Настройка Azure Log Analytics для Power BI

Power BI интегрируется с Azure Log Analytics, чтобы администраторы и владельцы рабочих областей Premium могли настроить подключение Log Analytics к подписке Power BI. В этой статье описывается, как работает интеграция Log Analytics и Power BI и как настроить ее для вашей среды.

Существует два элемента для получения Azure Log Analytics, работающего для Power BI:

• Настройте подписку Azure в портал Azure.
• Включите Log Analytics для Power BI на портале администрирования Power BI.

В следующих разделах описаны действия, описанные в обоих случаях.

Необходимые компоненты

Прежде чем настроить интеграцию Log Analytics из Power BI, необходимо создать рабочую область Log Analytics в портал Azure. Кроме того, необходимо предоставить разрешение в Azure для служба Power BI записи журналов. Точные требования:

• Доступ участника к подписке Azure.
• Зарегистрируйте поставщика ресурсов Microsoft.insights в подписке Azure, где будут собираться данные журнала Power BI.
• Пользователь, который настроит интеграцию Log Analytics в Power BI, должен находиться в роли участника Log Analytics для рабочей области Log Analytics. См. часто задаваемые вопросы о обходных решениях, если роль владельца не может быть предоставлена.

Включение поставщика ресурсов Microsoft.insights

Для Log Analytics требуется поставщик ресурсов Microsoft.insights, включенный на уровне подписки Azure. Ниже описано, как выполнить процедуру.

1. Войдите в портал Azure, выберите подписку, которую вы хотите использовать с Log Analytics, и которая содержит рабочие области Log Analytics. В разделе "Параметры" выберите поставщики ресурсов, как показано на следующем рисунке.

   

2. Найдите microsoft.insights в разделе "Поставщики ресурсов". Выберите Зарегистрировать.

   

Настройка разрешений

1. Убедитесь, что пользователь, настроив интеграцию Log Analytics, имеет роль участника Log Analytics рабочей области Log Analytics. При выборе элемента управления доступом (IAM) для подписки в портал Azure и выбора назначений ролей на панели текущего пользователя должна отображаться одна запись: участник Log Analytics для пользователя, который настраивает Log Analytics:

   

После выполнения этих действий будет завершена часть конфигурации Azure Log Analytics. В следующем разделе показано, как продолжить и завершить настройку на портале администрирования Power BI.

Разрешение ведения журнала на уровне рабочей области на портале администрирования

Администратор Power BI должен выполнить следующий шаг, чтобы включить Azure Log Analytics для рабочих областей Power BI Premium. Этот параметр позволяет администраторам рабочей области Power BI Premium отправлять журналы рабочих областей в Azure Log Analytics при выполнении предварительных требований.

1. На портале администрирования Power BI перейдите к параметрам >аудита и использования клиента и разверните подключения Azure Log Analytics для администраторов рабочей области. Чтобы разрешить администраторам рабочей области включить Log Analytics, установите ползунок в положение "Включено " и укажите необходимые группы безопасности в разделе "Применить", как показано на следующем рисунке.

   

Настройка ведения журнала в рабочей области Premium

1. В рабочей области Premium администраторы рабочих областей могут включить Log Analytics. Для этого перейдите в раздел "Параметры ", как показано на следующем рисунке.

   

2. В области параметров выберите подключения Azure, а затем разверните Log Analytics, как показано на следующем рисунке.

   

3. Выберите подписку Azure, группу ресурсов и рабочую область Log Analytics, настроенную в предыдущем разделе. Затем нажмите кнопку Сохранить. После успешного завершения развернутый раздел Log Analytics уровня клиента должен выглядеть следующим образом.

   

Отключение Azure Log Analytics

Вы можете отключиться от Azure Log Analytics, чтобы прекратить отправку журналов в Azure. Чтобы отключиться, в параметрах рабочей области Power BI перейдите к параметрам Log Analytics . Выберите "Отключиться от Azure". Затем нажмите кнопку "Сохранить ", чтобы отключиться.

