Hybride Verfügbarkeits- und Leistungsüberwachung

Azure Event Hubs
Azure Log Analytics
Azure Monitor
Azure Storage
Azure Virtual Machines

Diese Referenzarchitektur zeigt, wie Sie Azure Monitor verwenden, um die Leistung und Verfügbarkeit von Betriebssystemworkloads zu überwachen, die auf virtuellen Computern (VMs) ausgeführt werden. Die VMs können sich in Microsoft Azure, in lokalen Umgebungen oder in Nicht-Azure-Clouds befinden.

Aufbau

Diagramm zur Veranschaulichung der Überwachungs- und Verfügbarkeitsfunktionen von Azure Monitor für Betriebssystemworkloads in Azure, in lokalen Umgebungen und bei Cloudanbietern von Drittanbietern. Daten werden an einen Log Analytics-Arbeitsbereich gesendet. Die Daten werden von Application Insights-, Analysis-, Visualization-, Alerts- und Autoscale-Diensten als Teil des Azure Monitor

Laden Sie eine Visio-Datei dieser Architektur herunter.

Workflow

  • Lokale Hauptniederlassung – VM 1. Diese Komponente ist eine Webanwendung mit Internetzugriff und einer öffentlichen Webseite sowie installierten Log Analytics- und Abhängigkeits-Agents. Weitere Informationen zu Agents finden Sie in der Übersicht über Log Analytics-Agents und der Übersicht über Azure Monitor Agents unter „Abhängigkeits-Agent“.
  • Lokale Hauptniederlassung – VM 2. Diese Geschäftslogikumgebung hat keinen Internetzugriff. Sie verfügt allerdings über installierte Log Analytics- und Abhängigkeits-Agents.
  • Lokale Hauptniederlassung – VM 3. Bei dieser Komponente handelt es sich um einen Datenspeicher ohne Internetzugriff, aber mit installierten Log Analytics- und Abhängigkeits-Agents.
  • Lokale Hauptniederlassung – Log Analytics-Gateway. Das Log Analytics-Gateway sammelt Protokoll- und Metrikdaten von den drei lokalen VMs und übergibt sie über TCP (Transmission Control-Protokoll) und Port 443 an den Log Analytics-Arbeitsbereich.
  • Lokale Hauptniederlassung – Firewall. Der Datenverkehr an und aus der lokalen Umgebung wird durch die Firewall geleitet.
  • Gateway: Das Gateway stellt eine Verbindung mit der Zweigstelle bereit.
  • Lokale Zweigstelle – VM 4. Diese Komponente ist die Geschäftsanwendung, die ohne Internetzugriff ausgeführt wird, aber mit installierten Log Analytics- und Abhängigkeits-Agents. Der auf dem virtuellen Computer installierte Log Analytics-Agent ist so konfiguriert, dass Daten direkt an den Log Analytics-Arbeitsbereich übertragen werden, ohne dass ein Log Analytics-Gateway erforderlich ist.
  • Lokale Zweigstelle – Gateway. Dieses Gateway verbindet die Zweigstelle über ein virtuelles privates Netzwerk (VPN) mit der lokalen Hauptniederlassung.
  • Cloud-Drittanbieter – VM 5. Diese Komponente ist eine Webanwendung mit Internetzugriff und einer öffentlichen Webseite sowie installierten Log Analytics- und Abhängigkeits-Agents.
  • Cloud-Drittanbieter – VM 6. Bei dieser Komponente handelt es sich um eine Datenspeicherumgebung ohne Internetzugriff, aber sowohl mit installierten Log Analytics- als auch Abhängigkeits-Agents. Es gibt keine direkte Verbindung zwischen den Cloud-Drittanbieterumgebungen und den lokalen Umgebungen.
  • Azure: VMSS Dies ist eine Skalierungsgruppe, die mithilfe von Azure Virtual Machine Scale Sets erstellt wird. Sie führt eine Geschäftsanwendung mit installierten Log Analytics- und Diagnose-Agents aus.
  • Azure – Anwendungsserver. Dieser Server besitzt eine einzelne VM, auf der eine Geschäftsanwendung ausgeführt wird und Log Analytics- und Diagnose-Agents installiert sind.
  • Azure Monitor-Metriken. Mit Azure Monitor-Metriken erfasste Daten werden in einer Zeitreihendatenbank gespeichert, die für das Analysieren von Daten mit Zeitstempel optimiert ist. Darin werden auch Metriken gespeichert, die von lokalen VMs und Azure-VMs gesendet werden.
