Collection de données et jeux de données de l’observateur de base de données (aperçu)

S’applique à : Azure SQL Database Azure SQL Managed Instance

L’observateur de base de données collecte les données de surveillance à partir des vues système SQL et les ingère dans le magasin de données sous la forme de jeux de données. Chaque jeu de données est formé à l’aide des données d’une ou plusieurs vues système SQL. Pour chaque jeu de données, il existe une table distincte dans le magasin de données.

Collection de données

L’observateur de base de données collecte des données de surveillance à intervalles réguliers à l’aide de requêtes T-SQL. Les données collectées lors de chaque exécution d’une requête sont appelées échantillon. La fréquence de collecte d’échantillon varie selon le jeu de données. Par exemple, les données qui changent fréquemment, telles que les compteurs de performance SQL, peuvent être collectées toutes les 10 secondes, tandis que les données statiques, telles que la configuration de la base de données, peuvent être collectées toutes les cinq minutes. Pour plus d’informations, consultez Jeux de données.

L’observateur de base de données tire parti de l’ingestion en streaming dans Azure Data Explorer et l’Analyse en temps réel dans Microsoft Fabric pour fournir une surveillance en quasi-temps réel. En règle générale, les données de surveillance SQL collectées sont disponibles pour la génération de rapports et l’analyse en moins de 10 secondes. Vous pouvez surveiller la latence d’ingestion des données sur les tableaux de bord de l’observateur de base de données, à l’aide du lien des statistiques d’ingestion.

Interaction entre l’observateur de base de données et les charges de travail d’application

L’activation de l’observateur de base de données n’a probablement pas d’impact observable sur les performances de la charge de travail de l’application. Les requêtes de surveillance les plus fréquentes s’exécutent généralement en dessous de la seconde, tandis que les requêtes qui pourraient nécessiter plus de temps, par exemple pour renvoyer des jeux de données volumineux, s’exécutent à des intervalles peu fréquents.

USE master;
GO

CREATE OR ALTER FUNCTION dbo.dbw_classifier()
RETURNS sysname
WITH SCHEMABINDING
AS
BEGIN

DECLARE @WorkloadGroupName sysname = 'default';

IF APP_NAME() IN (N'SQLExternalMonitoring',N'x_ms_reserved_sql_external_monitoring')
    SET @WorkloadGroupName = N'database_watcher_workload_group'

RETURN @WorkloadGroupName;

END;
GO

BEGIN TRY

IF EXISTS (
          SELECT 1
          FROM sys.resource_governor_configuration
          WHERE classifier_function_id <> 0 OR is_enabled <> 0
          )
    THROW 50001, 'Resource Governor is already configured. No changes were made.', 1;

CREATE RESOURCE POOL database_watcher_resource_pool
WITH (MIN_CPU_PERCENT = 5, MAX_CPU_PERCENT = 10, CAP_CPU_PERCENT = 30);

CREATE WORKLOAD GROUP database_watcher_workload_group
WITH (REQUEST_MAX_MEMORY_GRANT_PERCENT = 10)
USING database_watcher_resource_pool;

ALTER RESOURCE GOVERNOR WITH (CLASSIFIER_FUNCTION = dbo.dbw_classifier);

ALTER RESOURCE GOVERNOR RECONFIGURE;

END TRY
BEGIN CATCH
    THROW;
END CATCH;

Pour éviter les conflits de concurrence tels que blocage et interblocages entre les charges de travail de collection de données et de base de données s’exécutant sur vos ressources Azure SQL, les requêtes de surveillance utilisent des dépassements de délai d’attente de verrou courts et une faible priorité d’interblocage. S’il existe un conflit d’accès concurrentiel, la priorité est donnée aux requêtes de charge de travail d’application.

Vous risquez de constater des lacunes dans les données collectées en cas d’utilisation globale des ressources élevée ou de conflits dus à des accès concurrentiels. Dans ces cas-là, les requêtes de surveillance peuvent perdre leur priorité au profit des charges de travail de l’application.

Collection de données dans des pools élastiques

Pour surveiller un pool élastique, vous devez désigner une base de données dans le pool comme base de données d’ancrage. L’observateur de base de données se connecte à la base de données d’ancrage. Étant donné que l’observateur détient l’autorisation VIEW SERVER PERFORMANCE STATE, les vues système de la base de données d’ancrage fournissent des données de surveillance pour le pool dans son ensemble.

Les données collectées dans la base de données d’ancrage contiennent des mesures au niveau du pool ainsi que, pour chaque base de données du pool, certaines mesures de performance au niveau de la base de données, telles que l’utilisation des ressources et les mesures de taux de requête par base de données. Pour certains scénarios, l’ajout d’une cible SQL de pool élastique pour surveiller un pool élastique dans son ensemble peut rendre inutile la surveillance de chaque base de données individuelle dans le pool.

