Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
A tabela unificada de traços segue o modelo de dados de abrangência OpenTelemetry. Cada fila tem um vão. A tabela é agrupada por time.
| Coluna | Description | Tipo |
|---|---|---|
record_id |
Identificador único para esta linha da tabela. | STRING |
time |
Carimbo temporal em que o intervalo foi registado. | TIMESTAMP |
date |
Data UTC quando o vão foi registado. Útil para poda de partições. | DATE |
service_name |
Nome do serviço Unity Gateway (nome do endpoint). | STRING |
service_id |
Identificador do serviço nomeado em service_name. |
STRING |
trace_id |
Identificador partilhado por todos os spans numa única árvore de pedidos. Filtra isto para reconstruir um trilho completo. | STRING |
span_id |
Identificador único para este intervalo. | STRING |
trace_state |
Valor do cabeçalho OpenTelemetry tracestate , se presente. |
STRING |
parent_span_id |
span_id da extensão dos pais.
NULL Para raiz (uma por pedido). |
STRING |
flags |
OpenTelemetry trace sinaliza bitmask. | INT |
name |
Nome de span legível por humanos, por my-endpoint-mlflow/v1/chat/completionsexemplo. |
STRING |
kind |
Tipo de espaço: SPAN_KIND_SERVER (root, um por pedido) ou SPAN_KIND_CLIENT (chamada a jusante). |
STRING |
start_time_unix_nano |
O tempo de arranque em nanossegundos desde a época do Unix. | BIGINT |
end_time_unix_nano |
Tempo de fim em nanossegundos desde a época do Unix. | BIGINT |
attributes |
Estende atributos como um objeto VARIANTE. Os nomes das chaves contêm pontos; usar sintaxe entre parênteses para aceder a eles: attributes:['enduser.id']. Veja atributos principais abaixo. |
VARIANT |
dropped_attributes_count |
Número de atributos perdidos devido a limites. | INT |
events |
Variedade de eventos cronometrados ao longo do tempo. O tipo principal de evento é policy_evaluated, que regista detalhes de avaliação por apólice. Ver eventos de avaliação de políticas. |
ESTRUTURA ARRAY<> |
dropped_events_count |
Número de eventos eliminados devido a limites. | INT |
links |
Array de ligações para outros trechos ou trilhos. | ESTRUTURA ARRAY<> |
dropped_links_count |
Número de links eliminados devido a limites. | INT |
status |
Estado de expansão com code (STATUS_CODE_OK ou STATUS_CODE_ERROR) e opcional message. |
STRUCT |
resource |
Atributos de recursos que descrevem a entidade instrumentada, por exemplo service.name , e metadados do SDK. |
STRUCT |
resource_schema_url |
URL de esquema para as convenções semânticas de recursos. | STRING |
instrumentation_scope |
Nome e versão da biblioteca de instrumentação que produziu o trecho. | STRUCT |
span_schema_url |
URL de esquema para as convenções semânticas span. | STRING |
A tabela também contém colunas necessárias para a sua otimização física, nomeadamente agrupamento, que não são úteis para consultas. Estas colunas são nomeadas com um _ prefixo. Trata-os como detalhes de implementação que podem mudar em versões futuras.
Atributos principais
A coluna attributes é um VARIANT. Aceder a campos usando sintaxe de colchetes para chaves que contêm pontos: attributes:['gen_ai.request.model']. Retorna NULL a sintaxe dos backticks para estas chaves. As chaves presentes dependem se o span é uma chamada de serviço modelo (LLM) ou uma chamada de serviço MCP.