  • Azure Monitor – Log Analytics-Arbeitsbereich. In diesem Arbeitsbereich werden Protokolle gespeichert, die von lokalen VMs, Azure-VMs und VMs in Drittanbieterclouds gesendet werden. Der Arbeitsbereich ist eine Azure-Ressource, in der Daten aggregiert werden, und dient als Verwaltungsgrenze für den Zugriff auf diese Daten. Andere Azure Monitor-Dienste stellen dann eine Verbindung mit dem Log Analytics-Arbeitsbereich her und verwenden die Daten für verschiedene Zwecke. Weitere Informationen finden Sie unter Entwerfen Ihrer Azure Monitor-Protokollbereitstellung.
  • Azure Monitor – Erkenntnisse – Application Insights. Application Insights bietet Analysen von Anwendungen und Erkenntnisse über deren Verwendung. In dieser Beispielarchitektur prüft ein Ping-Verfügbarkeitstest die Verfügbarkeit der lokalen Webanwendung. Benachrichtigungsregeln sind aktiviert, um im Falle eines fehlgeschlagenen Tests darüber zu informieren. Weitere Informationen dazu finden Sie unter Was ist Application Insights? und Überwachen der Verfügbarkeit von Websites.
  • Azure Monitor – Erkenntnisse – Azure Monitor für VMs. Azure Monitor für VMs überwacht die Leistung und Funktionstüchtigkeit Ihrer VMs und VM-Skalierungsgruppen. Die Überwachung umfasst die ausgeführten Prozesse und Abhängigkeiten von anderen Ressourcen. In diesem Szenario bietet Azure Monitor für VMs Erkenntnisse zu Ihren VMs. Weitere Informationen finden Sie unter Was sind Azure Monitor für VMs?.
  • Azure Monitor – Analyse. Protokoll- und Metrikdaten werden von den virtuellen Computern in Azure Monitor-Metriken und dem Log Analytics-Arbeitsbereich mithilfe der Kusto-Abfragesprache (KQL) abgefragt. Die Ergebnisse vermitteln Erkenntnisse zu Infrastruktur, Topologie und Ressourcen. Weitere Informationen finden Sie unter Kusto: Übersicht und Beispiele für Protokollabfragen in Azure Monitor.
  • Azure Monitor – Visualisierungen. Azure Monitor verwendet Visualisierungstools, um Anwendungs- und Infrastrukturkomponenten sowie die Kommunikation zwischen Diensten in Azure Monitor zu überprüfen. Zu den Visualisierungstools gehören die Anwendungsübersicht in Azure Application Insights, das Zuordnungsfeature in Azure Monitor für VMs, Azure Monitor-Arbeitsmappen und verschiedene Dashboardansichten, die innerhalb von Azure Monitor verfügbar sind. Weitere Informationen finden Sie unter Verwenden des Zuordnungsfeatures in Azure Monitor für VMs zum Analysieren von Anwendungskomponenten, Erstellen und Teilen von Dashboards mit Log Analytics-Daten und Azure Monitor-Arbeitsmappen.
  • Azure Monitor – Integrationen. Azure Monitor integriert sich in eine Reihe von Partner- und Drittanbietertools und -erweiterungen. Diese Tools und Erweiterungen erweitern vorhandene Azure Monitor-Funktionen wie Analyse und Visualisierungen und bauen darauf auf.
  • Azure Monitor – Aktionen – Warnungen. Variationen bei Metrik- und Protokolldaten können auf das Vorkommen von Ereignissen hindeuten. Regeln definieren die Datenvariationen, die Warnungen auslösen, Benachrichtigungen bereitstellen und Korrekturreaktionen initiieren. Wenn in dieser Architektur eine Warnung ausgelöst wird, korrigieren Automation-Runbooks die lokalen VMs und Azure-VMs automatisch. Webhook-Aktionen, Integration der Dienstverwaltung und andere Aktionstypen sind ebenfalls verfügbar. Weitere Informationen finden Sie unter Erstellen, Anzeigen und Verwalten von Metrikwarnungen mithilfe von Azure Monitor und Erstellen, Anzeigen und Verwalten von Protokollwarnungen mithilfe von Azure Monitor.
  • Azure Monitor – Aktionen – Autoskalierung. Die Autoskalierung fügt bei sich änderndem Bedarf VM-Instanzen hinzu oder entfernt diese, wodurch die Leistung aufrechterhalten und die Kosteneffizienz gesteigert wird. In dieser Architektur sind für die Autoskalierung Bedingungen hinsichtlich der durchschnittlichen CPU-Auslastung (in Prozent) definiert. Wenn Bedingungen erfüllt sind, passt die Autoskalierung von Azure Monitor die Skalierungsgruppe automatisch gemäß dem Bedarf an. Weitere Informationen finden Sie unter Überblick über Autoskalierung in Microsoft Azure.

