Nota
O acesso a esta página requer autorização. Podes tentar iniciar sessão ou mudar de diretório.
O acesso a esta página requer autorização. Podes tentar mudar de diretório.
Você pode usar o recurso de fluxos de eventos do Microsoft Fabric para monitorar dados de eventos de streaming, status de ingestão e desempenho de ingestão. Este artigo explica como usar métricas para monitorar o status do fluxo de eventos e verificar logs, erros e insights de dados.
Um stream de eventos tem dois tipos de experiências de monitorização: análises de dados e registos de execução. Uma ou ambas as visualizações estão disponíveis, dependendo da origem ou do destino selecionado.
Pré-requisitos
- Acesso a um espaço de trabalho com permissões de Visualizador ou superiores onde está localizado o item de fluxo de eventos.
- Uma origem de hub de eventos do Azure ou destino lakehouse adicionado ao seu fluxo de eventos.
Informações de dados
A aba Insights de dados está localizada no painel inferior do editor principal. A guia fornece métricas que você pode usar para monitorar o status e o desempenho do fluxo de eventos, fontes e destinos. Diferentes fontes e destinos têm métricas diferentes.
Quando seleciona um nó no canvas principal do editor, as métricas desse nó específico aparecem no separador Data insights.
Insights de dados para um nó de fluxo de eventos
As métricas a seguir aparecem para um nó de fluxo de eventos na guia Insights de dados:
| Métrica | Unit | Description |
|---|---|---|
| Mensagens recebidas | Count | Número de eventos ou mensagens enviadas para um fluxo de eventos durante um período especificado. |
| Mensagens de Saída | Count | Número de eventos ou mensagens enviadas de um fluxo de eventos durante um período especificado. |
| IncomingBytes | Bytes | Bytes de entrada para um fluxo de eventos durante um período especificado. |
| OutgoingBytes | Bytes | Bytes de saída para um fluxo de eventos durante um período especificado. |
Para exibir insights de dados para um fluxo de eventos:
Na tela principal do editor, selecione o nó do fluxo de eventos.
No painel inferior, selecione o separador Informações de Dados.
Se os dados estiverem dentro do fluxo de eventos, o gráfico de métricas será exibido.
No lado direito da guia, marque as caixas de seleção ao lado das métricas que você deseja exibir.
Insights de dados para Hubs de Eventos do Azure, Hub IoT do Azure, lakehouse, eventhouse, fluxo derivado e nós do Ativador de Malha
As métricas a seguir estão disponíveis na guia Insights de dados para Hubs de Eventos do Azure, Hub IoT do Azure, lakehouse, eventhouse (modo de processamento de eventos antes da ingestão), fluxo derivado e nós do Fabric Activator:
| Métrica | Unit | Description |
|---|---|---|
| Eventos de entrada | Count | Número de itens de dados de evento que o mecanismo de fluxo de eventos extrai de um fluxo de eventos (em um data lakehouse, eventhouse, fluxo derivado ou destino do Fabric Activator) ou de uma fonte de evento (em uma fonte de Azure Event Hubs ou Azure IoT Hub). |
| Bytes de evento de entrada | Bytes | Quantidade de dados de evento que o motor de eventstream extrai de um stream de eventos (num lakehouse, eventhouse, stream derivado ou destino do Fabric Activator) ou de uma fonte de evento (num Azure Event Hubs ou Azure IoT Hub). |
| Eventos de saída | Count | Número de itens de dados de evento que o mecanismo de fluxo de eventos envia para uma lakehouse ou eventhouse (numa lakehouse, eventhouse, fluxo derivado ou destino do Fabric Activator) ou de uma fonte de evento (numa fonte de Hubs de Eventos do Azure ou Hub IoT do Azure). |
| Eventos de entrada em atraso | Count | Número de eventos de entrada que estão em backlog no mecanismo de fluxo de eventos. |
| Erros de tempo de execução | Count | Número total de erros relacionados ao processamento de eventos. |
| Erros de conversão de dados | Count | Número de eventos de saída que não puderam ser convertidos para o esquema de saída esperado. |
| Erros de desserialização | Count | Número de eventos de entrada que não puderam ser desserializados dentro do mecanismo de fluxo de eventos. |
| Atraso da marca d'água | Second | Atraso máximo da marca d'água em todas as partições de todas as saídas para essa origem ou destino. É calculado como o tempo do relógio de parede menos a maior marca d'água. |
Para visualizar as perspetivas de dados para um hub de eventos do Azure, hub IoT do Azure, lakehouse, eventhouse (modo de processamento de eventos antes da ingestão), fluxo derivado ou ativador do Fabric:
Na área de trabalho principal do editor, selecione os Azure Event Hubs, o Azure IoT Hub, a lakehouse, o eventhouse, o stream derivado ou o nó Fabric Activator.
