Exercício - Identificar máquinas com alto uso de CPU

  • 10 minutos

Aqui, você escreverá consultas KQL para recuperar e transformar dados da Perf tabela para obter uma compreensão de quais máquinas atingiram ou estão se aproximando de sua capacidade total de computação e quais máquinas estão sendo subutilizadas.

1. Estabeleça metas

Para resolver problemas de desempenho, mitigar possíveis problemas e identificar oportunidades de operar com mais eficiência, você deseja analisar o uso da unidade central de processamento (CPU) de máquinas virtuais em seu ambiente de TI.

Para identificar problemas de desempenho relacionados à CPU e oportunidades para se tornar mais eficiente, você precisa de informações sobre:

  • Tendências de uso da CPU de cada máquina ativa.
  • Uso de CPU de máquinas em horários de pico e silêncio.

2. Avalie os logs

Os agentes Windows e Linux enviam contadores de desempenho de componentes de hardware, sistemas operacionais e aplicativos executados em máquinas monitoradas para a Perf tabela no Azure Monitor.

Vamos executar uma consulta simples na Perf tabela para recuperar logs das últimas 24 horas e ter uma noção do esquema da tabela e dos dados que a tabela contém:

Clique para executar a consulta no ambiente de demonstração do Log Analytics

Perf  // The table you’re querying
| where TimeGenerated > ago(1d) // Filters for entries generated in the past day

Screenshot that shows the results of a query on the Perf table with the ObjectName, CounterName, InstanceName, and CounterValue columns highlighted.

Você pode ver que as TimeGeneratedcolunas , , , InstanceNameCounterName, ComputerObjectNamee CounterValue contêm dados relevantes para nossa análise.

A ObjectName coluna lista os nomes de todos os objetos para os quais o Azure Monitor coleta dados de máquinas monitoradas. A CounterName coluna contém os nomes dos vários contadores de desempenho que o Azure Monitor coleta. Ambas as colunas contêm muitos valores, muitos dos quais aparecem várias vezes. Para ver claramente os valores distintos nessas colunas e determinar quais contadores são relevantes para a análise atual, vamos executar esta consulta:

Clique para executar a consulta no ambiente de demonstração do Log Analytics

Perf // The table you’re querying
| distinct ObjectName,CounterName // Lists distinct combinations of ObjectName and CounterName values

Esta captura de ObjectName tela mostra as distintas combinações e CounterName valores na CounterName coluna nas últimas 24 horas:

Screenshot that shows the results of the distinct CounterName query on the Perf table with the Percentage Processor Time value highlighted.

O % Processor Time contador fornece uma compreensão da utilização do processador, ou Unidade Central de Processamento (CPU). Esta é a informação que você precisa!

Vamos avaliar como podemos usar esses dados e quais operações KQL podem ajudar a extrair e transformar os dados:

Column Description Objetivo da análise Operações KQL relacionadas
TimeGenerated Indica quando a máquina virtual gerou cada log. Definir o escopo temporal da análise. where TimeGenerated > ago(1d)
Para obter mais informações, consulte ago(), onde operador e Operadores numéricos.
Computer Computador a partir do qual o evento foi recolhido. Associe o uso da CPU a um computador específico. summarize... by Computer
Para obter mais informações, consulte operador de resumo.
ObjectName Contém os nomes de todos os objetos para os quais a tabela contém dados de desempenho. Monitore o desempenho do processador. where ObjectName == "Processor"
Para obter mais informações, consulte == (equals) operator.
CounterName Contém os nomes de todos os contadores de desempenho na tabela. Monitore o contador de % Processor Time desempenho. where CounterName == "% Processor Time"
Para obter mais informações, consulte onde operador e == (igual) operador.
InstanceName Lista as instâncias monitoradas do objeto monitorado. Monitore todos os núcleos do processador. where InstanceName == "_Total"
Para obter mais informações, consulte onde operador e == (igual) operador.
CounterValue A medida recolhida para o contador. Recupere medições de desempenho para o contador de % Processor Time desempenho. summarize min(CounterValue), avg(CounterValue), max(CounterValue), percentiles(CounterValue, 90,99)
Para obter mais informações, consulte operador de resumo e as funções de agregação min(), max(), avg(), e percentiles().

3. Escreva a sua consulta

Escreva uma consulta que resuma o uso médio, mínimo e máximo da CPU de todas as máquinas no dia anterior.

  1. Recupere todos os logs gerados no dia anterior que relataram o contador de % Processor Time desempenho:

    Clique para executar a consulta no ambiente de demonstração do Log Analytics.

    Perf  // The table you’re querying
| where TimeGenerated > ago(1d) and ObjectName == "Processor" and CounterName == "% Processor Time" and InstanceName == "_Total" // Filters for entries generated in the past day related to total processor time measurements

    Esta consulta recupera todos os logs relacionados às medições de tempo total do processador do dia anterior.

    Screenshot that shows the results of a query for all logs generated in the past day that reported the Percentage Processor Time performance counter.