Komponenten

Die Architektur umfasst die folgenden Komponenten:

Empfehlungen

Die folgenden bewährten Methoden sind Empfehlungen, die für die meisten Szenarien gelten. Sofern Sie keine besonderen Anforderungen haben, die Vorrang haben, sollten Sie diese Methoden befolgen.

Log Analytics-Arbeitsbereich

Entwerfen Sie den Log Analytics-Arbeitsbereich unter Berücksichtigung folgender Empfehlungen:

  • Platzieren Sie den Arbeitsbereich und die Ressourcen in derselben Azure-Region, wenn die Latenz ein wichtiger Faktor ist.
  • Beginnen Sie mit einem einzelnen Log Analytics-Arbeitsbereich, und erhöhen Sie die Anzahl der Arbeitsbereiche mit den sich ändernden Anforderungen.
  • Wenn Sie geografisch verteilte Teams und Ressourcen haben, benötigen Sie möglicherweise einen Arbeitsbereich pro Region.
  • Ihr Arbeitsbereich muss sich nicht im selben Abonnement wie die Ressource befinden, die Sie ausführen.

Alerts

In einfachen Szenarios können Sie anstelle von Protokollen Metriken verwenden, um Warnungen zu kennzeichnen. Metriken:

  • Geben eine Anzahl oder einen numerischen Wert für Ereignisse wie CPU-Auslastung, verfügbarer Arbeitsspeicher oder Speicherplatz auf logischem Datenträger an.
  • Besitzen eine geringe Latenz.
  • Bieten eine höhere Granularität, z. B. Intervalle pro Sekunde oder pro Minute.
  • Informieren Sie schnell über ein Problem.

Um benutzerdefinierte Leistungsindikatoren oder unternehmensspezifische Metriken sammeln, um eingehendere Erkenntnisse bereitzustellen, verwenden Sie benutzerdefinierte Metriken. Weitere Informationen finden Sie in Benutzerdefinierte Metriken in Azure Monitor (Vorschau).

Metrikwarnungen sind nicht in allen Situationen die Antwort. Auch wenn Sie stärkere Anpassungen oder leistungsfähigere Korrelationen benötigen, können Sie weiterhin protokollbasierte Warnungen verwenden.

Analyse und Diagnose

Beachten Sie die folgenden Empfehlungen für Analyse und Diagnose:

  • Verwenden Sie Protokolle für eine tiefere Analyse. Protokolle können Folgendes:

    • Ausführlichere Details zu Ereignissen (im Vergleich zu Metriken) bereitstellen.
    • Zeitweilig verwendet werden.
    • Nach einer anfänglichen Metrikkennzeichnung eine intensivere Diagnose unterstützen.

  • Passen Sie die Protokolldatensammlung (die Metriken ähnelt) mit der HTTP-Datensammler-API so an, dass Protokolldaten an einen Log Analytics-Arbeitsbereich gesendet werden. Informationen finden Sie unter Senden von Protokolldaten an Azure Monitor mit der HTTP-Datensammler-API (Public Preview).

  • Analysieren Sie proaktiv Ihre Anwendungen mit dem Feature intelligente Erkennung von Application Insights. Die intelligente Erkennung wendet die Machine Learning-Funktionen von Azure und statistische Analysen an, um Probleme wie Leistungs- oder Fehleranomalien, Arbeitsspeicherverluste oder allgemeine Beeinträchtigung der Anwendung zu erkennen. Weitere Informationen finden Sie unter Intelligente Erkennung in Application Insights.

  • Verwenden Sie Azure Monitor für VMs – Zuordnung, um Verbindungen zwischen Servern, Prozessen, die Latenz zwischen eingehenden und ausgehenden Verbindungen sowie Ports in allen über TCP verbundenen Architekturen zu überprüfen. Außer der Installation eines Agents ist keine Konfiguration erforderlich. Mit Azure Monitor für VMs – Zuordnung können Sie mit Ihren Servern als vernetzten Systemen interagieren.