Сценарии использования

Существует множество способов, которые Azure Log Analytics и Power BI могут помочь решить реальные проблемы для вашей организации. Рассмотрим следующий пример.

• Определите периоды высокой или необычной активности подсистемы Analysis Services по емкости, рабочей области, отчету или пользователю.
• Анализ производительности запросов и тенденций, включая внешние операции DirectQuery.
• Анализ длительности обновления семантической модели, перекрытия и шагов обработки.
• Анализ пользовательских операций, отправленных с помощью конечной точки XMLA класса Premium.

Отправьте нам отзыв в Сообщество Power BI о том, как вы используете ведение журнала и как это помогло вашей организации.

Состояния ошибок и способы их устранения

В следующей таблице представлена коллекция распространенных ошибок, событий или конфигураций, которые активировали их, и предлагаемые разрешения.

События и схема

После включения Azure Log Analytics он начинает регистрировать следующие категории событий. Дополнительные сведения об этих событиях см. в разделе "События трассировки служб Analysis Services".

• AggregateTableRewriteQuery
• Команда
• Deadlock
• DirectQuery
• Обнаружить
• Ошибка
• ProgressReport
• Query
• Session Initialize
• VertiPaqSEQuery
• Notification

В следующей таблице описана схема.

Событие ExecutionMetrics

Для каждого запроса обнаружения, команды и запроса событие с именем ExecutionMetrics создается в конце запроса. Это событие содержит метрики выполнения для запроса, что может помочь вам в диагностике и устранении неполадок более эффективно. Трассировка ExecutionMetrics коррелирует с ближайшим [Обнаружение|Команда |Запрос]Завершить событие.

Следующий запрос KQL извлекает события ExecutionMetrics для всех операций обновления семантической модели в последний день:

let commands = PowerBIDatasetsWorkspace
    | where TimeGenerated > ago(1d)
    | where ArtifactId =~ "[Semantic Model Id]"
    | where OperationName in ("CommandEnd")
    | where EventText contains "<Refresh"
    | project TimeGenerated, ArtifactId, CommandOperationName = OperationName, XmlaRequestId, CorrelationId, CommandText = EventText;
let executionMetrics = PowerBIDatasetsWorkspace        
    | where OperationName == "ExecutionMetrics"
    | project TimeGenerated, XmlaRequestId, CorrelationId, EventText;
commands
| join kind=leftouter executionMetrics on XmlaRequestId

Следующий запрос KQL получает события, которые были регулированием в последний день по рабочей области, элементу и пользователю:

let executionMetrics = PowerBIDatasetsWorkspace
    | where TimeGenerated > ago(1d)    
    | where OperationName == "ExecutionMetrics"    
    | extend eventTextJson = parse_json(EventText)      
    | extend capacityThrottlingMs=toint(eventTextJson.capacityThrottlingMs)
    | where capacityThrottlingMs > 0;
let commands = PowerBIDatasetsWorkspace    
    | where OperationName in ("CommandEnd", "QueryEnd", "DiscoverEnd")    
    | project
        TimeGenerated,
        ExecutingUser,
        ArtifactId,
        PowerBIWorkspaceId,
        CommandOperationName = OperationName,
        XmlaRequestId,
        CorrelationId,
        CommandText = EventText;
commands
| join kind=inner executionMetrics on XmlaRequestId
| project
    TimeGenerated,
    ArtifactId,
    PowerBIWorkspaceId,
    ExecutingUser,
    CommandOperationName,
    XmlaRequestId,
    EventText,
    CommandText,
    capacityThrottlingMs
| summarize countThrottling = count(), avgThrottlingDuration = avg(capacityThrottlingMs) by PowerBIWorkspaceId, ArtifactId, ExecutingUser, CommandOperationName

Статистика представлена как текст JSON в свойстве EventText , см. в следующих примерах.

