Überwachen von Azure Machine Learning-Daten – Referenz

  • Artikel

Dieser Artikel enthält alle Referenzinformationen zur Überwachung dieses Dienstes.

Ausführliche Informationen zu den Daten, die Sie für Azure Machine Learning sammeln können, und deren Verwendung finden Sie unter Monitor Machine Learning .

Metriken

In diesem Abschnitt werden alle automatisch erfassten Plattformmetriken für diesen Dienst aufgeführt. Diese Metriken sind auch Teil der globalen Liste aller in Azure Monitor unterstützten Plattformmetriken.

Informationen zur Aufbewahrung von Metriken finden Sie unter Überblick über Metriken in Azure Monitor.

Der Ressourcenanbieter für diese Metriken ist Microsoft.MachineLearningServices/workspaces.

Die Metrikkategorien sind "Modell", "Kontingent", "Ressource", "Ausführen" und "Datenverkehr". Kontingentinformationen sind nur für maschinelles Lernen vorgesehen. Run enthält Informationen zu Schulungsläufen für den Arbeitsbereich.

Unterstützte Metriken für Microsoft.MachineLearningServices/Arbeitsbereiche

In der folgenden Tabelle sind die Metriken aufgeführt, die für den Ressourcentyp "Microsoft.MachineLearningServices/workspaces" verfügbar sind.

  • Möglicherweise sind nicht alle Spalten in jeder Tabelle vorhanden.
  • Einige Spalten können über den Anzeigebereich der Seite hinausgehen. Wählen Sie Tabelle erweitern aus, um alle verfügbaren Spalten anzuzeigen.

Tabellenüberschriften

  • Kategorie – Die Metrikgruppe oder -klassifizierung.
  • Metrik – Der Anzeigename der Metrik, wie er im Azure-Portal angezeigt wird.
  • Name in REST-API: Der Metrikname im REST-API
  • Einheit – Abrechnungseinheit.
  • Aggregation – Der Standard-Aggregationstyp. Gültige Werte: Mittelwert (Avg), Minimum (Min), Maximum (Max), Gesamt (Sum), Anzahl
  • Dimensionen - Für die Metrik verfügbare Dimensionen.
  • Aggregationsintervall - Intervalle, in denen die Metrik gesampelt wird. PT1M bedeutet zum Beispiel, dass die Metrik jede Minute abgerufen wird, PT30M alle 30 Minuten, PT1H jede Stunde usw.
  • DS-Export – Gibt an, ob die Metrik über Diagnose-Einstellungen in Azure Monitor-Protokolle exportiert werden kann. Informationen zum Exportieren von Metriken finden Sie unter Diagnoseeinstellungen in Azure Monitor erstellen.
Kategorie Metrik Name in der REST-API Einheit Aggregation Dimensionen Aggregationsintervalle DS-Export
Kontingent Aktive Kerne

Gesamtanzahl der aktiven Kerne		 Active Cores Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Kontingent Aktive Knoten

Anzahl der aktiven Knoten. Dabei handelt es sich um die Knoten, auf denen aktiv ein Auftrag ausgeführt wird.		 Active Nodes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Ausführung Angeforderte Ausführung abbrechen

Anzahl von Ausführungen, bei denen ein Abbruch für diesen Arbeitsbereich angefordert wurde – die Anzahl wird aktualisiert, wenn eine Abbruchanforderung für eine Ausführung empfangen wurde.		 Cancel Requested Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Ausführung Abgebrochene Ausführungen

Anzahl abgebrochener Ausführungen für diesen Arbeitsbereich – die Anzahl wird aktualisiert, wenn eine Ausführung erfolgreich abgebrochen wurde.		 Cancelled Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Ausführung Abgeschlossene Ausführung

Anzahl erfolgreich abgeschlossener Ausführungen für diesen Arbeitsbereich – die Anzahl wird aktualisiert, wenn eine Ausführung abgeschlossen und die Ausgabe erfasst wurde.		 Completed Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Resource CpuCapacityMillicores

Maximale Kapazität eines CPU-Knotens in Millicore. Die Kapazität wird in Intervallen von einer Minute aggregiert.		 CpuCapacityMillicores Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource CpuMemoryCapacityMegabytes

Maximale Arbeitsspeicherauslastung eines CPU-Knotens in Megabyte. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 CpuMemoryCapacityMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource CpuMemoryUtilizationMegabytes

Arbeitsspeicherauslastung eines CPU-Knotens in Megabyte. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 CpuMemoryUtilizationMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource CpuMemoryUtilizationPercentage

Arbeitsspeicherauslastung eines CPU-Knotens in Prozent. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 CpuMemoryUtilizationPercentage Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource CpuUtilization

Prozentsatz der Auslastung auf einem CPU-Knoten. die Auslastung wird in Intervallen von einer Minute gemeldet.		 CpuUtilization Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, , runIdNodeIdClusterName PT1M Ja
Resource CpuUtilizationMillicores

Auslastung eines CPU-Knotens in Millicore. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 CpuUtilizationMillicores Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource CpuUtilizationPercentage

Auslastung eines CPU-Knotens in Prozent. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 CpuUtilizationPercentage Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource DiskAvailMegabytes

Verfügbarer Speicherplatz auf dem Datenträger in MB. Die Metriken werden in Intervallen von einer Minute aggregiert.		 DiskAvailMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource DiskReadMegabytes

Vom Datenträger gelesene Daten in MB. Die Metriken werden in Intervallen von einer Minute aggregiert.		 DiskReadMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource DiskUsedMegabytes

Verwendeter Speicherplatz auf dem Datenträger in MB. Die Metriken werden in Intervallen von einer Minute aggregiert.		 DiskUsedMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource DiskWriteMegabytes

Auf den Datenträger geschriebene Daten in MB. Die Metriken werden in Intervallen von einer Minute aggregiert.		 DiskWriteMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Ausführung Fehler

Anzahl von Ausführungsfehlern in diesem Arbeitsbereich – die Anzahl wird aktualisiert, wenn bei der Ausführung ein Fehler auftritt.		 Errors Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario PT1M Ja
Ausführung Fehlerhafte Ausführungen

Anzahl fehlerhafter Ausführungen für diesen Arbeitsbereich – die Anzahl wird aktualisiert, wenn bei einer Ausführung ein Fehler auftritt.		 Failed Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Ausführung Abschließen von Ausführungen

Anzahl von Ausführungen, die für diesen Arbeitsbereich abgeschlossen wurden – die Anzahl wird aktualisiert, wenn eine Ausführung abgeschlossen wurde, aber die Ausgabe noch erfasst wird.		 Finalizing Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Resource GpuCapacityMilliGPUs