Log Analytics-Abfragen

Fragen Sie die Daten in einem Log Analytics-Arbeitsbereich mithilfe von KQL ab, um nach Begriffen, bestimmten Ereignissen oder Zuständen zu suchen, um Trends zu identifizieren und Muster zu analysieren. Verwenden Sie den Abfrage-Explorer, um vorab geschriebene Abfragen zu durchsuchen und auszuwählen, sie zu ändern oder eigene zu erstellen. Sie können Abfragen in einem Arbeitsbereich ausführen, speichern, teilen und exportieren sowie Ihre bevorzugten Abfragen zur Wiederverwendung an ein Dashboard anheften.

Installation des Agenten

Installieren Sie Agents eher mithilfe von Automatisierungsoptionen wie Azure Policy, Azure PowerShell, Resource Manager-Vorlagen oder DSC (Desired State Configuration) automatisch und skalierbar, anstatt einzeln. Weitere Informationen finden Sie unter Aktivieren von Azure Monitor für VMs mithilfe von Azure Policy, Aktivieren von Azure Monitor für VMs mithilfe von Azure PowerShell und Aktivieren von Azure Monitor für VMs für einen virtuellen Hybridcomputer – Desired State Configuration (DSC).

Dashboard

Erstellen Sie für kritische Anwendungen eine Azure-Dashboard-Ansicht. Teilen Sie Ihr Dashboard in Echtzeit auf einem freigegebenen Bildschirm für Personen, die kritische Anwendungsdaten benötigen, bzw. machen Sie es auf diese Weise verfügbar.

Überlegungen

Diese Überlegungen beruhen auf den Säulen des Azure Well-Architected Frameworks, d. h. einer Reihe von Grundsätzen, mit denen die Qualität von Workloads verbessert werden kann. Weitere Informationen finden Sie unter Microsoft Azure Well-Architected Framework.

Zuverlässigkeit

Zuverlässigkeit stellt sicher, dass Ihre Anwendung Ihre Verpflichtungen gegenüber den Kunden erfüllen kann. Weitere Informationen finden Sie in der Überblick über die Säule „Zuverlässigkeit“.

Die folgenden Überlegungen helfen, die Verfügbarkeit in Ihrer Umgebung sicherzustellen.

  • Verfügbarkeitstests. Der in dieser Architektur verwendete URL-Ping-Test ist der einfachste von außen nach innen gerichtete Test der Verfügbarkeit. Es sind jedoch noch weitere Optionen verfügbar, z. B.:
    • Mehrstufiger Webtest. Gibt Aufzeichnungen von sequenzierten Webanforderungen wieder, um komplexe Szenarien zu testen. Mehrstufige Webtests werden in Microsoft Visual Studio Enterprise erstellt und zur Ausführung in das Portal hochgeladen.
    • Benutzerdefinierte Tests zum Nachverfolgen der Verfügbarkeit. Verwenden Sie die TrackAvailability()-Methode, um Testergebnisse an Application Insights zu senden.
  • Warnungen Wenn Sie in Application Insights einen Verfügbarkeitstest erstellen, werden Benachrichtigungen bei Ereigniswarnungen standardmäßig aktiviert. Sie können die Warnungsregeln bearbeiten, indem Sie den Benachrichtigungstyp und die Details über Azure Monitor>Warnungen angeben.

Sicherheit

Sicherheit bietet Schutz vor vorsätzlichen Angriffen und dem Missbrauch Ihrer wertvollen Daten und Systeme. Weitere Informationen finden Sie unter Übersicht über die Säule „Sicherheit“.

Folgende Elemente stellen Überlegungen dar, wie sich Ihre Umgebung sicherer gestalten lässt.