{
    "timeStart": "2024-03-20T12:39:59.681Z",
    "timeEnd": "2024-03-20T13:01:14.241Z",
    "durationMs": 1274559,    
    "vertipaqJobCpuTimeMs": 156,
    "mEngineCpuTimeMs": 9617484,
    "totalCpuTimeMs": 9618469,
    "executionDelayMs": 10,
    "approximatePeakMemConsumptionKB": 1683409,
    "mEnginePeakMemoryKB": 1676816,
    "tabularConnectionTimeoutMs": 18000000,    
    "refreshParallelism": 16,
    "vertipaqTotalRows": 114,
    "intendedUsage": 2
}

{
    "timeStart": "2024-05-07T13:42:21.362Z",
    "timeEnd": "2024-05-07T13:43:30.505Z",
    "durationMs": 69143,
    "datasourceConnectionThrottleTimeMs": 0,
    "directQueryConnectionTimeMs": 3,
    "directQueryIterationTimeMs": 1,
    "directQueryTotalTimeMs": 121872,
    "queryProcessingCpuTimeMs": 16,
    "totalCpuTimeMs": 63,
    "executionDelayMs": 0,
    "approximatePeakMemConsumptionKB": 3632,
    "directQueryTimeoutMs": 225000,
    "tabularConnectionTimeoutMs": 225000,
    "queryDialect": 3,
    "queryResultRows": 67,
    "directQueryRequestCount": 2,
    "directQueryTotalRows": 134
}

В следующей таблице описаны все возможные свойства. Не все свойства создаются в каждом событии, так как содержимое будет зависеть от запроса и семантической модели.

• Все длительности и время ЦП представлены в миллисекундах.
• Могут возникнуть дополнительные свойства, не описанные в приведенной выше таблице, и их следует рассматривать как незадокументированные и подлежащие изменению.

Примеры запросов KQL Log Analytics

Следующая коллекция примеров запросов может оказаться полезной при использовании Azure Log Analytics с Power BI. Они могут выполняться непосредственно в портал Azure или через API для запроса последних данных, как правило, около 5–10 минут.

// log count per day for last 30d
PowerBIDatasetsWorkspace
| where TimeGenerated > ago(30d)
| summarize count() by format_datetime(TimeGenerated, 'yyyy-MM-dd')


// average query duration by day for last 30d
PowerBIDatasetsWorkspace
| where TimeGenerated > ago(30d)
| where OperationName == 'QueryEnd'
| summarize avg(DurationMs) by format_datetime(TimeGenerated, 'yyyy-MM-dd')


//query duration percentiles for a single day in 1 hour bins
PowerBIDatasetsWorkspace
| where TimeGenerated >= todatetime('2021-04-28') and TimeGenerated <= todatetime('2021-04-29')
| where OperationName == 'QueryEnd'
| summarize percentiles(DurationMs, 0.5, 0.9) by bin(TimeGenerated, 1h)


// refresh durations by workspace and semantic model for last 30d
PowerBIDatasetsWorkspace
| where TimeGenerated > ago(30d)
| where OperationName == 'CommandEnd'
| where ExecutingUser contains 'Power BI Service'
| where EventText contains 'refresh'
| project PowerBIWorkspaceName, DatasetName = ArtifactName, DurationMs

// query count, distinctUsers, avgCPU, avgDuration by workspace for last 30d
PowerBIDatasetsWorkspace  
| where TimeGenerated > ago(30d)
| where OperationName == "QueryEnd" 
| summarize QueryCount=count()
    , Users = dcount(ExecutingUser)
    , AvgCPU = avg(CpuTimeMs)
    , AvgDuration = avg(DurationMs)
by PowerBIWorkspaceId

Пример шаблона отчета Power BI

Изучите и получите аналитические сведения о данных Azure Log Analytics Power BI с помощью шаблона отчета Power BI с открытым исходным кодом на GitHub.

Связанный контент

В следующих статьях вы узнаете больше об Power BI и интеграции с Azure Log Analytics.

• Использование Azure Log Analytics в Power BI
• Azure Log Analytics в Power BI: вопросы и ответы
• What is Power BI Premium? (Что собой представляет Power BI Premium)
• Рабочие области в Power BI