Proč v pracovním prostoru protokolů chybí protokoly informací o funkcích Azure?

Odstraňování problémů s chybějícími protokoly funkcí Azure v Application Insights

Práce s Azure Functions často vypadá jako vytvoření dobře promazaného automatizačního motoru. Co se ale stane, když z vašeho pracovního prostoru Application Insights zmizí některé důležité protokoly? 🤔 Je to výzva, které jsem nedávno čelil při vývoji funkce Timer Trigger Azure Function. Moje protokoly na úrovni informací, které perfektně fungovaly v konzole protokolů Azure Portal, záhadně chyběly v pracovním prostoru protokolů.

Zpočátku jsem předpokládal, že je vše správně nakonfigurováno. Koneckonců, Application Insights jsem nastavil během vytváření mé Function App a zdálo se, že nastavení telemetrie fungovalo hned po vybalení. Jako vývojář není nic záhadnějšího, než vidět, že se protokoly Upozornění a Chyby zobrazují správně, zatímco protokoly Informace nikde nejsou. Kde se schovávali?

Tento problém mi připomněl podobný okamžik při ladění webové aplikace. Protokoly chyb křičely „Opravte mě!“ zatímco jemné záznamy na informační úrovni proklouzly pod radarem. Je to trochu jako hledání chybějícího dílku skládačky – víte, že existuje, ale nevidíte ho na hromádce. 🧩 Často zde hraje roli nastavení host.json a telemetrie Azure.

V tomto článku rozeberu hlavní příčinu tohoto problému a jak jej vyřešit krok za krokem. Provedu vás řešením od konfigurací host.json až po ověření prahových hodnot úrovně protokolu. Zajistěme, aby si ty chybějící Protokoly informací našly cestu zpět do vašeho pracovního prostoru Protokoly.

Pochopení chybějících protokolů funkcí Azure a jak to vyřešit

Skripty poskytnuté dříve mají za cíl vyřešit běžný problém kde Protokoly na informační úrovni generované funkcí Azure se nezobrazují v pracovním prostoru protokoly, i když se zobrazují v konzole protokolu Azure Portal. K této nesrovnalosti často dochází v důsledku nesprávné konfigurace v souboru host.json, nedostatečného nastavení telemetrie nebo problémů s integrací Application Insights. Pomocí příkazů jako ConfigureFunctionsWorkerDefaults() a AddApplicationInsightsTelemetryWorkerService(), zajišťujeme, že Application Insights zachycuje protokoly podle očekávání. Tyto skripty vytvářejí pevný základ pro shromažďování a správu telemetrických dat.

Nejprve `HostBuilder` v Program.cs nastaví pracovní prostředí Azure Functions. Metoda ConfigureFunctionsWorkerDefaults() zajišťuje, že se inicializuje veškerý požadovaný middleware pro funkce Azure. Umožňuje také vlastní protokolování a konfiguraci vkládání závislostí. Dále explicitně registrujeme Application Insights pomocí AddApplicationInsightsTelemetryWorkerService(). Tento krok zajišťuje, že shromažďování telemetrie je správně nakonfigurováno pro funkce Azure nespouštěné protokolem HTTP. Představte si například ladění Funkce spouštění časovače: Bez Application Insights se sledování výkonu a identifikace problémů stává manuálním a časově náročným procesem. 🔧

Soubor host.json hraje klíčovou roli při řízení toho, jaké úrovně protokolů se zaznamenávají. Nastavením `LogLevel` na Information ve výchozí sekci i v sekci Application Insights explicitně definujeme, že musí být zpracovávány protokoly na úrovni informací. Vlastnost samplingSettings však může někdy odfiltrovat protokoly, což vede k chybějícím položkám v pracovním prostoru Protokoly. Zakázáním vzorkování (`"isEnabled": false`) zajistíme zachycení všech telemetrických dat, včetně informačních protokolů. To je zvláště důležité při řešení problémů s výrobou, kdy i drobné detaily mohou odhalit hlavní příčinu. Jednou jsem čelil situaci, kdy malá zpráva LogInformation pomohla odhalit špatně nakonfigurovaný plánovač. 🎯

Nakonec testovací skript jednotky ověří, že protokoly na různých úrovních – Informace, Varování a Chyba – jsou správně vysílány a zachyceny. Použití SetMinimumLevel(), zajistíme, že záznamník zpracovává všechny záznamy na požadovaném prahu nebo nad ním. V našem příkladu jsme ověřili, že se informační protokoly zobrazují, když jsou explicitně nakonfigurovány. Psaní jednotkových testů, jako je tento, zajišťuje, že chování protokolování je konzistentní napříč prostředími a zabraňuje překvapením během nasazení. Společně tyto skripty poskytují komplexní řešení pro odstraňování problémů s chybějícími protokoly Azure Functions a optimalizaci shromažďování telemetrie ve vašich cloudových aplikacích.