  • Log Analytics-Arbeitsbereich. Zugriffsmodi sind als einer der folgenden Kontexte definiert:
    • Arbeitsbereichskontext. Alle Protokolle, für die der Arbeitsbereich Zugriffsberechtigungen besitzt, können abgefragt werden. Dies ist ein vertikaler Zugriffsansatz. Beispielsweise benötigt ein Sicherheitsteam möglicherweise Zugriff auf alle Ressourcendaten von oben nach unten.
    • Ressourcenkontext. Nur Protokolle für bestimmte Ressourcen können abgefragt werden. Beispielsweise kann einem Anwendungsteam der Zugriff auf Protokolle für die spezifische Ressource gewährt werden, an der es arbeitet.
  • Sichern von Daten während der Übertragung an Log Analytics. Daten werden während der Übertragung mit mindestens TLS 1.2 (Transport Layer Security) gesichert. Sie müssen diese Funktion nicht explizit aktivieren. Weitere Informationen finden Sie unter Log Analytics-Datensicherheit.
  • Sichern von ruhenden Daten in Log Analytics. Ruhende Daten in Log Analytics werden gemäß Azure Storage standardmäßig mit 256-BIT-AES-Verschlüsselung (Advanced Encryption Standard) gesichert.
  • Intelligente Erkennung. Verwenden Sie intelligente Erkennung in Application Insights, um die von Ihrer Anwendung generierten Telemetriedaten zu analysieren und Sicherheitsprobleme zu erkennen. Weitere Informationen finden Sie unter Paket zur Anwendungssicherheitserkennung (Vorschau).
  • Integrieren Sie Azure Monitor in SIEM-Tools (Security Information & Event Management). Leiten Sie Ihre Überwachungsdaten an einen Event Hub mit Azure Monitor weiter, um externe SIEM- und Überwachungstools zu integrieren. Weitere Informationen finden Sie unter Streamen von Azure-Überwachungsdaten an einen Event Hub oder externen Partner.

Kostenoptimierung

Bei der Kostenoptimierung geht es um die Suche nach Möglichkeiten, unnötige Ausgaben zu reduzieren und die Betriebseffizienz zu verbessern. Weitere Informationen finden Sie unter Übersicht über die Säule „Kostenoptimierung“.

Folgende Elemente stellen Überlegungen zur Kontrolle und Verwaltung der Kosten in Ihrer Umgebung dar.

  • Azure Monitor. Azure Monitor-Kosten sind verbrauchsbasiert, was häufig als Nutzungsbasierte Bezahlung bezeichnet wird.
  • Log Analytics. Sie bezahlen für die Datenerfassung und Datenaufbewahrung. Sie können die Anzahl der VMs sowie das Datenvolumen (in GB), dessen Erfassung Sie durch die einzelnen VMs erwarten, abschätzen und vorhersagen. Ein typischer Azure-VM verbraucht monatlich zwischen 1 und 3 Gigabyte (GB) an Daten. Wenn Sie die Datenverwendung mit Azure Monitor-Protokollen auswerten, verwenden Sie die Datenstatistiken aus Ihrer eigenen Umgebung, und erhalten Sie einen Rabatt mithilfe von Kapazitätsreservierungen.
  • Application Insights. Diese Komponente wird gemäß dem Volumen der Telemetriedaten, die von Ihrer Anwendung gesendet werden, sowie der Anzahl der von Ihnen durchgeführten Webtests abgerechnet.
  • Metrikabfragen. Metrikabfragen werden nach Anzahl der durchgeführten Aufrufe abgerechnet.
  • Warnungen Warnungen werden auf Grundlage des Typs und der Anzahl der überwachten Signale abgerechnet.
  • Benachrichtigungen. Benachrichtigungen werden entsprechend dem Typ und der Anzahl der von Ihnen gesendeten Benachrichtigungen abgerechnet.
  • Azure Monitor. Im Abschnitt Nutzung und geschätzte Kosten von Azure Monitor werden Ihre monatlichen Kosten auf Grundlage der letzten 31 Tage Ihrer Nutzung geschätzt.
  • Weitere Informationen finden Sie unter Azure Monitor – Preise und Preisrechner.

Optimaler Betrieb

Die Säule „Optimaler Betrieb“ deckt die Betriebsprozesse ab, die für die Bereitstellung einer Anwendung und deren Ausführung in der Produktion sorgen. Weitere Informationen finden Sie unter Übersicht über die Säule „Optimaler Betrieb“.

Verwaltbarkeit

Im Folgenden finden Sie Überlegungen, wie sich die Verwaltbarkeit Ihrer Umgebung steigern lässt.

DevOps

Im Folgenden finden Sie Überlegungen zum Integrieren Ihrer Umgebung in DevOps-Prozesse und -Lösungen.

