Miksi Azure-toimintotietolokit puuttuvat lokityötilasta?

Puuttuvien Azure-toimintolokien vianmääritys Application Insightsissa

Työskentely Azure Functionsin kanssa tuntuu usein hyvin öljytyn automaatiomoottorin rakentamiselta. Mutta mitä tapahtuu, kun tärkeät lokit katoavat Application Insights -työtilastasi? 🤔 Se on haaste, jonka kohtasin äskettäin kehittäessäni Timer Trigger Azure Function -toimintoa. Tietotason lokini, jotka toimivat täydellisesti Azure Portal -lokikonsolissa, puuttuivat mystisesti Lokit-työtilasta.

Aluksi luulin, että kaikki oli asetettu oikein. Loppujen lopuksi olin määrittänyt Application Insightsin Function App -sovellukseni luomisen aikana, ja telemetria-asetukset näyttivät toimivan heti. Kehittäjänä ei ole mitään hämmentävämpää kuin se, että Varoitus- ja Virhe-lokit näkyvät oikein, vaikka tietolokeja ei löydy mistään. Missä he olivat piilossa?

Tämä ongelma muistutti minua samanlaisesta hetkestä verkkosovelluksen virheenkorjauksessa. Virhelokit huusivat "Korjaa minut!" kun taas hienovaraiset tietotason lokit liukuivat tutkan alle. Se on vähän kuin puuttuvan palapelin etsimistä – tietää sen olemassaolosta, mutta ei aivan nähdä sitä kasassa. 🧩 Azuren host.json- ja telemetria-asetukset vaikuttavat usein tähän.

Tässä artikkelissa kerron tämän ongelman perimmäisen syyn ja sen ratkaisemisen vaihe vaiheelta. Ohjaan sinut ratkaisun läpi aina host.json-määrityksistä lokitason kynnysten vahvistamiseen. Varmistetaan, että puuttuvat tietolokit löytävät tiensä takaisin Lokit-työtilaan.

Puuttuvien Azure-toimintolokien ymmärtäminen ja sen ratkaiseminen

Aiemmin toimitetut skriptit pyrkivät ratkaisemaan yleisen ongelman Tietotason lokit Azure-funktion luomat tiedot eivät näy Lokit-työtilassa, vaikka ne näkyvät Azure Portal -lokikonsolissa. Tämä ristiriita johtuu usein host.json-tiedoston virheellisestä määrityksestä, riittämättömistä telemetria-asetuksista tai Application Insights -integraatioon liittyvistä ongelmista. Käyttämällä komentoja, kuten ConfigureFunctionsWorkerDefaults() ja AddApplicationInsightsTelemetryWorkerService(), varmistamme, että Application Insights kaappaa lokit odotetulla tavalla. Nämä komentosarjat luovat vahvan perustan telemetriatietojen keräämiselle ja hallinnalle.

Ensin Program.cs:n HostBuilder määrittää Azure Function -työympäristön. Menetelmä ConfigureFunctionsWorkerDefaults() varmistaa, että kaikki Azure Functionsin vaadittavat väliohjelmistot on alustettu. Se mahdollistaa myös mukautetun kirjaamisen ja riippuvuuden lisäyksen määrityksen. Seuraavaksi rekisteröimme Application Insights nimenomaisesti käyttämällä AddApplicationInsightsTelemetryWorkerService(). Tämä vaihe varmistaa, että telemetriakokoelma on määritetty oikein ei-HTTP-käynnistäville Azure-toiminnoille. Kuvittele esimerkiksi Timer Trigger Function -virheenkorjaus: Ilman Application Insightsia suorituskyvyn seurannasta ja ongelmien tunnistamisesta tulee manuaalinen ja aikaa vievä prosessi. 🔧

host.json-tiedostolla on keskeinen rooli kaapattavien lokitasojen hallinnassa. Asettamalla "LogLevel"-asetukseksi Information sekä oletus- että Application Insights -osiossa, määritämme nimenomaisesti, että tietotason lokit on käsiteltävä. samplingSettings-ominaisuus voi kuitenkin joskus suodattaa lokit pois, mikä johtaa puuttuviin merkintöihin Lokit-työtilassa. Poistamalla näytteenoton ("isEnabled": false') varmistamme, että kaikki telemetriatiedot, mukaan lukien tietolokit, kerätään. Tämä on erityisen tärkeää tuotantoongelmien vianmäärityksessä, joissa pienetkin yksityiskohdat saattavat paljastaa perimmäisen syyn. Olen kerran kohdannut tilanteen, jossa pieni LogInformation -viesti auttoi paljastamaan väärin määritetyn aikataulun. 🎯