// Solution 1: Proper Host Configuration and Log Filtering
using Microsoft.Extensions.Hosting;
using Microsoft.Extensions.DependencyInjection;
using Microsoft.Extensions.Logging;
public class Program
{
    public static void Main(string[] args)
    {
        var host = new HostBuilder()
            .ConfigureFunctionsWorkerDefaults()
            .ConfigureServices(services =>
            {
                services.AddApplicationInsightsTelemetryWorkerService();
                services.Configure<LoggerFilterOptions>(options =>
                {
                    options.MinLevel = LogLevel.Information;
                });
            })
            .Build();
        host.Run();
    }
}

// host.json Configuration
{
  "version": "2.0",
  "logging": {
    "LogLevel": {
      "Default": "Information",
      "Microsoft": "Warning",
      "Function": "Information"
    },
    "applicationInsights": {
      "LogLevel": {
        "Default": "Information"
      },
      "samplingSettings": {
        "isEnabled": false
      }
    }
  }
}

using Microsoft.Extensions.Logging;
public class MyFunction
{
    private readonly ILogger _logger;
    public MyFunction(ILoggerFactory loggerFactory)
    {
        _logger = loggerFactory.CreateLogger<MyFunction>();
    }
    public void Run()
    {
        _logger.LogInformation("Executing Information level log.");
        _logger.LogWarning("This is a Warning level log.");
        _logger.LogError("This is an Error level log.");
    }
}

using Xunit;
using Microsoft.Extensions.Logging;
public class LogTests
{
    [Fact]
    public void VerifyInformationLogsAreCaptured()
    {
        var loggerFactory = LoggerFactory.Create(builder =>
        {
            builder.AddConsole();
            builder.SetMinimumLevel(LogLevel.Information);
        });
        var logger = loggerFactory.CreateLogger("TestLogger");
        logger.LogInformation("This is a test Information log.");
        Assert.True(true, "Information log captured successfully.");
    }
}

Řešení chybějících protokolů funkcí Azure prozkoumáním telemetrických dat

Další kritický aspekt protokolů funkcí Azure, které se nezobrazují v pracovním prostoru protokolů, zahrnuje konfiguraci telemetrického kanálu používanou Application Insights. Ve výchozím nastavení používají Azure Functions sadu Application Insights SDK, která ukládá protokoly do vyrovnávací paměti před jejich odesláním do koncového bodu telemetrie. Toto ukládání do vyrovnávací paměti však může zpozdit nebo vynechat určité položky protokolu, jako jsou Protokoly na úrovni informací kvůli vzorkování nebo nesprávnému vyprázdnění telemetrických dat. Zajištění správného chování telemetrického kanálu je zásadní pro udržení konzistentních protokolů.

Jedním z často přehlížených faktorů je nastavení vzorkování konfigurace v host.json. Když je povoleno vzorkování, do Application Insights se odešle pouze zlomek protokolů, aby se snížil objem dat a náklady. Pokud jsou však informační protokoly pro ladění kritické, musíte vzorkování buď úplně zakázat (`"isEnabled": false`), nebo upravit logiku vzorkování, abyste zajistili zachycení všech nezbytných protokolů. Například jsem čelil problému, kdy povolení vzorkování způsobilo náhodné poklesy v nekritických informačních protokolech, což vedlo k frustraci během ladění produkce. 💻

Navíc pomocí Spláchnout příkazy zajistí, že veškerá telemetrie s vyrovnávací pamětí je odeslána okamžitě, čímž se zabrání ztrátě dat. Ve scénářích, kde Azure Functions běží pod spouštěči s vysokou zátěží, jako jsou požadavky HTTP nebo spouštěče časovače, se ukládání telemetrie do vyrovnávací paměti může rychle hromadit, což způsobuje zpoždění. Výslovným voláním TelemetryClient.Flush() nebo ověřením konektivity koncového bodu telemetrie mohou vývojáři snížit nekonzistence protokolů a udržovat přesné monitorovací prostředí. V konečném důsledku umožňuje vyvážení vzorkování, ukládání do vyrovnávací paměti a proplachování optimální viditelnost protokolu při minimalizaci nákladů.

Zajištění viditelnosti protokolů v protokolech funkcí Azure