Certaines données de surveillance, telles que l’utilisation de l’UC, de la mémoire et du stockage au niveau du pool, ainsi que les statistiques d’attente ne sont collectées qu’au niveau du pool élastique, car elles ne peuvent pas être attribuées à une base de données individuelle dans un pool. À l’inverse, certaines autres données telles que les statistiques du runtime de requête, les propriétés de base de données et les métadonnées de table et d’index sont disponibles uniquement si vous ajoutez des bases de données individuelles en tant que cibles SQL.

Si vous ajoutez des bases de données individuelles à partir d’un pool élastique en tant que cibles SQL, vous devez également ajouter le pool élastique en tant que cible SQL. De cette façon, vous obtenez une vue plus complète des performances de la base de données et du pool.

Surveiller des pools élastiques denses

Un pool élastique dense contient un grand nombre de bases de données, mais a une taille de calcul relativement faible. Cette configuration permet aux clients de réaliser des économies substantielles en réduisant au minimum l’allocation des ressources de calcul, en partant du principe que seul un petit nombre de bases de données du pool sont actives en même temps.

Les ressources de calcul disponibles pour les requêtes de l’observateur de base de données dans un pool élastique dense sont encore plus limitées pour éviter d’affecter les requêtes de l’application. En raison de cela, l’observateur de base de données peut ne pas être en mesure de collecter des données de surveillance à partir de chaque base de données dans un pool élastique dense.

Résidence des données

Les clients peuvent choisir de stocker les données de surveillance SQL collectées dans l’un des trois types de magasin de données :

• Une base de données sur un cluster Azure Data Explorer. Par défaut, un nouveau cluster Azure Data Explorer est créé pour chaque observateur et se trouve dans la même région Azure que ce dernier.

  Les clients peuvent choisir la région Azure spécifique dans une zone géographique Azure comme emplacement pour leur cluster Azure Data Explorer et la base de données. Pour plus d’informations sur les fonctionnalités de réplication des données dans Azure Data Explorer, consultez Vue d’ensemble de la continuité d’activité et de la reprise d’activité.

• Une base de données dans un cluster Azure Data Explorer gratuit.

  Les clients peuvent choisir la zone géographique Azure spécifique, mais pas la région Azure spécifique comme emplacement pour leur cluster Azure Data Explorer gratuit et la base de données. La réplication de données vers une autre région ou zone géographique n’est pas prise en charge.

• Une base de données dans Analyse en temps réel dans Microsoft Fabric.

  Les clients ne peuvent pas choisir la localisation géographique de la base de données.

Pour pleinement contrôler la résidence des données pour les données de surveillance SQL collectées, les clients doivent choisir une base de données sur un cluster Azure Data Explorer comme magasin de données.

Les clients peuvent aligner la zone géographique et la région de leur cluster Azure Data Explorer sur la zone géographique et la région des ressources Azure SQL surveillées. Lorsque les ressources Azure SQL se trouvent dans plusieurs régions, les clients peuvent avoir besoin de créer plusieurs observateurs et clusters Azure Data Explorer pour répondre à leurs exigences de résidence des données.

Groupes de données

Cette section décrit les jeux de données disponibles pour chaque type de cible SQL, y compris les fréquences de collecte et les noms de tables dans le magasin de données.

Colonnes courantes

Pour chaque type de cible SQL, les jeux de données ont des colonnes communes, comme décrit dans les tableaux suivants.

Un jeu de données comporte à la fois des colonnes sample_time_utc et collection_time_utc s’il contient des échantillons observés avant la collecte de la ligne par l’observateur de base de données. Sinon, le temps d’observation et l’heure de collecte sont identiques, et le jeu de données ne contient que la colonne sample_time_utc.

Par exemple, le jeu de données sqldb_database_resource_utilization est dérivé de la vue de gestion dynamique (DMV) sys.dm_db_resource_stats. La DMV contient la colonne end_time, qui correspond au temps d’observation de chaque ligne signalant les statistiques de ressources agrégées pour un intervalle de 15 secondes. Cette fois-ci est signalée dans la colonne sample_time_utc. Lorsque l’observateur de base de données interroge cette DMV, le jeu de résultats peut contenir plusieurs lignes, chacune avec une valeur end_time différente. Toutes ces lignes ont la même valeur collection_time_utc.

Contenu connexe

• Surveiller les charges de travail Azure SQL avec l’observateur de base de données (aperçu)
• Démarrage rapide : créer un observateur de base de données pour surveiller Azure SQL (aperçu)
• Créer et configurer un observateur de base de données (aperçu)
• Analyser les données de surveillance de l’observateur de base de données (aperçu)
• FAQ au sujet de l’observateur de base de données