Lopuksi yksikkötestikoodi varmistaa, että eri tasoiset lokit – tiedot, varoitus ja virhe – lähetetään ja tallennetaan oikein. Käyttämällä SetMinimumLevel(), varmistamme, että loggeri käsittelee kaikki lokit halutun kynnyksen tai sen yläpuolella. Esimerkissämme vahvistimme, että tietolokit näkyvät, kun ne on määritetty erikseen. Tällaisten yksikkötestien kirjoittaminen varmistaa, että kirjauskäyttäytyminen on johdonmukaista kaikissa ympäristöissä, mikä estää yllätyksiä käyttöönoton aikana. Yhdessä nämä komentosarjat tarjoavat kattavan ratkaisun puuttuvien Azure Function -lokien vianmääritykseen ja pilvisovellustesi telemetrian keräämisen optimointiin.

// 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.");
    }
}

Ratkaise puuttuvat Azure-toimintolokit tutkimalla telemetriatietoja

Toinen tärkeä näkökohta Azure Function -lokeissa, jotka eivät näy Logs-työtilassa, on Application Insightsin käyttämä telemetriakanava-määritys. Oletusarvoisesti Azure Functions käyttää Application Insights SDK:ta, joka puskuroi lokit ennen niiden lähettämistä telemetrian päätepisteeseen. Tämä puskurointi voi kuitenkin viivästyttää tai jättää pois tiettyjä lokimerkintöjä, kuten Tietotason lokit, johtuen telemetriatietojen näytteenotosta tai virheellisestä huuhtelusta. Telemetriakanavan oikeanlaisen toiminnan varmistaminen on ratkaisevan tärkeää yhtenäisten lokien ylläpitämiseksi.

Yksi usein huomiotta jätetty tekijä on näytteenottoasetukset määritykset tiedostossa host.json. Kun otanta on käytössä, vain murto-osa lokeista lähetetään Application Insightsille tiedon määrän ja kustannusten vähentämiseksi. Jos tietolokit ovat kuitenkin tärkeitä virheenkorjauksen kannalta, sinun on joko poistettava otanta kokonaan käytöstä ("isEnabled": false') tai säädettävä otantalogiikka varmistaaksesi, että kaikki tarvittavat lokit tallennetaan. Esimerkiksi kohtasin ongelman, jossa otannan käyttöön ottaminen aiheutti satunnaisia ​​pudotuksia ei-kriittisissä tietolokeissa, mikä johti turhautumiseen tuotannon virheenkorjauksen aikana. 💻

Lisäksi käyttämällä Huuhtele komennot takaavat, että kaikki puskuroitu telemetria lähetetään välittömästi, jolloin vältetään tietojen menetys. Skenaarioissa, joissa Azure Functions toimii suuren kuormituksen laukaisimien, kuten HTTP-pyyntöjen tai ajastinlaukaisujen, alla, telemetriapuskurointi voi kertyä nopeasti ja aiheuttaa viiveitä. Kutsumalla nimenomaisesti TelemetryClient.Flush() tai tarkistamalla telemetrian päätepisteen yhteydet, kehittäjät voivat vähentää lokien epäjohdonmukaisuuksia ja ylläpitää tarkkaa valvontaympäristöä. Loppujen lopuksi näytteenoton, puskuroinnin ja huuhtelun tasapainottaminen mahdollistaa optimaalisen lokin näkyvyyden ja minimoi kustannukset.

Lokin näkyvyyden varmistaminen Azure-toimintolokeissa