  • Application Insights. Integrieren Sie Application Insights in Azure-Pipelines, um Verbesserungen an Leistung und Benutzerfreundlichkeit zu erzielen. Application Insights kann automatisch Leistungsanomalien erkennen. Es stellt eine Verbindung mit verschiedenen Entwicklungstools her, z. B. Azure DevOps Services und GitHub.
  • Anwendungsinstrumentierung. Instrumentieren Sie Anwendungen durch Ändern von Anwendungscode, um Telemetriedaten mit Application Insights zu ermöglichen. Die folgenden Methoden sind Möglichkeiten zur Instrumentierung von Anwendungen:
    • Zur Laufzeit. Das Instrumentieren Ihrer Webanwendung auf dem Server zur Laufzeit eignet sich ideal für Anwendungen, die bereits bereitgestellt sind, da dadurch die Notwendigkeit einer Aktualisierung des Codes entfällt. Geeignete Szenarien sind unter anderem:
      • Microsoft ASP.NET- oder ASP.NET Core-Anwendungen, die in Azure-Web-Apps gehostet werden
      • ASP.NET-Anwendungen, die in Internetinformationsdiensten (IIS) von Microsoft auf einem virtuellen Computer oder in einer VM-Skalierungsgruppe gehostet werden
      • ASP.NET-Anwendungen, die in IIS auf einem lokalen virtuellen Computer gehostet werden
      • Java-basiertes Azure Functions
      • Node.JS-Apps unter Linux App Services
      • In AKS gehostete Microservices
    • Zur Entwicklungszeit. Fügen Sie Ihrem Code Application Insights hinzu, um die Telemetriedatenerfassung und das Senden weiterer Daten anzupassen. Unterstützte Sprachen und Plattformen sind unter anderem:
      • ASP.NET-Anwendungen
      • ASP.NET Core-Anwendungen
      • .NET-Konsolenanwendungen
      • Java
      • Node.js
      • Python
  • Verwenden Sie ITSM-Connector (IT-Service-Management), um eine Verbindung mit externen ITSM-Tools herzustellen. IT-Service-Management verbindet Azure mit unterstützten ITSM-Produkten und -Diensten, in denen sich problembezogene Arbeitselemente in der Regel befinden. Weitere Informationen finden Sie unter Verbinden von Azure mit ITSM-Tools mithilfe des ITSM-Connectors.

Effiziente Leistung

Leistungseffizienz ist die Fähigkeit Ihrer Workload, eine effiziente Skalierung entsprechend den Anforderungen Ihrer Benutzer*innen auszuführen. Weitere Informationen finden Sie unter Übersicht über die Säule „Leistungseffizienz“.

Im Folgenden finden Sie Überlegungen zur Skalierung Ihrer Umgebung.

  • Automatisieren Sie die Installation und Konfiguration Ihrer Ressourcen und Anwendungen.
  • Im großen Rahmen geografisch verteilte Anwendungen. Verwenden Sie verteilte Ablaufverfolgung in Application Insights, um Abhängigkeiten und Aufrufe zwischen mehreren Anwendungskomponenten, Back-End-Ressourcen und Microservice-Umgebungen nachzuverfolgen. Mit der verteilten Ablaufverfolgung können Sie Anwendungen debuggen, die Aufrufe über Prozessgrenzen hinweg, außerhalb des lokalen Stapels ausführen. (Sie müssen die verteilte Ablaufverfolgung nicht aktivieren, da sie als Bestandteil von App Insights automatisch verfügbar ist.)
    • Es gibt zwei Optionen für die Nutzung verteilter Ablaufverfolgungsdaten:
      • Transaktionsdiagnoseerfahrung. Diese ähnelt einer Aufrufliste mit einer hinzugefügten Zeitdimension. Die Transaktionsdiagnose bietet Einblick in eine einzelne Transaktion/Anforderung. Dies ist hilfreich, um die Grundursache von Zuverlässigkeitsproblemen und Leistungsengpässen für jede Anforderung einzeln zu ermitteln. Weitere Informationen finden Sie unter Was ist verteilte Ablaufverfolgung?
      • Anwendungsübersichtserfahrung. Diese aggregiert viele Transaktionen, um zu veranschaulichen, wie Systeme topologisch interagieren, und um durchschnittliche Leistungs- und Fehlerraten bereitzustellen. Weitere Informationen finden Sie unter Anwendungsübersicht: Selektieren von verteilten Anwendungen.

Nächste Schritte

Erfahren Sie mehr über die Komponententechnologien:

Erkunden Sie die verwandten Architekturen: