| QuotaUtilized | 群集的已利用配额 |
| AllocationStateTransitionTime | 将时间从一种状态转换为另一种状态 |
| 集群错误代码 | 群集创建或缩放期间收到的错误代码 |
| CreationApiVersion | 创建群集时使用的 API 版本 |
AmlComputeInstanceEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlComputeInstanceEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| CorrelationId | 用于将一组相关事件组合在一起的 GUID（如果适用）。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| AmlComputeInstanceName | 与日志项关联的计算实例的名称。 |
AmlDataLabelEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlDataLabelEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| CorrelationId | 用于将一组相关事件组合在一起的 GUID（如果适用）。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| AmlProjectId | Azure 机器学习项目的唯一标识符。 |
| AmlProjectName | Azure 机器学习项目的名称。 |
| AmlLabelNames | 为项目创建的标签类名。 |
| AmlDataStoreName | 项目数据存储库的名称。 |
AmlDataSetEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlDataSetEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| AmlWorkspaceId | Azure 机器学习工作区的 GUID 和唯一 ID。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| AmlDatasetId | Azure 机器学习数据集的 ID。 |
| AmlDatasetName | Azure 机器学习数据集的名称。 |
AmlDataStoreEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlDataStoreEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| AmlWorkspaceId | Azure 机器学习工作区的 GUID 和唯一 ID。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| AmlDatastoreName | Azure 机器学习数据存储的名称。 |
AmlDeploymentEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlDeploymentEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| AmlServiceName | Azure 机器学习服务的名称。 |
AmlInferencingEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlInferencingEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| AmlServiceName | Azure 机器学习服务的名称。 |
AmlModelsEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlModelsEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| ResultSignature | 事件的 HTTP 状态代码。 典型值包括 200、201、202 等。 |
| AmlModelName | Azure 机器学习模型的名称。 |
AmlPipelineEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlPipelineEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| AmlWorkspaceId | Azure 机器学习工作区的 GUID 和唯一 ID。 |
| AmlWorkspaceId | Azure 机器学习工作区的名称。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| AmlModuleId | 模块的 GUID 和唯一 ID。 |
| AmlModelName | Azure 机器学习模型的名称。 |
| AmlPipelineId | Azure 机器学习管道的 ID。 |
| AmlParentPipelineId | 父 Azure 机器学习管道的 ID（克隆时）。 |
| AmlPipelineDraftId | Azure 机器学习管道草稿的 ID。 |
| AmlPipelineDraftName | Azure 机器学习管道草稿的名称。 |
| AmlPipelineEndpointId | Azure 机器学习管道终结点的 ID。 |
| Aml管道端点名称 | Azure 机器学习管道终结点的名称。 |
AmlRunEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlRunEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| 结果类型 | 事件的状态。 典型值包括“Started”、“In Progress”、“Succeeded”、“Failed”、“Active”和“Resolved”。 |
| OperationName | 与日志项关联的操作的名称 |
| AmlWorkspaceId | Azure 机器学习工作区的 GUID 和唯一 ID。 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| RunId | 运行的唯一 ID。 |
AmlEnvironmentEvent 表
| 属性 | Description |
|---|---|
| 类型 | 日志事件的名称，AmlEnvironmentEvent |
| TimeGenerated | 生成日志项的时间 (UTC) |
| Level | 事件的严重级别。 必须是“信息性”、“警告”、“错误”或“严重”之一。 |
| OperationName | 与日志项关联的操作的名称 |
| Identity | 执行操作的用户或应用程序的标识。 |
| AAD 租户 ID | 为其提交了该操作的 Microsoft Entra 租户 ID。 |
| AmlEnvironmentName | Azure 机器学习环境配置的名称。 |
| AmlEnvironmentVersion | Azure 机器学习环境配置版本的名称。 |
AMLOnlineEndpointTrafficLog 表（预览版）
| 属性 | Description |
|---|---|
| Method | 客户端请求的方法。 |
| 路径 | 客户端请求的路径。 |
| SubscriptionId（订阅ID） | 联机终结点的机器学习订阅 ID。 |
| AzureMLWorkspaceId | 在线端点的机器学习工作区 ID。 |
| AzureMLWorkspaceName | 联机终结点的机器学习工作区名称。 |
| 端点名称 | 联机终结点的名称。 |
| 部署名称 | 联机部署的名称。 |
| Protocol | 请求的协议。 |
| ResponseCode | 返回到客户端的最终响应代码。 |
| ResponseCodeReason | 返回给客户端的最终响应代码原因。 |
| 模型状态代码 (ModelStatusCode) | 模型中的响应状态代码。 |
| ModelStatusReason | 来自模型的响应状态原因。 |
| RequestPayloadSize | 从客户端接收的总字节数。 |
| 响应负载大小 | 发回客户端的总字节数。 |
| 用户代理 (UserAgent) | 请求的用户代理标头，包括注释，但截断为最多 70 个字符。 |
| XRequestId | Azure 机器学习为内部跟踪生成的请求 ID。 |
| XMSClientRequestId | 客户端生成的跟踪 ID。 |
| TotalDurationMs | 从请求开始时间到最后一个响应字节发回客户端的时间的持续时间（以毫秒为单位）。 如果客户端断开连接，则持续时间为从开始时间到客户端断开连接的时间。 |
| RequestDurationMs | 从请求开始时间到从客户端接收请求的最后一个字节的时间的持续时间（以毫秒为单位）。 |
| 响应持续时间毫秒 | 从请求开始时间到从模型读取第一个响应字节的时间的持续时间（以毫秒为单位）。 |
| RequestThrottlingDelayMs | 由于网络限制，请求数据传输的延迟（以毫秒为单位）。 |
| ResponseThrottlingDelayMs | 由于网络限制，响应数据传输的延迟（以毫秒为单位）。 |
有关此日志的详细信息，请参阅监视联机终结点。
AMLOnlineEndpointConsoleLog
| 属性 | Description |
|---|---|
| TimeGenerated | 生成日志的时间的 UTC 时间戳 |
| OperationName | 与日志记录关联的操作 |
| InstanceId | 生成日志记录的实例的 ID |
| 部署名称 | 与日志记录关联的部署的名称 |
| 容器名称 | 生成日志的容器的名称 |
| 消息 | 日志内容 |
有关此日志的详细信息，请参阅监视联机终结点。
AMLOnlineEndpointEventLog（预览版）
| 属性 | Description |
|---|---|
| TimeGenerated | 生成日志的时间的 UTC 时间戳 |
| OperationName | 与日志记录关联的操作 |
| InstanceId | 生成日志记录的实例的 ID |
| 部署名称 | 与日志记录关联的部署的名称 |
| Name | 事件的名称 |
| 消息 | 事件的内容 |
有关此日志的详细信息，请参阅监视联机终结点。
相关内容
- 有关监视机器学习的说明，请参阅监视机器学习。
- 请参阅使用 Azure Monitor 监视 Azure 资源，详细了解如何监视 Azure 资源。