L’intégration de New Relic inclut une intégration permettant de signaler vos métriques Microsoft Azure Cognitive Services et d’autres données à New Relic. Ce document explique comment activer l'intégration et décrit les données rapportées.
Caractéristiques
New Relic collecte des données de métriques à partir d’Azure Monitor pour Azure Cognitive Services. Azure Cognitive Services est une collection d’API et de services prédéfinis qui permettent aux développeurs d’intégrer facilement des fonctionnalités intelligentes dans leurs applications sans avoir à créer et à former leurs propres modèles d’apprentissage machine. Certaines des fonctionnalités clés d’ Azure Cognitive Services incluent la vision, la parole, le langage, etc.
Grâce à New Relic, vous pouvez :
- Affichez les données Azure Cognitive Services dans un dashboard prédéfini.
- Exécutez une requête personnalisée et visualisez les données.
- Créez une condition d'alerte pour vous avertir des changements de données.
Activer l'intégration
Suivez la procédure d'intégration Azure Monitor standarde pour activer votre Azure service dans le monitoring infrastructure de New Relic.
configuration et sondage
Vous pouvez modifier la fréquence d'interrogation et filtrer les données à l'aide des options de configuration.
New Relic interroge vos services cognitifs Azure via l’intégration Azure Monitor selon un intervalle d’interrogation par défaut.
Rechercher et utiliser des données
Pour explorer vos données d’intégration, accédez à one.newrelic.com/infra > Azure > (select an integration).
données métriques
Cette intégration collecte les données métriques suivantes.
Mesures Azure Cognitive Services
métrique | Description |
|---|---|
| Nombre de fois que chaque fonctionnalité d'action apparaît. |
| Nombre moyen d'actions caractéristiques par événement. |
| Nombre de fois que chaque action apparaît. |
| Nombre moyen d'espace d'action de nommage par événement. |
| Nombre d'actions par événement. |
| Nombre de secondes transcrites. |
| Nombre de secondes traduites. |
| base de référence estimateur récompense globale. |
| base de référence estimateur récompense par créneau. |
| base de référence estimateur aléatoire récompense globale. |
| base de référence estimateur aléatoire récompense par emplacement. |
| Estimation du nombre d'événements aléatoires de la base de référence. |
| Estimation de la récompense aléatoire de base de référence. |
| Nombre d'appels ayant dépassé la limite de débit ou de quota. |
| nombre d'inférences du service Carnegie Frontdoor. |
| Nombre d'appels avec erreur côté client (code de réponse HTTP 4xx). |
| Nombre de transactions de vision par ordinateur. |
| Nombre d'appels à la modération d'images. |
| Nombre d'appels à la modération des textes. |
| Nombre de fois que chaque fonctionnalité de contexte apparaît. |
| Nombre de fonctionnalités de contexte par événement. |
| Nombre de contexte espace de nommage par événement. |
| Temps de formation Vision personnalisée. |
| Nombre de transactions de prédiction Custom Vision. |
| Taille des données entrantes en octets. |
| Taille des données sortantes en octets. |
| Nombre de caractères dans la demande de traduction du document. |
| Nombre de caractères dans la demande de traduction de document personnalisé. |
| Nombre d'images entraînées. 1 000 images formées par transaction. |
| Nombre de faces stockées, au prorata quotidien. Le nombre de visages stockés est signalé quotidiennement. |
| Nombre d'appel d'API effectué auprès du service Face. |
| fonctionnalité cardinalité basée sur l’action. |
| cardinalité des fonctionnalités basée sur le contexte. |
| cardinalité des fonctionnalités basée sur l'emplacement. |
| Nombre d'heures de formation traitées sur un modèle OpenAI FineTuned. |
| Nombre de jetons générés à partir d'un modèle OpenAI . |
| Nombre d'images Custom Vision stockées. |
| latence en millisecondes. |
| Nombre d'événements appris. |
| Nombre de requests de compréhension de l'intention de parole de LUIS. |
| Nombre de requests de texte LUIS. |
| Nombre de récompenses correspondantes. |
| Nombre d'événements ignorés. |
| Nombre d'emplacements par événement. |
| Nombre de profils d'intervenants inscrits. Au prorata horaire. |
| Nombre de récompenses observées. |
| Récompense globale de l'estimateur en ligne. |
| Estimateur de récompense en ligne par emplacement. |
| Estimation du nombre d'événements en ligne. |
| Estimation de récompense en ligne. |
| Nombre de caractères traités par Immersive Reader. |
| Nombre de dossiers médicaux traités. |
| Nombre d'images traitées. |
| Nombre de pages traitées. |
| Nombre de jetons prompt traités sur un modèle OpenAI . |
| Nombre d'enregistrements de texte. |
| Nombre d'enregistrements de texte traités. |
| La limite de débit actuelle de la clé ratelimit. |
| Récompense moyenne par événement. |
| Nombre d'appels avec erreur interne de service (code de réponse HTTP 5xx). |
| Nombre de fois que chaque fonctionnalité d'emplacement apparaît. |
| Nombre moyen de fonctionnalités de slot par événement. |
| Nombre de fois que chaque emplacement apparaît. |
| Nombre moyen de créneaux espace de nommage par événement. |
| Récompense par emplacement. |
| Nombre de transactions de reconnaissance du locuteur. |
| Nombre d'heures d'hébergement du modèle de discours. |
| Nombre d'appels réussis. |
| Pourcentage de disponibilité. |
| Nombre de caractères. |
| Nombre de caractères dans la demande de traduction de texte entrante. |
| Nombre de caractères dans la demande de traduction de texte personnalisé entrante. |
| Nombre de caractères formés à l'aide de la traduction de texte. |
| Nombre de jetons d'inférence traités sur un modèle OpenAI . |
| Nombre total d'appels. |
| Nombre total d'appels avec réponse d'erreur (code de réponse HTTP 4xx ou 5xx). |
| Nombre d'événement. |
| Nombre total d'appels de jetons. |
| Estimation du nombre d'événements de référence définis par l'utilisateur. |
| Estimation de la récompense de base de référence définie par l'utilisateur. |
| Nombre d'heures d'hébergement du modèle Voice. |
| Nombre de minutes de formation du modèle vocal. |