Maximale Kapazität eines GPU-Geräts in Milli-GPU. Die Kapazität wird in Intervallen von einer Minute aggregiert.		 GpuCapacityMilliGPUs Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdDeviceIdComputeName PT1M Ja
Resource GpuEnergieJoules

Intervallenergie in Joule auf einem GPU-Knoten. Die Energie wird in Intervallen von einer Minute gemeldet.		 GpuEnergyJoules Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, , runIdrootRunId, InstanceId, , DeviceIdComputeName PT1M Ja
Resource GpuMemoryCapacityMegabytes

Maximale Speicherkapazität eines GPU-Geräts in Megabyte. Die Kapazität wird in Intervallen von einer Minute aggregiert.		 GpuMemoryCapacityMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdDeviceIdComputeName PT1M Ja
Resource GpuMemoryUtilization

Arbeitsspeicherauslastung auf einem GPU-Knoten in Prozent – die Auslastung wird in Intervallen von einer Minute gemeldet.		 GpuMemoryUtilization Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, , runIdNodeId, , DeviceIdClusterName PT1M Ja
Resource GpuMemoryUtilizationMegabytes

Arbeitsspeicherauslastung eines GPU-Geräts in Megabyte. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 GpuMemoryUtilizationMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdDeviceIdComputeName PT1M Ja
Resource GpuMemoryUtilizationPercentage

Arbeitsspeicherauslastung eines GPU-Geräts in Prozent. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 GpuMemoryUtilizationPercentage Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdDeviceIdComputeName PT1M Ja
Resource GpuUtilization

Prozentsatz der Auslastung auf einem GPU-Knoten. die Auslastung wird in Intervallen von einer Minute gemeldet.		 GpuUtilization Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, , runIdNodeId, , DeviceIdClusterName PT1M Ja
Resource GpuUtilizationMilliGPUs

Auslastung eines GPU-Geräts in Milli-GPU. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 GpuUtilizationMilliGPUs Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdDeviceIdComputeName PT1M Ja
Resource GpuUtilizationPercentage

Auslastung eines GPU-Geräts in Prozent. Die Auslastung wird in Intervallen von einer Minute aggregiert.		 GpuUtilizationPercentage Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdDeviceIdComputeName PT1M Ja
Resource IBReceiveMegabytes

Über InfiniBand empfangene Netzwerkdaten in Megabyte. Die Metriken werden in Intervallen von einer Minute aggregiert.		 IBReceiveMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdComputeNameDeviceId PT1M Ja
Resource IBTransmitMegabytes

Über InfiniBand gesendete Netzwerkdaten in Megabyte. Die Metriken werden in Intervallen von einer Minute aggregiert.		 IBTransmitMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdComputeNameDeviceId PT1M Ja
Kontingent Leerlaufkerne

Gesamtanzahl der Kerne im Leerlauf		 Idle Cores Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Kontingent Leerlaufknoten

Anzahl von Knoten im Leerlauf. Knoten im Leerlauf sind die Knoten, auf denen keine Aufträge ausgeführt werden, die aber einen neuen Auftrag bei Verfügbarkeit akzeptieren können.		 Idle Nodes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Kontingent Kerne verlassen

Anzahl der ausscheidenden Kerne		 Leaving Cores Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Kontingent Knoten verlassen

Anzahl der ausscheidenden Knoten. Ausscheidende Knoten sind die Knoten, auf denen die Verarbeitung eines Auftrags gerade abgeschlossen wurde und die in den Leerlaufzustand wechseln.		 Leaving Nodes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Modell Fehler bei der Modellbereitstellung

Anzahl der fehlerhaften Modellimplementierungen in diesem Arbeitsbereich		 Model Deploy Failed Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, StatusCode PT1M Ja
Modell Modellbereitstellung gestartet

Anzahl der gestarteten Modellimplementierungen in diesem Arbeitsbereich		 Model Deploy Started Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario PT1M Ja
Modell Modellbereitstellung erfolgreich

Anzahl der erfolgreichen Modellimplementierungen in diesem Arbeitsbereich		 Model Deploy Succeeded Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario PT1M Ja
Modell Fehler bei der Modellregisterung

Anzahl der fehlerhaften Modellregistrierungen in diesem Arbeitsbereich		 Model Register Failed Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, StatusCode PT1M Ja
Modell Modellregister erfolgreich

Anzahl der erfolgreichen Modellregistrierungen in diesem Arbeitsbereich		 Model Register Succeeded Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario PT1M Ja
Resource NetworkInputMegabytes

Empfangene Netzwerkdaten in Megabyte. Die Metriken werden in Intervallen von einer Minute aggregiert.		 NetworkInputMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdComputeNameDeviceId PT1M Ja
Resource NetworkOutputMegabytes

Gesendete Netzwerkdaten in Megabyte. Die Metriken werden in Intervallen von einer Minute aggregiert.		 NetworkOutputMegabytes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, , InstanceIdComputeNameDeviceId PT1M Ja
Ausführung Ausführung nicht reagiert

Anzahl nicht reagierender Ausführungen für diesen Arbeitsbereich – die Anzahl wird aktualisiert, wenn eine Ausführung zum Status „Keine Rückmeldung“ übergeht.		 Not Responding Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Ausführung Nicht gestartete Ausführung

Anzahl von Ausführungen mit Status „Nicht gestartet“ für diesen Arbeitsbereich – die Anzahl wird aktualisiert, wenn eine Anforderung zur Initiierung einer Ausführung eingeht, aber die Ausführungsinformationen nicht aufgefüllt wurden.		 Not Started Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Kontingent Preempted Cores

Anzahl der vorzeitig entfernten Kerne		 Preempted Cores Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Kontingent Preempted Nodes

Anzahl der vorzeitig entfernten Knoten. Dabei handelt es sich um die Knoten mit niedriger Priorität, die aus dem Pool verfügbarer Knoten entfernt werden.		 Preempted Nodes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Ausführung Vorbereiten von Ausführungen

Anzahl von Ausführungen, die für diesen Arbeitsbereich vorbereitet werden – die Anzahl wird aktualisiert, wenn eine Ausführung in den Status „Wird vorbereitet“ übergeht, während die Ausführungsumgebung vorbereitet wird.		 Preparing Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Ausführung Bereitstellungsausführungen

Anzahl von Ausführungen, die sich für diesen Arbeitsbereich in Bereitstellung befinden – die Anzahl wird aktualisiert, wenn eine Ausführung darauf wartet, dass ein Computeziel erstellt oder bereitgestellt wird.		 Provisioning Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Ausführung In die Warteschlange eingereihte Läufe

