Habilitar o log de diagnósticos para Microsoft Foundry

Este artigo fornece instruções passo a passo para habilitar o log de diagnóstico de um recurso do Microsoft Foundry. Esses logs fornecem dados avançados e frequentes sobre a operação de um recurso que você pode usar para identificação e depuração de problemas. Antes de continuar, você deve ter uma conta Azure com uma assinatura para pelo menos um recurso Microsoft Foundry.

Pré-requisitos

Para habilitar o log de diagnóstico, você precisa selecionar um local para armazenar seus dados de log. Este tutorial usa o Armazenamento do Microsoft Azure e o Log Analytics.

  • Armazenamento do Azure – mantém os logs de diagnóstico para auditoria de política, análise estática ou backup. A conta de armazenamento não precisa estar na mesma assinatura que o recurso que emite os logs, desde que o usuário que configura essa definição tenha o acesso apropriado do controle de acesso baseado em função do Azure (Azure RBAC) a ambas as assinaturas.
  • Log Analytics – uma ferramenta flexível de pesquisa e análise de logs que você pode usar para analisar logs brutos gerados por um recurso de Azure.

Note

Habilitar a coleta de log de diagnóstico

Comece habilitando o log de diagnóstico usando o portal Azure.

Note

Para habilitar esse recurso usando o PowerShell ou o CLI do Azure, consulte Coletar e consumir dados de log de seus recursos de Azure.

  1. Acesse o portal do Azure. Em seguida, localize e selecione um recurso Microsoft Foundry.
  2. Em seguida, no menu de navegação à esquerda, localize Monitoramento e selecione Configurações de diagnóstico. Essa tela contém todas as configurações de diagnóstico criadas anteriormente para esse recurso.
  3. Se houver uma configuração de diagnóstico criada anteriormente que você deseja usar, selecione-a agora. Caso contrário, selecione + Adicionar configuração de diagnóstico.
  4. Insira um nome para a configuração. Em seguida, selecione Arquivar em uma conta de armazenamento e Enviar para o Log Analytics.
  5. Quando for solicitado a fazer a configuração, selecione a conta de armazenamento e o workspace do OMS que você deseja usar para armazenar seus logs de diagnósticos.

    Note

    Se você não tiver uma conta de armazenamento ou workspace do OMS, siga os prompts para criar uma.

  6. Selecione Logs de Auditoria, Logs de Solicitação e Resposta, Uso de Solicitações do Azure OpenAI e AllMetrics. Para uma descrição de cada categoria de log disponível, consulte referência de dados de monitoramento do Azure OpenAI.
  7. Selecione Salvar.

Pode levar até duas horas até que os dados de log fiquem disponíveis para consulta e análise, portanto, não se preocupe se você não vir nada imediatamente.

Exibir logs no Armazenamento do Azure

Quando você encaminha logs de diagnóstico para uma conta de armazenamento, o Azure Monitor grava os registros de log emitidos na forma de blobs JSON. Cada categoria de log é armazenada em seu próprio contêiner nomeado insights-logs-<category> (por exemplo, insights-logs-audit ou insights-logs-requestresponse).

  1. No portal do Azure, localize o recurso de Armazenamento do Azure que você selecionou quando habilitou as configurações de diagnóstico.
  2. No menu de navegação à esquerda, localize o Armazenamento de Dados e selecione Contêineres.
  3. Selecione o insights-logs-<category> contêiner para a categoria de log que você deseja examinar, como insights-logs-requestresponse.
  4. Faça uma busca detalhada no caminho do blob para localizar os logs correspondentes ao seu recurso e ao intervalo desejado. Os blobs são organizados por ID do recurso e carimbo de data/hora, por exemplo: resourceId=/SUBSCRIPTIONS/.../PROVIDERS/MICROSOFT.COGNITIVESERVICES/ACCOUNTS/<resource-name>/y=<year>/m=<month>/d=<day>/h=<hour>/m=00/PT1H.json.
  5. Selecione o PT1H.json blob e selecione Baixar para salvá-lo. Cada blob contém JSON delimitado por linha, em que cada linha é um único registro de log.

Para saber mais sobre como os logs de diagnóstico são armazenados, consulte logs de recursos do Azure. Para saber o que você pode fazer com os dados de blob em Armazenamento do Azure, consulte Armazenamento do Azure.

Exibir logs no Log Analytics

Siga essas instruções para explorar os dados de análise de logs para seu recurso.

  1. No portal do Azure, localize e selecione Log Analytics no menu de navegação à esquerda.
  2. Localize e selecione o recurso que você criou ao habilitar o diagnóstico.
  3. Em geral, localize e selecione Logs. Nessa página, você pode executar consultas em seus logs.

Exemplos de consultas

Aqui estão algumas consultas Kusto básicas que você pode usar para explorar os dados de log.

Execute esta consulta para todos os logs de diagnóstico do recurso Microsoft Foundry por um período de tempo especificado:

AzureDiagnostics
| where ResourceProvider == "MICROSOFT.COGNITIVESERVICES"

Execute esta consulta para medir a latência da solicitação por código de resposta, incluindo os percentis P50, P90, P95 e P99:

AzureDiagnostics
| where TimeGenerated between (todatetime('<StartDateTime>') .. todatetime('<EndDateTime>'))
| where ResourceId has "<YourResourceID>"
| where Category == "RequestResponse"
| project TimeGenerated, ResponseCode = ResultSignature, DurationMs, OperationName
| summarize
    RequestCount = count(),
    P50 = percentile(DurationMs, 50),
    P90 = percentile(DurationMs, 90),
    P95 = percentile(DurationMs, 95),
    P99 = percentile(DurationMs, 99)
    by ResponseCode, OperationName
| order by RequestCount desc

Execute esta consulta para medir a contagem de solicitações por código de resposta:

AzureDiagnostics
| where TimeGenerated between (todatetime('<StartDateTime>') .. todatetime('<EndDateTime>'))
| where ResourceId has "<YourResourceID>"
| where Category == "RequestResponse"
| project TimeGenerated, ResponseCode = ResultSignature
| summarize RequestCount = count() by ResponseCode
| order by RequestCount desc

Execute esta consulta para examinar todas as métricas emitidas:

AzureMetrics
| where TimeGenerated between (todatetime('<StartDateTime>') .. todatetime('<EndDateTime>'))
| project MetricName, Total, Count, Maximum, Minimum, Average, TimeGrain, UnitName

Próximas Etapas