Miért hiányoznak az Azure Function Information naplók a Logs Workspace-ből?

Hiányzó Azure Function Logs hibaelhárítása az Application Insights szolgáltatásban

Az Azure Functions szolgáltatással való munka gyakran olyan, mintha egy jól olajozott automatizálási motort építene fel. De mi történik, ha néhány fontos napló eltűnik az Application Insights munkaterületéről? 🤔 Ez egy olyan kihívás, amellyel a közelmúltban szembesültem egy Timer Trigger Azure Function fejlesztése során. Az Azure Portal naplókonzoljában tökéletesen működő információszintű naplóim rejtélyes módon hiányoztak a Logs munkaterületről.

Először azt hittem, hogy minden megfelelően van beállítva. Végül is a Function App létrehozása során beállítottam az Application Insights szolgáltatást, és úgy tűnt, hogy a telemetriai beállítások azonnal működnek. Fejlesztőként nincs rejtélyesebb, mint látni, hogy a Figyelmeztetés és a Hiba naplók megfelelően jelennek meg, miközben az információs naplók sehol sem találhatók. Hol bujkáltak?

Ez a probléma egy hasonló pillanatra emlékeztetett egy webalkalmazás hibakeresése során. A hibanaplók „Javíts ki!” miközben a finom Információs szintű naplók becsúsztak a radar alá. Kicsit olyan, mintha egy hiányzó puzzle-darabot keresnénk – tudjuk, hogy létezik, de nem látjuk a kupacban. 🧩 Az Azure host.json és telemetriai beállításai gyakran szerepet játszanak itt.

Ebben a cikkben lépésről lépésre lebontom a probléma kiváltó okát és a megoldás módját. A host.json konfigurációktól egészen a naplózási szintű küszöbértékek ellenőrzéséig végigvezetem a megoldáson. Gondoskodjunk arról, hogy a hiányzó Információs naplók visszakerüljenek a Logs munkaterületre.

A hiányzó Azure-funkciónaplók megértése és megoldása

A korábban biztosított szkriptek egy gyakori probléma megoldását célozzák, ahol Információs szintű naplók egy Azure-függvény által generált nem jelennek meg a Naplók munkaterületen, bár megjelennek az Azure Portal naplókonzoljában. Ez az eltérés gyakran a host.json fájl helytelen konfigurációja, elégtelen telemetriai beállítások vagy az Application Insights integrációjával kapcsolatos problémák miatt következik be. Olyan parancsok használatával, mint pl ConfigureFunctionsWorkerDefaults() és AddApplicationInsightsTelemetryWorkerService(), biztosítjuk, hogy az Application Insights a várt módon rögzítse a naplókat. Ezek a szkriptek szilárd alapot teremtenek a telemetriai adatok gyűjtéséhez és kezeléséhez.

Először is, a Program.cs `HostBuilder`je beállítja az Azure Function-munkavégző környezetet. A módszer ConfigureFunctionsWorkerDefaults() biztosítja az Azure Functions összes szükséges köztes szoftverének inicializálását. Lehetővé teszi az egyéni naplózást és a függőségi befecskendezési konfigurációt is. Ezután kifejezetten regisztráljuk az Application Insights szolgáltatást az AddApplicationInsightsTelemetryWorkerService() segítségével. Ez a lépés biztosítja, hogy a telemetriai adatgyűjtés megfelelően legyen konfigurálva a nem HTTP-alapú Azure-függvényekhez. Képzelje el például egy Timer Trigger Function hibakeresését: Application Insights nélkül a teljesítmény nyomon követése és a problémák azonosítása manuális és időigényes folyamattá válik. 🔧