Anzahl von Ausführungen, die sich für diesen Arbeitsbereich in der Warteschlange befinden – die Anzahl wird aktualisiert, wenn eine Ausführung im Computeziel in die Warteschlange eingereiht wird. Dieser Fall kann eintreten, wenn darauf gewartet wird, dass erforderliche Computeknoten bereit sind.		 Queued Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Kontingent Prozentsatz der Kontingentauslastung

Prozentualer Anteil der genutzten Kontingente		 Quota Utilization Percentage Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, , ClusterNameVmFamilyNameVmPriority PT1M Ja
Ausführung Gestartete Ausführung

Anzahl von Ausführungen für diesen Arbeitsbereich – die Anzahl wird aktualisiert, wenn eine Ausführung mit den erforderlichen Ressourcen gestartet wird.		 Started Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Ausführung Startläufe

Anzahl gestarteter Ausführungen für diesen Arbeitsbereich – die Anzahl wird aktualisiert, nachdem eine Anforderung zur Initiierung der Ausführung eingegangen ist und die Ausführungsinformationen (z. B. runId) aufgefüllt wurden.		 Starting Runs Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario, , RunTypePublishedPipelineId, ComputeType, , PipelineStepTypeExperimentName PT1M Ja
Resource StorageAPIFailureCount

Fehleranzahl Azure Blob Storage-API-Aufrufe.		 StorageAPIFailureCount Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Resource StorageAPISuccessCount

Erfolgsanzahl Azure Blob Storage-API-Aufrufe.		 StorageAPISuccessCount Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) RunId, InstanceIdComputeName PT1M Ja
Kontingent Kerne insgesamt

Gesamtanzahl von Kernen		 Total Cores Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Kontingent Gesamtknoten

Gesamtanzahl von Knoten. Diese Summe umfasst Teile von aktiven Knoten, Leerlaufknoten, nicht verwendbaren Knoten, vorab erstellten Knoten, ausscheidenden Knoten.		 Total Nodes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Kontingent Nicht verwendbare Kerne

Anzahl der nicht verwendbaren Kerne		 Unusable Cores Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Kontingent Nicht verwendbare Knoten

Anzahl nicht verwendbarer Knoten. Nicht verwendbare Knoten sind aufgrund eines nicht auflösbaren Problems nicht funktionsfähig. Azure recycelt diese Knoten.		 Unusable Nodes Anzahl Durchschnitt, Maximum, Minimum, Gesamt (Summe) Scenario, ClusterName PT1M Ja
Ausführung Warnungen

Anzahl von Ausführungswarnungen in diesem Arbeitsbereich – die Anzahl wird aktualisiert, wenn bei einer Ausführung eine Warnung auftritt.		 Warnings Anzahl Summe (Summe), Mittelwert, Minimum, Maximum, Anzahl Scenario PT1M Ja

Unterstützte Metriken für Microsoft.MachineLearningServices/workspaces/onlineEndpoints

In der folgenden Tabelle sind die Metriken aufgeführt, die für den Ressourcentyp "Microsoft.MachineLearningServices/workspaces/onlineEndpoints" verfügbar sind.

  • Möglicherweise sind nicht alle Spalten in jeder Tabelle vorhanden.
  • Einige Spalten können über den Anzeigebereich der Seite hinausgehen. Wählen Sie Tabelle erweitern aus, um alle verfügbaren Spalten anzuzeigen.

Tabellenüberschriften

  • Kategorie – Die Metrikgruppe oder -klassifizierung.
  • Metrik – Der Anzeigename der Metrik, wie er im Azure-Portal angezeigt wird.
  • Name in REST-API: Der Metrikname im REST-API
  • Einheit – Abrechnungseinheit.
  • Aggregation – Der Standard-Aggregationstyp. Gültige Werte: Mittelwert (Avg), Minimum (Min), Maximum (Max), Gesamt (Sum), Anzahl
  • Dimensionen - Für die Metrik verfügbare Dimensionen.
  • Aggregationsintervall - Intervalle, in denen die Metrik gesampelt wird. PT1M bedeutet zum Beispiel, dass die Metrik jede Minute abgerufen wird, PT30M alle 30 Minuten, PT1H jede Stunde usw.
  • DS-Export – Gibt an, ob die Metrik über Diagnose-Einstellungen in Azure Monitor-Protokolle exportiert werden kann. Informationen zum Exportieren von Metriken finden Sie unter Diagnoseeinstellungen in Azure Monitor erstellen.
Kategorie Metrik Name in der REST-API Einheit Aggregation Dimensionen Aggregationsintervalle DS-Export
Verkehr Aktive Verbindungen

Die Gesamtanzahl der gleichzeitig aktiven TCP-Verbindungen von Clients.		 ConnectionsActive Anzahl Average <none> PT1M No
Verkehr Datensammlungsfehler pro Minute

Die Anzahl der verworfenen Datensammlungsereignisse pro Minute.		 DataCollectionErrorsPerMinute Anzahl Minimum, Maximum, Mittelwert deployment, reasontype PT1M No
Verkehr Datensammlungsereignisse pro Minute

Die Anzahl der verarbeiteten Datensammlungsereignisse pro Minute.		 DataCollectionEventsPerMinute Anzahl Minimum, Maximum, Mittelwert deployment, type PT1M No
Verkehr Netzwerkbytes

Die Bytes pro Sekunde, die für den Endpunkt bereitgestellt werden.		 NetworkBytes Bytes pro Sekunde Average <none> PT1M No
Verkehr Neue Verbindungen pro Sekunde

Die durchschnittliche Anzahl neuer TCP-Verbindungen pro Sekunde, die von Clients hergestellt wurden.		 NewConnectionsPerSecond Anzahl pro Sekunde Average <none> PT1M No
Verkehr Anforderungswartezeit

Das durchschnittliche vollständige Zeitintervall für die Beantwortung einer Anforderung in Millisekunden		 RequestLatency Millisekunden Average deployment PT1M Ja
Verkehr Anforderungswartezeit P50

Die durchschnittliche P50-Anforderungswartezeit, die sich aus allen über den ausgewählten Zeitraum erfassten Werten für die Anforderungswartezeit zusammensetzt		 RequestLatency_P50 Millisekunden Average deployment PT1M Ja
Verkehr Anforderungswartezeit P90

Die durchschnittliche P90-Anforderungswartezeit, die sich aus allen über den ausgewählten Zeitraum erfassten Werten für die Anforderungswartezeit zusammensetzt		 RequestLatency_P90 Millisekunden Average deployment PT1M Ja
Verkehr Anforderungswartezeit P95

Die durchschnittliche P95-Anforderungswartezeit, die sich aus allen über den ausgewählten Zeitraum erfassten Werten für die Anforderungswartezeit zusammensetzt		 RequestLatency_P95 Millisekunden Average deployment PT1M Ja
Verkehr Anforderungswartezeit P99

Die durchschnittliche P99-Anforderungswartezeit, die sich aus allen über den ausgewählten Zeitraum erfassten Werten für die Anforderungswartezeit zusammensetzt		 RequestLatency_P99 Millisekunden Average deployment PT1M Ja
Verkehr Anforderungen pro Minute

Die Anzahl der Anforderungen, die innerhalb einer Minute an den Onlineendpunkt gesendet wurden		 RequestsPerMinute Anzahl Average deployment, , statusCodestatusCodeClassmodelStatusCode PT1M No

Unterstützte Metriken für Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments

In der folgenden Tabelle sind die Metriken aufgeführt, die für den Ressourcentyp "Microsoft.MachineLearningServices/workspaces/onlineEndpoints/deployments" verfügbar sind.

