Azure Monitor

 

Azure Monitor

Azure Monitor es una solución de supervisión en Azure Portal que ofrece una solución integral para recopilar, analizar y actuar sobre la telemetría desde la nube y los entornos locales. Puede usarse para monitorear varios aspectos (por ejemplo, el desempeño de las aplicaciones) e identificar problemas que afectan esas aplicaciones y otros recursos que dependen de ellos.

Los datos que recopila Azure Monitor se clasifican en dos tipos fundamentales: métricas y registros. Las métricas describen un aspecto de un sistema en un momento determinado y se muestran en valores numéricos. Son capaces de soportar escenarios casi en tiempo real. Los registros son diferentes a las métricas. Contienen datos que se organizan en registros, con diferentes conjuntos de propiedades para cada tipo. Los datos como eventos, seguimientos y datos de rendimiento se almacenan como registros. Luego se pueden combinar con fines de análisis.

Azure Monitor admite la recopilación de datos de una variedad de recursos de Azure, que se muestran en la página de información general en Azure Portal.





Metricas y logs

Azure Monitor proporciona las siguientes métricas y registros:
  • Datos de supervisión de la aplicación: se trata de datos sobre la funcionalidad y el rendimiento de la aplicación y el código que se escribe, independientemente de su plataforma.
  • Datos de supervisión del sistema operativo invitado: se trata de datos sobre el sistema operativo en el que se ejecuta su aplicación. Esto podría ejecutarse en cualquier entorno local o en la nube.
  • Datos de supervisión de recursos de Azure: se trata de datos sobre el funcionamiento de un recurso de Azure.
  • Datos de supervisión de la suscripción de Azure: se trata de datos sobre el funcionamiento y la gestión de una suscripción de Azure, así como datos sobre el estado y el funcionamiento de Azure.
  • Datos de supervisión de tenat de Azure: se trata de datos sobre el funcionamiento de los servicios de Azure a nivel de tenat, como Azure Active Directory.
  • Azure Monitor ahora integra las capacidades de Log Analytics y Application Insights. También puede seguir usando Log Analytics y Application Insights por su cuenta.



Metricas

Las métricas describen un aspecto de un sistema en un momento determinado y se muestran en valores numéricos. Se recopilan a intervalos regulares y se identifican con una marca de tiempo, un nombre, un valor y una o más etiquetas definitorias. Son capaces de soportar escenarios casi en tiempo real y son útiles para alertar. Las alertas se pueden disparar rápidamente con una lógica relativamente simple.

Las métricas en Azure Monitor se almacenan en una base de datos de series de tiempo que está optimizada para analizar datos con marca de tiempo. Esto hace que las métricas sean adecuadas para la detección rápida de problemas. Pueden ayudar a detectar cómo se está desempeñando su servicio o sistema, pero para obtener una imagen general, generalmente deben combinarse con registros para identificar la causa raíz de los problemas.