No painel inferior, selecione o separador Informações de Dados.
Se os dados estiverem dentro do hub de eventos, hub IoT, lakehouse, eventhouse, fluxo derivado ou ativador de Fabric, o gráfico de métricas aparecerá.
No lado direito da guia, marque as caixas de seleção ao lado das métricas que você deseja exibir.
Insights de dados para nós de origem do conector de streaming
Os nós de origem do conector de streaming incluem as seguintes fontes:
- Amazon Kinesis Data Streams (fluxos de dados do Amazon Kinesis)
- Amazon MSK Kafka
- Apache Kafka
- Azure Cosmos DB CDC
- Azure Data Explorer
- Azure Service Bus
- Captura de Dados de Alteração do Banco de Dados SQL do Azure (CDC)
- Instância Gerida do Azure SQL CDC
- Nuvem confluente Kafka
- Google Cloud Pub/Sub
- HTTP
- MongoDB CDC
- MQTT
- Banco de dados MySQL CDC
- Banco de Dados PostgreSQL CDC
- Meteorologia em tempo real
- Solace PubSub+
- SQL Server em máquina virtual (VM) base de dados (DB)
As métricas a seguir estão disponíveis na guia Insights de dados para nós de origem do conector de streaming:
| Métrica | Unit | Description |
|---|---|---|
| Fonte: Eventos de saída | Count | Número de registros enviados das transformações (se houver) e gravados em um fluxo de eventos para a tarefa que pertence ao conector de origem nomeado no trabalhador (desde que a tarefa foi reiniciada pela última vez). |
| Eventos de entrada de origem | Count | Número de registros produzidos ou pesquisados pela tarefa que pertence ao conector de origem nomeado no trabalhador (desde que a tarefa foi reiniciada pela última vez), antes que as transformações sejam aplicadas. |
| Erros de conector registrados | Count | Número de erros que foram registrados para essas tarefas de conector. |
| Erros de processamento do conector | Count | Número de erros no processamento de registos nessas tarefas do conector. |
| Falhas de processamento do conector | Count | Número de falhas de processamento de registro nessas tarefas do conector, incluindo falhas de nova tentativa. |
| Eventos do conector ignorados | Count | Número de registos ignorados devido a erros nas tarefas associadas a este conector. |
Para exibir os insights de dados de uma fonte de conector de streaming:
Selecione Usar fonte externa e, em seguida, escolha uma fonte de conector de streaming.
Configure e publique a origem do conector de streaming.
No painel inferior da visualização dinâmica, selecione a guia Insights de dados .
Se os dados estiverem dentro da fonte do conector de streaming, o gráfico de métricas será exibido.
No lado direito da guia, marque as caixas de seleção ao lado das métricas que você deseja exibir.
Logs de tempo de execução
Use a aba Logs de tempo de execução para consultar os logs detalhados que ocorrem no motor de fluxo de eventos. Os logs de tempo de execução têm três níveis de gravidade: aviso, erro e informações.
Para visualizar os logs de tempo de execução de um Hub de Eventos do Azure, Hub IoT do Azure, origem do conector de streaming, Lakehouse, Eventhouse (modo de processamento de eventos antes da ingestão) ou Fabric Activator:
No ecrã principal do editor, selecione o nó.
No painel inferior, selecione o separador Registos de tempo de execução.
Se os dados estiverem dentro do hub de eventos do Azure, hub IoT do Azure, origem do conector de streaming, lakehouse, eventhouse ou Activator de Fabric, os logs serão exibidos.
Pesquise os logs usando a opção Filtrar por palavra-chave ou filtre a lista alterando a gravidade ou o tipo.
Para ver os logs mais atuais, selecione Atualizar.