  • Möglicherweise sind nicht alle Spalten in jeder Tabelle vorhanden.
  • Einige Spalten können über den Anzeigebereich der Seite hinausgehen. Wählen Sie Tabelle erweitern aus, um alle verfügbaren Spalten anzuzeigen.

Tabellenüberschriften

  • Kategorie – Die Metrikgruppe oder -klassifizierung.
  • Metrik – Der Anzeigename der Metrik, wie er im Azure-Portal angezeigt wird.
  • Name in REST-API: Der Metrikname im REST-API
  • Einheit – Abrechnungseinheit.
  • Aggregation – Der Standard-Aggregationstyp. Gültige Werte: Mittelwert (Avg), Minimum (Min), Maximum (Max), Gesamt (Sum), Anzahl
  • Dimensionen - Für die Metrik verfügbare Dimensionen.
  • Aggregationsintervall - Intervalle, in denen die Metrik gesampelt wird. PT1M bedeutet zum Beispiel, dass die Metrik jede Minute abgerufen wird, PT30M alle 30 Minuten, PT1H jede Stunde usw.
  • DS-Export – Gibt an, ob die Metrik über Diagnose-Einstellungen in Azure Monitor-Protokolle exportiert werden kann. Informationen zum Exportieren von Metriken finden Sie unter Diagnoseeinstellungen in Azure Monitor erstellen.
Kategorie Metrik Name in der REST-API Einheit Aggregation Dimensionen Aggregationsintervalle DS-Export
Resource Prozentuale CPU-Speicherauslastung

Prozentuale Arbeitsspeicherauslastung auf einer Instanz. die Auslastung wird in Intervallen von einer Minute gemeldet.		 CpuMemoryUtilizationPercentage Percent Minimum, Maximum, Mittelwert instanceId PT1M Ja
Resource Prozentsatz der CPU-Auslastung

Prozentuale CPU-Auslastung auf einer Instanz. die Auslastung wird in Intervallen von einer Minute gemeldet.		 CpuUtilizationPercentage Percent Minimum, Maximum, Mittelwert instanceId PT1M Ja
Resource Datensammlungsfehler pro Minute

Die Anzahl der verworfenen Datensammlungsereignisse pro Minute.		 DataCollectionErrorsPerMinute Anzahl Minimum, Maximum, Mittelwert instanceId, reasontype PT1M No
Resource Datensammlungsereignisse pro Minute

Die Anzahl der verarbeiteten Datensammlungsereignisse pro Minute.		 DataCollectionEventsPerMinute Anzahl Minimum, Maximum, Mittelwert instanceId, type PT1M No
Resource Bereitstellungskapazität

Die Anzahl der Instanzen in der Bereitstellung.		 DeploymentCapacity Anzahl Minimum, Maximum, Mittelwert instanceId, State PT1M No
Resource Datenträgerauslastung

Prozentuale Datenträgerauslastung auf einer Instanz. die Auslastung wird in Intervallen von einer Minute gemeldet.		 DiskUtilization Percent Minimum, Maximum, Mittelwert instanceId, disk PT1M Ja
Resource GPU-Energie in Joule

Intervallenergie in Joule auf einem GPU-Knoten. Die Energie wird in Intervallen von einer Minute gemeldet.		 GpuEnergyJoules Anzahl Minimum, Maximum, Mittelwert instanceId PT1M No
Resource Prozentuale GPU-Speicherauslastung

Prozentuale GPU-Speicherauslastung auf einer Instanz. die Auslastung wird in Intervallen von einer Minute gemeldet.		 GpuMemoryUtilizationPercentage Percent Minimum, Maximum, Mittelwert instanceId PT1M Ja
Resource Prozentuale GPU-Auslastung

Prozentuale GPU-Auslastung auf einer Instanz. die Auslastung wird in Intervallen von einer Minute gemeldet.		 GpuUtilizationPercentage Percent Minimum, Maximum, Mittelwert instanceId PT1M Ja
Verkehr Anforderungswartezeit P50

Die durchschnittliche P50-Anforderungswartezeit, die sich aus allen über den ausgewählten Zeitraum erfassten Werten für die Anforderungswartezeit zusammensetzt		 RequestLatency_P50 Millisekunden Average <none> PT1M Ja
Verkehr Anforderungswartezeit P90

Die durchschnittliche P90-Anforderungswartezeit, die sich aus allen über den ausgewählten Zeitraum erfassten Werten für die Anforderungswartezeit zusammensetzt		 RequestLatency_P90 Millisekunden Average <none> PT1M Ja
Verkehr Anforderungswartezeit P95

Die durchschnittliche P95-Anforderungswartezeit, die sich aus allen über den ausgewählten Zeitraum erfassten Werten für die Anforderungswartezeit zusammensetzt		 RequestLatency_P95 Millisekunden Average <none> PT1M Ja
Verkehr Anforderungswartezeit P99

Die durchschnittliche P99-Anforderungswartezeit, die sich aus allen über den ausgewählten Zeitraum erfassten Werten für die Anforderungswartezeit zusammensetzt		 RequestLatency_P99 Millisekunden Average <none> PT1M Ja
Verkehr Anforderungen pro Minute

Die Anzahl der Anforderungen, die innerhalb einer Minute an die Onlinebereitstellung gesendet wurden		 RequestsPerMinute Anzahl Average envoy_response_code PT1M No

Metrikdimensionen

Informationen darüber, was metrische Dimensionen sind, finden Sie unter Mehrdimensionale Metriken.

Bei diesem Dienst gelten die folgenden Dimensionen für die zugehörigen Metriken.