Serviço modelo (LLM) abrange:
| Attribute | Description |
|---|---|
databricks.api_type |
Tipo API de entrada, por exemplo openai/v1/responses. |
enduser.id |
Utilizador ou principal de serviço que fez o pedido. |
databricks.requester_type |
Tipo requester, por USERexemplo. |
databricks.request_id |
Azure Databricks-generated request ID. |
databricks.url |
URL completo do pedido. |
databricks.latency_ms |
Latência de pedido de ponta a ponta em milissegundos. |
databricks.time_to_first_byte_ms |
Tempo para o primeiro byte em milissegundos. |
databricks.action |
Tipo de tentativa, por exemplo initial_attempt ou retry. |
databricks.destination_id |
Modelo-alvo, por databricks-claude-sonnet-4-6exemplo. |
databricks.outcome |
success ou failure. |
gen_ai.operation.name |
Operação, por chatexemplo . |
gen_ai.request.model |
Modelo solicitado. |
gen_ai.provider.name |
Fornecedor, por databricksexemplo. |
gen_ai.usage.input_tokens |
Tokens de entrada consumidos. |
gen_ai.usage.output_tokens |
Tokens de saída gerados. |
http.response.status_code |
Código de status HTTP. |
error.type |
Tipo de erro nas falhas, por invalid_requestexemplo. |
mlflow.chat.tokenUsage |
Uso detalhado de tokens como string JSON. |
mlflow.spanInputs |
Carga útil de pedidos serializados. |
mlflow.spanOutputs |
Carga útil de resposta serializada (vazia em caso de falha). |
O serviço MCP abrange:
| Attribute | Description |
|---|---|
mcp.method.name |
Método MCP, por exemplo tools/list ou tools/call. |
gen_ai.operation.name |
Operação, por exemplo execute_tool para tools/call. |
gen_ai.tool.name |
Nome da ferramenta invocada, por atlassianUserInfoexemplo. |
gen_ai.tool.call.arguments |
Argumentos extraídos de ferramentas, como uma string JSON. |
gen_ai.tool.call.result |
Resultado extraído da ferramenta, como uma string JSON. |
databricks.requester_type |
Tipo requester, por USERexemplo. |
databricks.request_id |
Azure Databricks-generated request ID. |
databricks.tool.connection_type |
Tipo de ligação MCP, por exemplo EXTERNAL_MCP. |
tool_source |
Ligação de backup ou nome de servidor MCP gerido, por exemplo main.default.gh-conn (externo) ou code_interpreter (gerido). O nome do serviço MCP está na service_name coluna. |
tool_type |
Tipo de ferramenta, por external_connectionexemplo. |
workspace_id |
ID do espaço de trabalho. |
enduser.id |
Utilizador ou principal de serviço que fez o pedido. |
http.response.status_code |
Estado HTTP da chamada MCP. |
rpc.response.status_code |
JSON-RPC código de estado, por -32003exemplo. O sinal principal de falha do MCP. |
error.type |
Classificação de falhas, por exemplo policy_deny, upstream_error, ou internal_error. |
mlflow.spanType |
Tipo span.
TOOL para vãos MCP. Útil para WHERE filtrar. |
mlflow.spanInputs |
Pedido de JSON-RPC serializado. |
mlflow.spanOutputs |
Resposta MCP/JSON-RPC serializada. |
Atributos de aplicação da política (abrangência de serviço modelo e MCP):
Quando uma política bloqueia um pedido, o server span (o alcance raiz) define os seguintes atributos escalares. Como só são definidas quando uma política faz curto-circuito no pedido, também servem como um filtro rápido para "alguma política bloqueou este pedido?"
| Attribute | Description |
|---|---|
databricks.policy.name |
A política que bloqueou o pedido. A função Unity Catalog FQN para uma política personalizada, ou o rótulo de anexo para uma política incorporada.
<unknown> Se a apólice não for nomeada. |
databricks.policy.action |
Ação forçada, ou DENY .ASK |
Eventos de avaliação de políticas
A events coluna contém um array de policy_evaluated eventos, um por par avaliado (política, fase). É aqui que reside o detalhe por política, para além dos atributos escalares databricks.policy.* na extensão do servidor. Cada evento tem as seguintes chaves:
| Chave | Description |
|---|---|
policy.name |
Nome da apólice avaliada. |
policy.type |
Tipo de política, seja ou CUSTOMBUILTIN. |
policy.handler |
Responsável pela apólice. Apenas políticas integradas. |
policy.options |
Opções de handler. Apenas políticas integradas. |
policy.action |
Ação avaliada, uma de ALLOW, DENY, ou ASK. |
policy.phase |
Fase de avaliação, seja on_call ou .on_result Apenas apólices personalizadas. |
Quando uma política é executada em modo de ensaio (monitor ou sombra) com dry_run=true, a ação imposta é rebaixada para ALLOW que o pedido avance, e o veredito potencial seja registado sobre o mesmo evento:
| Chave | Description |
|---|---|
policy.dry_run_action |
A ação que teria sido aplicada, por DENYexemplo. A sua presença sinaliza que a política foi executada em modo de ensaio. |
policy.dry_run_reason |
Razão para a possível ação. |
policy.dry_run_transformed_message |
A carga útil que uma política de transformação ou máscara teria escrito. |