Puede utilizar métricas para los siguientes escenarios:
  • Análisis: las métricas recopiladas se pueden analizar mediante un gráfico en el Explorador de métricas. También se pueden comparar métricas de varios recursos.
  • Visualización: puede crear un workbook de Azure Monitor para combinar varios conjuntos de datos en un informe interactivo. Los workbooks de Azure Monitor pueden combinar texto, métricas de Azure, consultas de análisis y parámetros en informes interactivos enriquecidos.
  • Alerta: las reglas de alerta métricas se pueden configurar para enviar notificaciones al usuario. También pueden tomar medidas automáticas cuando el valor de la métrica cruza un umbral.
  • Automatización: para aumentar y disminuir los recursos según los valores de las métricas que cruzan un umbral, se puede utilizar el ajuste de escala automático.
  • Exportación: las métricas se pueden transmitir a un centro de eventos para enrutarlas a sistemas externos. Las métricas también se pueden enrutar a los registros del área de trabajo de Log Analytics para analizarlas junto con los registros de Azure Monitor y almacenar los valores de las métricas durante más de 93 días.
  • Recuperación: los valores de las métricas se pueden recuperar desde la línea de comandos mediante cmdlets de PowerShell y la CLI, y desde aplicaciones personalizadas mediante la API de REST de Azure Monitoring.
  • Archivado: los datos de métricas se pueden archivar en Azure Storage. Puede almacenar el historial de rendimiento o estado de su recurso para fines de cumplimiento, auditoría o informes fuera de línea.
Hay cuatro fuentes principales de métricas que recopila Azure Monitor. Una vez que se recopilan y almacenan en la base de datos de métricas de Azure Monitor, se pueden evaluar juntos independientemente de su origen:
  • Métricas de la plataforma: estas métricas le brindan visibilidad del estado y el rendimiento de sus recursos de Azure. Sin que se requiera ninguna configuración, se crea un conjunto distinto de métricas para cada tipo de recurso de Azure. De forma predeterminada, se recopilan a intervalos de un minuto. Sin embargo, también puede configurarlos para que se ejecuten en diferentes intervalos.
  • Métricas del SO invitado: estas métricas se recopilan del SO invitado de una máquina virtual. Para habilitar las métricas del sistema operativo invitado para máquinas con Windows, es necesario instalar el agente de Extensión de diagnóstico de Windows (WAD). Para máquinas Linux, es necesario instalar el agente InfluxData Telegraf.
  • Métricas de la aplicación: estas métricas son creadas por Application Insights. Pueden ayudar a detectar problemas de rendimiento para sus aplicaciones personalizadas y realizar un seguimiento de las tendencias en cómo se utiliza la aplicación.
  • Métricas personalizadas: son métricas que usted define manualmente. Puede definirlos en sus aplicaciones personalizadas que son supervisadas por Application Insights o puede definir métricas personalizadas para un servicio de Azure mediante la API de métricas personalizadas.


Crear una línea de base para los recursos

Para crear una línea de base para sus recursos, Azure ofrece alertas de métricas con umbrales dinámicos. Con los umbrales dinámicos, no es necesario que identifique y establezca manualmente los umbrales para las alertas, que es una mejora de las alertas de métricas de Azure Monitor. La regla de alerta utiliza las capacidades avanzadas de aprendizaje automático para conocer el comportamiento histórico de las métricas mientras se identifican patrones y anomalías que indican posibles problemas de servicio. Con Dynamic Thresholds, puede crear una regla de alerta una vez y aplicarla automáticamente a diferentes recursos de Azure durante la creación de los recursos.

En la siguiente descripción general, encontrará algunos escenarios en los que se recomiendan umbrales dinámicos para alertas de métricas:

  • Alerta escalable: los umbrales dinámicos son capaces de crear umbrales personalizados para cientos de series de métricas a la vez. Sin embargo, esto es tan fácil como crear una regla de alerta para una única métrica. Se pueden crear mediante las plantillas de Azure Portal o Azure Resource Manager (ARM) y la API de ARM. Este enfoque escalable es útil cuando se aplican múltiples recursos o se manejan dimensiones métricas. Esto se traducirá en un ahorro de tiempo significativo en la creación de reglas y administración de alertas.
  • Configuración intuitiva: puede configurar alertas de métricas utilizando conceptos de alto nivel con umbrales dinámicos, por lo que no necesita tener un conocimiento de dominio extenso sobre la métrica.
  • Reconocimiento inteligente de patrones de métricas: mediante el uso de una tecnología de aprendizaje automático única, Azure puede detectar automáticamente patrones de métricas y adaptarse a los cambios de métricas a lo largo del tiempo. El algoritmo utilizado en Dynamic Thresholds está diseñado para evitar umbrales amplios (baja recuperación) o ruidosos (baja precisión) que no tienen un patrón esperado.

Comentarios

Entradas más populares de este blog

Mejores practicas para migración de datos a Salesforce

AWS Lambda

Modelado de datos en Salesforce