Dimension Beschreibung
Clustername Der Name der Computeclusterressource. Diese Dimension ist für alle Kontingentmetriken verfügbar.
Vm Family Name (Name der VM-Familie) Der Name der vom Cluster verwendeten VM-Familie Diese Dimension ist für die Metrik „Quota Utilization Percentage“ (Prozentsatz der Kontingentnutzung) verfügbar.
Vm Priority (VM-Priorität) Die Priorität des virtuellen Computers (VM) Diese Dimension ist für die Metrik „Quota Utilization Percentage“ (Prozentsatz der Kontingentnutzung) verfügbar.
CreatedTime Diese Dimension ist nur für CpuUtilization und GpuUtilization verfügbar.
deviceId ID des Geräts (GPU). Nur für GpuUtilization verfügbar.
NodeId ID des erstellten Knotens, auf dem der Auftrag ausgeführt wird. Diese Dimension ist nur für CpuUtilization und GpuUtilization verfügbar.
RunId ID des Laufs/Auftrags. Diese Dimension ist nur für CpuUtilization und GpuUtilization verfügbar.
ComputeType Der für die Ausführung verwendete Computetyp Diese Dimension ist nur für die Metriken „Abgeschlossene Ausführungen“, „Failed Runs“ (Ausführungen mit Fehler) und „Started Runs“ (Begonnene Ausführungen) verfügbar.
PipelineStepType Der Typ des PipelineStep-Objekts, das in der Ausführung verwendet wurde Diese Dimension ist nur für die Metriken „Abgeschlossene Ausführungen“, „Failed Runs“ (Ausführungen mit Fehler) und „Started Runs“ (Begonnene Ausführungen) verfügbar.
PublishedPipelineId Die ID der veröffentlichten Pipeline, die in der Ausführung verwendet wurde Diese Dimension ist nur für die Metriken „Abgeschlossene Ausführungen“, „Failed Runs“ (Ausführungen mit Fehler) und „Started Runs“ (Begonnene Ausführungen) verfügbar.
RunType Der Typ der Ausführung. Diese Dimension ist nur für die Metriken „Abgeschlossene Ausführungen“, „Failed Runs“ (Ausführungen mit Fehler) und „Started Runs“ (Begonnene Ausführungen) verfügbar.

Gültige Werte für die RunType-Dimension sind:

Wert Beschreibung
Experiment Nicht-Pipelineausführungen
PipelineRun Eine Pipelineausführung, die das übergeordnete Element einer Schrittausführung (StepRun) ist
StepRun Eine Ausführung für einen Pipelineschritt
ReusedStepRun Eine Ausführung für einen Pipelineschritt, in dem eine vorherige Ausführung erneut verwendet wird

Ressourcenprotokolle

In diesem Abschnitt werden die Ressourcenprotokolltypen aufgeführt, die für diesen Service erfasst werden können. Der Abschnitt wird aus der Liste aller in Azure Monitor unterstützten Kategorietypen für Ressourcenprotokolle gezogen.

Unterstützte Ressourcenprotokolle für Microsoft.MachineLearningServices/Registries

Kategorie Anzeigename der Kategorie Protokolltabelle Unterstützt grundlegenden Protokollplan Unterstützt die Erfassungszeittransformation Beispielabfragen Exportkosten
RegistryAssetReadEvent Leseereignis des Registrierungsobjekts No Nein Ja
RegistryAssetWriteEvent Schreibereignis des Registrierungsobjekts AmlRegistryWriteEventsLog

Azure ML Registry Write-Ereignisprotokoll. Es speichert Aufzeichnungen von Schreibvorgängen mit Registrierungsdatenzugriff (Datenebene), einschließlich Benutzeridentität, Objektname und Version für jedes Zugriffsereignis.

 No No Abfragen Ja

Unterstützte Ressourcenprotokolle für Microsoft.MachineLearningServices/Arbeitsbereiche

Kategorie Anzeigename der Kategorie Protokolltabelle Unterstützt grundlegenden Protokollplan Unterstützt die Erfassungszeittransformation Beispielabfragen Exportkosten
AmlComputeClusterEvent AmlComputeClusterEvent AmlComputeClusterEvent

AmlCompute Cluster-Ereignisse

 No Ja Abfragen No
AmlComputeClusterNodeEvent AmlComputeClusterNodeEvent No Nein Ja
AmlComputeCpuGpuUtilization AmlComputeCpuGpuUtilization AmlComputeCpuGpuUtilization

Azure Machine Learning-Dienste CPU- und GPU-Nutzungsprotokolle.

 No Ja Abfragen No
AmlComputeJobEvent AmlComputeJobEvent AmlComputeJobEvent

AmlCompute Job-Ereignisse

 No Ja Abfragen No
AmlRunStatusChangedEvent AmlRunStatusChangedEvent AmlRunStatusChangedEvent

Azure Machine Learning-Dienste führen Statusereignisprotokolle aus.

 No Ja No
ComputeInstanceEvent ComputeInstanceEvent AmlComputeInstanceEvent

Ereignisse beim Zugriff auf die ML Compute-Instanz (Lese-/Schreibzugriff)

 No Ja Ja
DataLabelChangeEvent DataLabelChangeEvent AmlDataLabelEvent

Ereignisse beim Zugriff auf Datenbezeichnungen oder deren Projekte (gelesen, erstellt oder gelöscht)

 No Ja Ja
DataLabelReadEvent DataLabelReadEvent AmlDataLabelEvent

Ereignisse beim Zugriff auf Datenbezeichnungen oder deren Projekte (gelesen, erstellt oder gelöscht)

 No Ja Ja
DataSetChangeEvent DataSetChangeEvent AmlDataSetEvent

Ereignisse, wenn auf einen registrierten oder nicht registrierten ML-Datenspeicher zugegriffen wird (gelesen, erstellt oder gelöscht).

 No Ja Abfragen Ja
DataSetReadEvent DataSetReadEvent AmlDataSetEvent

Ereignisse, wenn auf einen registrierten oder nicht registrierten ML-Datenspeicher zugegriffen wird (gelesen, erstellt oder gelöscht).

 No Ja Abfragen Ja
DataStoreChangeEvent DataStoreChangeEvent AmlDataStoreEvent

Ereignisse beim Zugriff auf ML-Datenspeicher (gelesen, erstellt oder gelöscht)

 No Ja Ja
DataStoreReadEvent DataStoreReadEvent AmlDataStoreEvent

Ereignisse beim Zugriff auf ML-Datenspeicher (gelesen, erstellt oder gelöscht)

 No Ja Ja
DeploymentEventACI DeploymentEventACI AmlDeploymentEvent

Ereignisse bei der Modellimplementierung in ACI oder AKS

 No Ja Ja
DeploymentEventAKS DeploymentEventAKS AmlDeploymentEvent

Ereignisse bei der Modellimplementierung in ACI oder AKS

 No Ja Ja
DeploymentReadEvent DeploymentReadEvent AmlDeploymentEvent

Ereignisse bei der Modellimplementierung in ACI oder AKS

 No Ja Ja
EnvironmentChangeEvent EnvironmentChangeEvent AmlEnvironmentEvent

Ereignisse, wenn auf ML-Umgebungen zugegriffen wird (gelesen, erstellt oder gelöscht).