  2. Encontre os valores mínimos, máximos e médios dos contadores e calcule os valores dos contadores dos percentis 90 e 99 para cada computador:

    Clique para executar a consulta no ambiente de demonstração do Log Analytics

    Perf  // The table you’re querying
| where TimeGenerated > ago(1d) and ObjectName == "Processor" and CounterName == "% Processor Time" and InstanceName == "_Total" // Filters for entries generated in the past day related to total processor time measurements  
| summarize min(CounterValue), avg(CounterValue), max(CounterValue), percentiles(CounterValue, 90,99) by Computer // Presents the minimum, maximum, average, 90th and 99th percentile counter values for each computer

    O conjunto de resultados desta consulta mostra os valores mínimos, máximos, médios, contadores de percentis % Processor Time 90 e 99 para cada computador para o qual há dados no espaço de trabalho do Log Analytics.

    Screenshot that shows the minimum, maximum, average, 90th and 99th percentile results of the query on the Perf table.

  3. Filtre os resultados da consulta para entradas em que o valor do % Processor Time contador é superior a 80 no intervalo de percentis 90 e 99:

    Clique para executar a consulta no ambiente de demonstração do Log Analytics

    Perf  // The table you’re querying
| where TimeGenerated > ago(1d) and ObjectName == "Processor" and CounterName == "% Processor Time" and InstanceName == "_Total" // Filters for entries generated in the past day related to total processor time measurements  
| summarize min(CounterValue), avg(CounterValue), max(CounterValue), percentiles(CounterValue, 90,99) by Computer // Presents the minimum, maximum, average, 90th and 99th percentile counter values for each computer 
| where percentile_CounterValue_90 > 80 and percentile_CounterValue_99 > 80 // Filters previous query results for instances where the 90th and 99th percentile counters are higher than 80

    O conjunto de resultados desta consulta consiste em todos os computadores para os quais os principais valores de 10% e 15% % Processor Time são superiores a 80.

    Screenshot that shows the results of a query that filters for entries where the Percentage Processor Time counter value is higher than 80 in the 90th and 99th percentile range.

Desafio: Adicionar informações do sistema operacional da tabela Heartbeat aos resultados da consulta

Muitas vezes, você pode entender melhor os resultados da consulta correlacionando informações de uma tabela diferente com os resultados da consulta usando o join operador. Para obter mais informações, consulte operador de junção.

Você pode usar o operador para adicionar informações sobre o join sistema operacional em execução em cada computador, que está disponível na Heartbeat tabela, como vimos no primeiro exercício?

Solução:

  1. Adicione informações da tabela sobre o sistema operacional em execução em cada um dos computadores nos resultados da Heartbeat consulta:

    Clique para executar a consulta no ambiente de demonstração do Log Analytics

    Perf  // The table you’re querying
| where TimeGenerated > ago(1d) and ObjectName == "Processor" and CounterName == "% Processor Time" and InstanceName == "_Total" // Filters for entries generated in the past day related to total processor time measurements  
| summarize min(CounterValue), avg(CounterValue), max(CounterValue), percentiles(CounterValue, 90,99) by Computer // Presents the minimum, maximum, average, 90th and 99th percentile counter values for each computer 
| where percentile_CounterValue_90 > 80 and percentile_CounterValue_99 > 80 // Filters previous query results for instances where the 90th and 99th percentile counters are higher than 50
| join kind=inner (Heartbeat // Introduces data from the "Heartbeat" table to the previous query results
| where TimeGenerated > ago(1d) // Time range for the data added from the "Heartbeat" table
| distinct Computer, OSType) on Computer // Adds distinct combinations of computer and operating system

    Esta iteração da consulta adiciona as Computer colunas e OSType da tabela aos resultados da Heartbeat consulta anterior.

    Screenshot that shows the results of a query that adds operating system information from the Heartbeat table to the previous query results.

    A Computer coluna agora aparece duas vezes nos resultados da consulta - uma vez da consulta na tabela e outra da consulta na Perf Heartbeat tabela. A Computer coluna da Heartbeat tabela foi renomeada Computer1, mas as duas tabelas contêm dados idênticos. Ter ambas as colunas permite correlacionar os resultados das duas tabelas, mas agora você pode filtrar a coluna duplicada.

  2. Remova a Computer1 coluna dos resultados da consulta:

    Clique para executar a consulta no ambiente de demonstração do Log Analytics

    Perf  // The table you’re querying
| where TimeGenerated > ago(1d) and ObjectName == "Processor" and CounterName == "% Processor Time" and InstanceName == "_Total" // Filters for entries generated in the past day related to total processor time measurements  
| summarize min(CounterValue), avg(CounterValue), max(CounterValue), percentiles(CounterValue, 90,99) by Computer // Presents the minimum, maximum, average, 90th and 99th percentile counter values for each computer 
| where percentile_CounterValue_90 > 80 and percentile_CounterValue_99 > 80 // Filters previous query results for instances where the 90th and 99th percentile counters are higher than 50
| join kind=inner (Heartbeat // Introduces data from the "Heartbeat" table to the previous query results
| where TimeGenerated > ago(1d) // Time range for the data added from the "Heartbeat" table
| distinct Computer, OSType) on Computer // Adds distinct combinations of computer and operating system 
| project-away Computer1 // Removes the "Computer1" column from the query results

    O conjunto de resultados desta consulta lista todos os computadores que atingiram a sua capacidade total de CPU e o sistema operativo em execução em cada computador, o que será útil para uma análise mais aprofundada.

    Screenshot that shows the results of a query that removes the Computer 1 column from the previous query results.