azure - 是否需要对 Azure Application Insights 进行补充日志记录？

Question

不要误会我的意思。我认为 Application Insight (AI) 非常棒——尤其是在统计服务的使用量、成功或失败的数量等方面。

但是还有其他类型的日志记录，例如需要记录消息、特定事件的开始和停止时间等。我的感觉是这种类型的日志记录并不真正适合 AI？

例如，AI 使用采样来减少日志数据量，即使我可以使用 customEvents 并通过 SDK 避免对那种类型的 av 数据进行采样，这将是很多工作，最终会出现“与框架对抗”砍伐。我在这里也不是在谈论单个服务，而是在需要端到端日志记录和可见性的数百种不同服务。

所以问题很简单——我的感觉是不是错了，我应该尝试使用 AI 来进行所有类型的日志记录？或者我是否应该尝试例如在 Azure 表存储中添加其他类型的日志记录，以用于对 AI 而言并非真正自然的日志记录类型（如果是这样的话，将不胜感激有关最佳实践的想法）？

标签： azureloggingarchitectureazure-application-insights

Answer 1

一如既往，这取决于。当然，您可以将 AI 用于所有日志记录，但这是有代价的。当您记录大量数据时，人工智能并不便宜。此外，根据您的用例，最大值。90天的保留期可能会太短。

需要考虑的一些事项：

• 您可以通过使用自定义的TelemetryClient. 从常见问题解答：

我一直想看到某些罕见的事件。我怎样才能让它们通过采样模块？

使用新的 TelemetryConfiguration（不是默认的 Active 配置）初始化 TelemetryClient 的单独实例。用它来发送你的罕见事件。

• 默认情况下不对指标进行抽样（来源）：

Application Insights 不会对指标和会话遥测类型进行采样。对于这些遥测类型，精度的降低可能是非常不可取的。

我们最终使用了混合场景：我们将所有指标和事件记录到 AI，因为对于快速分析，AI（尤其是Application Insights Query Analytics）是王道。

但我们还将汇总统计信息存储到 Azure 存储表，并将所有事件存储到 Azure 存储 Blob（您可以为此使用持续导出，但我们没有）。这使我们能够收集长期统计数据，并且通过将所有事件放在 blob 中，我们可以使用 Powerbi、Azure Data Lake Analytics 和其他工具进行分析和可视化。

看看这两个定价计划。我们有 5 个节点，所以我们确实选择了企业定价计划，因为每个节点的免费数据上限对我们有利。