 No Ja Abfragen Ja
EnvironmentReadEvent EnvironmentReadEvent AmlEnvironmentEvent

Ereignisse, wenn auf ML-Umgebungen zugegriffen wird (gelesen, erstellt oder gelöscht).

 No Ja Abfragen Ja
InferencingOperationACI InferencingOperationACI AmlInferencingEvent

Ereignisse für Rückschlüsse oder verwandte Vorgänge für AKS- oder ACI-Computetypen

 No Ja Ja
InferencingOperationAKS InferencingOperationAKS AmlInferencingEvent

Ereignisse für Rückschlüsse oder verwandte Vorgänge für AKS- oder ACI-Computetypen

 No Ja Ja
ModelsActionEvent ModelsActionEvent AmlModelsEvent

Ereignisse beim Zugriff auf das ML-Modell (gelesen, erstellt oder gelöscht) Incudes-Ereignisse, wenn das Packen von Modellen und Ressourcen in ein ready-to-Build-Paket erfolgt.

 No Ja Abfragen Ja
ModelsChangeEvent ModelsChangeEvent AmlModelsEvent

Ereignisse beim Zugriff auf das ML-Modell (gelesen, erstellt oder gelöscht) Incudes-Ereignisse, wenn das Packen von Modellen und Ressourcen in ein ready-to-Build-Paket erfolgt.

 No Ja Abfragen Ja
ModelsReadEvent ModelsReadEvent AmlModelsEvent

Ereignisse beim Zugriff auf das ML-Modell (gelesen, erstellt oder gelöscht) Incudes-Ereignisse, wenn das Packen von Modellen und Ressourcen in ein ready-to-Build-Paket erfolgt.

 No Ja Abfragen Ja
PipelineChangeEvent PipelineChangeEvent AmlPipelineEvent

Ereignisse, wenn auf den ML-Pipelineentwurf oder endpunkt oder das Modul zugegriffen wird (gelesen, erstellt oder gelöscht).

 No Ja Ja
PipelineReadEvent PipelineReadEvent AmlPipelineEvent

Ereignisse, wenn auf den ML-Pipelineentwurf oder endpunkt oder das Modul zugegriffen wird (gelesen, erstellt oder gelöscht).

 No Ja Ja
RunEvent RunEvent AmlRunEvent

Ereignisse beim Zugriff auf ML-Experimente (gelesen, erstellt oder gelöscht)

 No Ja Ja
RunReadEvent RunReadEvent AmlRunEvent

Ereignisse beim Zugriff auf ML-Experimente (gelesen, erstellt oder gelöscht)

 No Ja Ja

Unterstützte Ressourcenprotokolle für Microsoft.MachineLearningServices/workspaces/onlineEndpoints

Kategorie Anzeigename der Kategorie Protokolltabelle Unterstützt grundlegenden Protokollplan Unterstützt die Erfassungszeittransformation Beispielabfragen Exportkosten
AmlOnlineEndpointConsoleLog AmlOnlineEndpointConsoleLog AmlOnlineEndpointConsoleLog

Konsolenprotokolle der Azure ML-Onlineendpunkte. Sie stellt die Ausgabe von Konsolenprotokollen aus Benutzercontainern bereit.

 No Ja Abfragen Ja
AmlOnlineEndpointEventLog AmlOnlineEndpointEventLog AmlOnlineEndpointEventLog

Azure ML-Onlineendpunkte-Ereignisprotokolle. Es stellt Ereignisprotokolle zum Lebenszyklus des Inference-Server-Containers bereit.

 No No Abfragen Ja
AmlOnlineEndpointTrafficLog AmlOnlineEndpointTrafficLog AmlOnlineEndpointTrafficLog

Datenverkehrsprotokolle für AzureML -Onlineendpunkte (Machine Learning). Die Tabelle kann verwendet werden, um die detaillierten Informationen der Anforderung an einen Onlineendpunkt zu überprüfen. Sie können sie beispielsweise verwenden, um die Anforderungsdauer, den Grund für den Anforderungsfehler usw. zu überprüfen.

 No No Abfragen Ja

Tabellen in Azure Monitor-Protokollen

Dieser Abschnitt bezieht sich die für diesen Service relevanten Azure-Monitor-Protokolltabellen, die für die Abfrage durch Protokollanalyse mit Kusto-Abfragen zur Verfügung stehen. Diese Tabellen enthalten Ressourcenprotokolldaten und möglicherweise mehr, je nachdem, was erfasst und an sie weitergeleitet wird.

Machine Learning

Microsoft.MachineLearningServices/workspaces

Microsoft.MachineLearningServices/registries

Aktivitätsprotokoll

In der verknüpften Tabelle sind die Vorgänge aufgeführt, die im Aktivitätsprotokoll für diesen Dienst aufgezeichnet werden können. Diese Operationen sind eine Teilmenge aller möglichen Ressourcenanbietervorgänge im Aktivitätsprotokoll.

Weitere Informationen zum Schema von Aktivitätsprotokolleinträgen finden Sie unter Ereignisschema des Azure-Aktivitätsprotokolls.

In der folgenden Tabelle sind einige Vorgänge im Zusammenhang mit Machine Learning aufgeführt, die im Aktivitätsprotokoll erstellt werden können. Eine vollständige Auflistung der Microsoft.MachineLearningServices-Vorgänge finden Sie unter Microsoft.MachineLearningServices-Ressourcenanbietervorgänge.

Vorgang BESCHREIBUNG
Creates or updates a Machine Learning workspace (Machine Learning-Arbeitsbereich erstellen oder aktualisieren) Ein Arbeitsbereich wurde erstellt oder aktualisiert.
CheckComputeNameAvailability Hiermit wird überprüft, ob ein Computename bereits verwendet wird.
Creates or updates the compute resources (Computeressourcen erstellen oder aktualisieren) Eine Computeressource wurde erstellt oder aktualisiert.
Deletes the compute resources (Computeressourcen löschen) Eine Computeressource wurde gelöscht.
Auflisten geheimer Schlüssel Hiermit werden Geheimnisse für einen Vorgang für einen Machine Learning-Arbeitsbereich aufgelistet.

Protokollschemas

Azure Machine Learning verwendet die folgenden Schemas.

