Por que os logs de informações da função Azure estão ausentes no espaço de trabalho de logs?

Solução de problemas de logs de funções do Azure ausentes no Application Insights

Trabalhar com o Azure Functions geralmente é como construir um mecanismo de automação bem lubrificado. Mas o que acontece quando alguns logs cruciais desaparecem do seu espaço de trabalho do Application Insights? 🤔 É um desafio que enfrentei recentemente ao desenvolver uma Função Azure Timer Trigger. Meus logs de nível de informação, que funcionavam perfeitamente no console de log do Portal do Azure, estavam misteriosamente ausentes no espaço de trabalho Logs.

A princípio, presumi que tudo estava configurado corretamente. Afinal, eu configurei o Application Insights durante a criação do meu aplicativo de funções, e a configuração da telemetria parecia funcionar imediatamente. Como desenvolvedor, não há nada mais intrigante do que ver os logs de Avisos e Erros aparecerem corretamente enquanto os logs de informações não são encontrados em lugar nenhum. Onde eles estavam se escondendo?

Esse problema me lembrou de um momento semelhante ao depurar um aplicativo da web. Os logs de erros gritavam “Conserte-me!” enquanto os registros sutis de nível de informação passaram despercebidos. É um pouco como procurar uma peça que falta no quebra-cabeça – sabendo que ela existe, mas sem vê-la na pilha. 🧩 As configurações host.json e de telemetria do Azure geralmente desempenham um papel aqui.

Neste artigo, analisarei a causa raiz desse problema e como resolvê-lo passo a passo. Das configurações do host.json à verificação dos limites do nível de log, orientarei você na solução. Vamos garantir que os registros de informações ausentes retornem ao seu espaço de trabalho de registros.

Noções básicas sobre logs de funções do Azure ausentes e como resolvê-los

Os scripts fornecidos anteriormente visam resolver um problema comum em que Logs de nível de informação gerados por uma Função do Azure não aparecem no espaço de trabalho Logs, mesmo que apareçam no console de log do Portal do Azure. Esta discrepância ocorre frequentemente devido à configuração inadequada no ficheiro host.json, configurações de telemetria insuficientes ou problemas com a integração do Application Insights. Usando comandos como ConfigureFunctionsWorkerDefaults() e AddApplicationInsightsTelemetryWorkerService(), garantimos que o Application Insights captura os logs conforme esperado. Esses scripts estabelecem uma base sólida para a coleta e gerenciamento de dados de telemetria.

Primeiro, o `HostBuilder` em Program.cs configura o ambiente de trabalho do Azure Function. O método ConfigureFunctionsWorkerDefaults() garante que todo o middleware necessário para o Azure Functions seja inicializado. Ele também permite registro personalizado e configuração de injeção de dependência. Em seguida, registamos explicitamente o Application Insights utilizando AddApplicationInsightsTelemetryWorkerService(). Esta etapa garante que a coleta de telemetria esteja configurada corretamente para Azure Functions não acionadas por HTTP. Por exemplo, imagine depurar uma Função de acionamento de timer: sem o Application Insights, monitorar o desempenho e identificar problemas se torna um processo manual e demorado. 🔧

O arquivo host.json desempenha um papel fundamental no controle de quais níveis de log são capturados. Ao definir `LogLevel` como Information nas seções padrão e do Application Insights, definimos explicitamente que os logs de nível de informação devem ser processados. No entanto, a propriedade samplingSettings às vezes pode filtrar logs, levando à falta de entradas no espaço de trabalho Logs. Ao desabilitar a amostragem (`"isEnabled": false`), garantimos que todos os dados de telemetria, incluindo registros de informações, sejam capturados. Isto é particularmente importante ao solucionar problemas de produção onde até mesmo pequenos detalhes podem revelar a causa raiz. Certa vez, enfrentei uma situação em que uma pequena mensagem LogInformation ajudou a descobrir um agendador mal configurado. 🎯

Por fim, o script de teste de unidade verifica se os logs em diferentes níveis (Informação, Aviso e Erro) são emitidos e capturados corretamente. Usando DefinirNívelMínimo(), garantimos que o criador de logs processe todos os logs no limite desejado ou acima dele. Em nosso exemplo, validamos que os logs de informações aparecem quando configurados explicitamente. Escrever testes unitários como esse garante que o comportamento do log seja consistente em todos os ambientes, evitando surpresas durante a implantação. Juntos, estes scripts fornecem uma solução abrangente para resolver problemas de registos de Função Azure em falta e otimizar a recolha de telemetria nas suas aplicações na nuvem.

// 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.");
    }
}

Resolvendo logs de funções do Azure ausentes explorando dados de telemetria

Outro aspecto crítico dos logs do Azure Function que não aparecem no espaço de trabalho Logs envolve a configuração do canal de telemetria usada pelo Application Insights. Por padrão, o Azure Functions usa o SDK do Application Insights, que armazena em buffer os logs antes de enviá-los para o ponto de extremidade de telemetria. Esse buffer, no entanto, pode atrasar ou omitir certas entradas de log, como logs de nível de informação devido à amostragem ou liberação inadequada de dados de telemetria. Garantir o comportamento adequado do canal de telemetria é crucial para manter logs consistentes.

Um fator muitas vezes esquecido é o amostragemConfigurações configuração em host.json. Quando a amostragem está habilitada, apenas uma fração dos logs é enviada ao Application Insights para reduzir o volume de dados e os custos. No entanto, se os logs de informações forem críticos para a depuração, você deverá desabilitar a amostragem completamente (`"isEnabled": false`) ou ajustar a lógica de amostragem para garantir que todos os logs necessários sejam capturados. Por exemplo, enfrentei um problema em que a ativação da amostragem causava quedas aleatórias nos logs de informações não críticas, causando frustração durante a depuração da produção. 💻

Além disso, usando Lavar comandos garantem que toda a telemetria em buffer seja enviada imediatamente, evitando perda de dados. Em cenários em que as Funções do Azure são executadas sob gatilhos de alta carga, como pedidos HTTP ou gatilhos de temporizador, o buffer de telemetria pode acumular-se rapidamente, causando atrasos. Chamando explicitamente TelemetryClient.Flush() ou verificando a conectividade do endpoint de telemetria, os desenvolvedores podem reduzir inconsistências de log e manter um ambiente de monitoramento preciso. Em última análise, o balanceamento de amostragem, armazenamento em buffer e liberação permite uma visibilidade ideal do registro e, ao mesmo tempo, minimiza os custos.

Garantindo a visibilidade do log nos logs de funções do Azure