A host.json fájl kulcsszerepet játszik a rögzítési naplószintek szabályozásában. Az alapértelmezett és az Application Insights részben a `LogLevel` Information értékre állításával kifejezetten meghatározzuk, hogy az információs szintű naplókat fel kell dolgozni. A samplingSettings tulajdonság azonban néha kiszűrheti a naplókat, ami hiányzó bejegyzésekhez vezethet a Naplók munkaterületen. A mintavételezés letiltásával ("isEnabled": false') biztosítjuk, hogy minden telemetriai adat rögzítésre kerüljön, beleértve az információs naplókat is. Ez különösen fontos a gyártási problémák hibaelhárítása során, ahol még az apró részletek is felfedhetik a kiváltó okot. Egyszer szembesültem olyan helyzettel, amikor egy kis LogInformation üzenet segített feltárni egy rosszul konfigurált ütemezőt. 🎯

Végül az egységteszt szkript ellenőrzi, hogy a különböző szintű naplók – Információ, Figyelmeztetés és Hiba – megfelelően vannak-e kiadva és rögzítve. Használata SetMinimumLevel(), biztosítjuk, hogy a naplózó minden naplót a kívánt küszöbértéken vagy felette dolgozzon fel. Példánkban ellenőriztük, hogy az információs naplók akkor jelennek meg, ha kifejezetten be vannak állítva. Az ehhez hasonló egységtesztek írása biztosítja, hogy a naplózási viselkedés konzisztens legyen a különböző környezetekben, elkerülve a meglepetéseket a telepítés során. Ezek a szkriptek együttesen átfogó megoldást kínálnak a hiányzó Azure Function naplók hibaelhárítására és a telemetriai adatgyűjtés optimalizálására a felhőalkalmazásokban.

// 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.");
    }
}

A hiányzó Azure-funkciónaplók feloldása a telemetriai adatok felfedezésével

A Logs munkaterületen nem megjelenő Azure Function naplók másik kritikus szempontja az Application Insights által használt telemetriai csatorna konfiguráció. Alapértelmezés szerint az Azure Functions az Application Insights SDK-t használja, amely puffereli a naplókat, mielőtt elküldi azokat a telemetriai végponthoz. Ez a pufferelés azonban késleltethet vagy kihagyhat bizonyos naplóbejegyzéseket, például az Információs szintű naplókat a telemetriai adatok mintavételezése vagy nem megfelelő kiürítése miatt. A telemetriai csatorna megfelelő viselkedésének biztosítása alapvető fontosságú a konzisztens naplók fenntartásához.

Az egyik gyakran figyelmen kívül hagyott tényező az mintavételi beállítások konfiguráció a host.json fájlban. Ha a mintavétel engedélyezve van, a naplóknak csak egy része kerül elküldésre az Application Insightsnak az adatmennyiség és a költségek csökkentése érdekében. Ha azonban az információs naplók kritikusak a hibakereséshez, akkor vagy teljesen le kell tiltani a mintavételezést ("isEnabled": false), vagy módosítani kell a mintavételezési logikát, hogy biztosítsa az összes szükséges napló rögzítését. Például egy olyan problémával szembesültem, ahol a mintavételezés engedélyezése véletlenszerűen csökkent a nem kritikus információs naplókban, ami frusztrációhoz vezetett az éles hibakeresés során. 💻

Ezen túlmenően, használva Öblítés parancsok biztosítják, hogy minden pufferelt telemetria azonnal elküldésre kerüljön, elkerülve az adatvesztést. Azokban a forgatókönyvekben, amikor az Azure Functions nagy terhelésű triggerek, például HTTP-kérelmek vagy időzítő triggerek mellett fut, a telemetriai pufferelés gyorsan felhalmozódhat, ami késéseket okozhat. A TelemetryClient.Flush() kifejezett meghívásával vagy a telemetriai végpont-kapcsolat ellenőrzésével a fejlesztők csökkenthetik a naplózási inkonzisztenciákat, és pontos megfigyelési környezetet tarthatnak fenn. Végső soron a mintavételezés, a pufferelés és az öblítés kiegyensúlyozása optimális naplóláthatóságot tesz lehetővé, miközben minimalizálja a költségeket.

Napló láthatóságának biztosítása az Azure Function Logs-ban