Tabelle AmlComputeJobEvent

Eigenschaft BESCHREIBUNG
TimeGenerated Zeitpunkt, zu dem der Protokolleintrag generiert wurde
Vorgangsname Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Kategorie Name des Protokollereignisses
JobId ID des übermittelten Auftrags
ExperimentId ID des Experiments
ExperimentName Name des Experiments
CustomerSubscriptionId Abonnement-ID, unter der das Experiment und der Auftrag übermittelt wurden
WorkspaceName Name des Machine Learning-Arbeitsbereichs
ClusterName Name des Clusters
ProvisioningState Status der Auftragsübermittlung
ResourceGroupName Name der Ressourcengruppe
JobName Name des Auftrags
ClusterId ID des Clusters
EventType Hierbei handelt es sich um den Typ des Auftragsereignisses. Beispiele: JobSubmitted, JobRunning, JobFailed oder JobSucceeded.
ExecutionState Hierbei handelt es sich um den Status des Auftrags (der Ausführung). Beispiele: Queued, Running, Succeeded oder Failed.
ErrorDetails Details zum Auftragsfehler
CreationApiVersion API-Version, mit der der Auftrag erstellt wurde
ClusterResourceGroupName Ressourcengruppenname des Clusters
TFWorkerCount Anzahl der TF-Worker
TFParameterServerCount Anzahl der TF-Parameterserver
ToolType Typ des verwendeten Tools
RunInContainer Flag, das beschreibt, ob der Auftrag in einem Container ausgeführt werden soll
JobErrorMessage Ausführliche Meldung für den Auftragsfehler
NodeId ID des erstellten Knotens, auf dem der Auftrag ausgeführt wird

Tabelle AmlComputeClusterEvent

Eigenschaft BESCHREIBUNG
TimeGenerated Zeitpunkt, zu dem der Protokolleintrag generiert wurde
Vorgangsname Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Kategorie Name des Protokollereignisses
ProvisioningState Bereitstellungsstatus des Clusters
ClusterName Name des Clusters
ClusterType Typ des Clusters
CreatedBy Benutzer, der den Cluster erstellt hat
CoreCount Anzahl der Kerne im Cluster
VmSize VM-Größe des Clusters
VmPriority Priorität der Knoten, die in einem Cluster erstellt wurden (Dedicated/LowPriority)
ScalingType Typ der Clusterskalierung (manual/auto)
InitialNodeCount Anfängliche Knotenanzahl des Clusters
MinimumNodeCount Kleinste Knotenanzahl des Clusters
MaximumNodeCount Größte Knotenanzahl des Clusters
NodeDeallocationOption Art und Weise, wie die Zuordnung des Knotens aufgehoben werden soll
Herausgeber Herausgeber des Clustertyps
Angebot Angebot, mit dem der Cluster erstellt wird
Sku SKU des im Cluster erstellten Knotens/virtuellen Computers
Version Version des Images, das beim Erstellen des Knotens/virtuellen Computers verwendet wird
SubnetId Subnetz-ID des Clusters
AllocationState Zuweisungsstatus des Clusters
CurrentNodeCount Aktuelle Knotenanzahl des Clusters
TargetNodeCount Zielknotenanzahl des Clusters beim zentralen Hoch-/Herunterskalieren
EventType Typ des Ereignisses während der Clustererstellung
NodeIdleTimeSecondsBeforeScaleDown Leerlaufzeit in Sekunden vor horizontalem Herunterskalieren des Clusters
PreemptedNodeCount Anzahl der vorzeitig entfernten Knoten des Clusters
IsResizeGrow Flag, das angibt, dass der Cluster zentral hochskaliert wird
VmFamilyName Name der VM-Familie der Knoten, die im Cluster erstellt werden können
LeavingNodeCount Anzahl der verbliebenen Knoten des Clusters
UnusableNodeCount Anzahl der nicht verwendbaren Knoten des Clusters
IdleNodeCount Anzahl der nicht verwendbaren Knoten des Clusters
RunningNodeCount Anzahl der ausführenden Knoten des Clusters
PreparingNodeCount Anzahl der vorzubereitenden Knoten des Clusters
QuotaAllocated Zugeordnetes Kontingent für den Cluster
QuotaUtilized Genutztes Kontingent für den Cluster
AllocationStateTransitionTime Übergangszeit von einem Zustand in einen anderen
ClusterErrorCodes Fehlercode, der während der Clustererstellung oder Skalierung empfangen wurde
CreationApiVersion API-Version, die beim Erstellen des Clusters verwendet wurde

Tabelle AmlComputeInstanceEvent

Eigenschaft Beschreibung des Dataflows
type Name des Protokollereignisses, AmlComputeInstanceEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
CorrelationId Eine GUID, die ggf. zum Gruppieren eines Satzes mit verwandten Ereignissen verwendet wird.
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
AmlComputeInstanceName Der Name der Compute-Instanz, die dem Protokolleintrag zugeordnet ist

Tabelle AmlDataLabelEvent

Eigenschaft Beschreibung des Dataflows
type Name des Protokollereignisses, AmlDataLabelEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
CorrelationId Eine GUID, die ggf. zum Gruppieren eines Satzes mit verwandten Ereignissen verwendet wird.
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
AmlProjectId Der eindeutige Bezeichner des Azure Machine Learning-Projekts.
AmlProjectName Der Name des Azure Machine Learning-Projekts.
AmlLabelNames Die Bezeichnungsklassennamen, die für das Projekt erstellt werden
AmlDataStoreName Der Name des Datenspeichers, in dem die Projektdaten gespeichert werden

Tabelle AmlDataSetEvent

Eigenschaft Beschreibung des Dataflows
type Der Name des Protokollereignisses, AmlDataSetEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
AmlWorkspaceId Eine GUID und eine eindeutige ID des Azure Machine Learning-Arbeitsbereichs.
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
AmlDatasetId Die ID des Azure Machine Learning-Datasets.
AmlDatasetName Der Name des Azure Machine Learning-Datasets.

Tabelle AmlDataStoreEvent

Eigenschaft Beschreibung des Dataflows
type Name des Protokollereignisses, AmlDataStoreEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
AmlWorkspaceId Eine GUID und eine eindeutige ID des Azure Machine Learning-Arbeitsbereichs.
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
AmlDatastoreName Der Name des Azure Machine Learning-Datenspeichers.

Tabelle AmlDeploymentEvent

Eigenschaft Beschreibung des Dataflows
type Der Name des Protokollereignisses, AmlDeploymentEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
AmlServiceName Der Name des Azure Machine Learning-Diensts.

Tabelle AmlInferencingEvent

Eigenschaft Beschreibung des Dataflows
type Der Name des Protokollereignisses, AmlInferencingEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
AmlServiceName Der Name des Azure Machine Learning-Diensts.

Tabelle AmlModelsEvent

Eigenschaft Beschreibung des Dataflows
type Der Name des Protokollereignisses, AmlModelsEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
ResultSignature Der HTTP-Statuscode des Ereignisses. Typische Werte sind 200, 201, 202 usw.
AmlModelName Der Name des Azure Machine Learning-Modells.

Tabelle AmlPipelineEvent

Eigenschaft Beschreibung des Dataflows
type Der Name des Protokollereignisses, AmlPipelineEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
AmlWorkspaceId Eine GUID und eine eindeutige ID des Azure Machine Learning-Arbeitsbereichs.
AmlWorkspaceId Der Name des Azure Machine Learning-Arbeitsbereichs.
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
AmlModuleId Eine GUID und eine eindeutige ID des Moduls
AmlModelName Der Name des Azure Machine Learning-Modells.
AmlPipelineId Die ID der Azure Machine Learning-Pipeline.
AmlParentPipelineId Die ID der übergeordneten Azure Machine Learning-Pipeline (beim Klonen).
AmlPipelineDraftId Die ID des Azure Machine Learning-Pipelineentwurfs.
AmlPipelineDraftName Der Name des Azure Machine Learning-Pipelineentwurfs.
AmlPipelineEndpointId Die ID des Azure Machine Learning-Pipelineendpunkts.
AmlPipelineEndpointName Der Name des Azure Machine Learning-Pipelineendpunkts.

Tabelle AmlRunEvent

Eigenschaft Beschreibung des Dataflows
type Der Name des Protokollereignisses, AmlRunEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
ResultType Der Status des Ereignisses. Häufige Werte sind „Started“, „In Progress“, „Succeeded“, „Failed“, „Active“ und „Resolved“ (Gestartet, In Bearbeitung, Erfolgreich, Fehler, Aktiv, Gelöst).
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
AmlWorkspaceId Eine GUID und eine eindeutige ID des Azure Machine Learning-Arbeitsbereichs.
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
RunId Die eindeutige ID des Durchlaufs.

Tabelle „AmlEnvironmentEvent“

Eigenschaft Beschreibung des Dataflows
type Der Name des Protokollereignisses, AmlEnvironmentEvent
TimeGenerated Zeitpunkt (UTC), zu dem der Protokolleintrag generiert wurde
Ebene Der Schweregrad des Ereignisses. Er kann „Informational“ (Information), „Warning“ (Warnung), „Error“ (Fehler) oder „Critical“ (Kritisch) lauten.
Vorgangsname Der Name des Vorgangs, der dem Protokollereignis zugeordnet ist
Identity Identität des Benutzers oder der Anwendung, der bzw. die den Vorgang durchgeführt hat
AadTenantId Die Microsoft Entra-Mandanten-ID, für die der Vorgang übermittelt wurde
AmlEnvironmentName Der Name der Azure Machine Learning-Umgebungskonfiguration.
AmlEnvironmentVersion Der Name der Azure Machine Learning-Umgebungskonfigurationsversion.

Tabelle „AMLOnlineEndpointTrafficLog“ (Vorschau)

Eigenschaft BESCHREIBUNG
Methode Die vom Client angeforderte Methode.
`Path` Der vom Client angeforderte Pfad.
SubscriptionId Die Machine Learning-Abonnement-ID des Onlineendpunkts.
AzureMLWorkspaceId Die Machine Learning-Arbeitsbereichs-ID des Onlineendpunkts.
AzureMLWorkspaceName Der Name des Machine Learning-Arbeitsbereichs des Online-Endpunkts.
EndpointName Der Name des Onlineendpunkts.
DeploymentName Der Name der Onlinebereitstellung.
Protocol Das Protokoll der Anforderung.
ResponseCode Der endgültige Antwortcode, der an den Client zurückgegeben wird.
ResponseCodeReason Der endgültige Grund für den Antwortcode, der an den Client zurückgegeben wird.
ModelStatusCode Der Antwortstatuscode vom Modell.
ModelStatusReason Der Antwortstatusgrund vom Modell.
RequestPayloadSize Die insgesamt vom Client empfangenen Bytes.
ResponsePayloadSize Die insgesamt an den Client zurückgesendeten Bytes.
UserAgent Der Benutzer-Agent-Header der Anforderung, einschließlich Kommentaren, aber auf maximal 70 Zeichen abgeschnitten.
XRequestId Die von Azure Machine Learning für die interne Ablaufverfolgung generierte ID der Anforderung.
XMSClientRequestId Die vom Client generierte Nachverfolgungs-ID.
TotalDurationMs Dauer in Millisekunden vom Startzeitpunkt der Anforderung bis zum letzten Antwortbyte, das an den Client zurückgesendet wurde. Wenn der Client die Verbindung unterbrochen hat, wird die Zeit von der Startzeit bis zur Unterbrechung der Verbindung durch den Client gemessen.
RequestDurationMs Dauer in Millisekunden vom Startzeitpunkt der Anforderung bis zum letzten Byte der vom Client empfangenen Anforderung.
ResponseDurationMs Dauer in Millisekunden vom Startzeitpunkt der Anforderung bis zum ersten vom Modell gelesenen Antwortbyte.
RequestThrottlingDelayMs Verzögerung in Millisekunden bei der Übertragung von Anforderungen aufgrund der Netzwerk-Bandbreiteneinschränkung.
ResponseThrottlingDelayMs Verzögerung in Millisekunden bei der Antwortdatenübertragung aufgrund der Netzwerk-Bandbreiteneinschränkung.

Weitere Informationen zu diesem Protokoll finden Sie unter Überwachen von Onlineendpunkten.

AMLOnlineEndpointConsoleLog

Eigenschaft BESCHREIBUNG
TimeGenerated Der Zeitstempel (UTC), wann das Protokoll generiert wurde.
Vorgangsname Der mit der Protokollaufzeichnung verbundene Vorgang.
InstanceId Die ID der Instanz, die diesen Protokolldatensatz generiert hat.
DeploymentName Der Name der Bereitstellung, die dem Protokolldatensatz zugeordnet ist.
ContainerName Der Name des Containers, in dem das Protokoll generiert wurde.
`Message` Der Inhalt des Protokolls.

Weitere Informationen zu diesem Protokoll finden Sie unter Überwachen von Onlineendpunkten.

AMLOnlineEndpointEventLog (Vorschau)

Eigenschaft BESCHREIBUNG
TimeGenerated Der Zeitstempel (UTC), wann das Protokoll generiert wurde.
Vorgangsname Der mit der Protokollaufzeichnung verbundene Vorgang.
InstanceId Die ID der Instanz, die diesen Protokolldatensatz generiert hat.
DeploymentName Der Name der Bereitstellung, die dem Protokolldatensatz zugeordnet ist.
Name Der Name des Ereignisses.
`Message` Der Inhalt des Protokolls.

Weitere Informationen zu diesem Protokoll finden Sie unter Überwachen von Onlineendpunkten.

Zugehöriger Inhalt