Intégration d'Azure Machine Learning monitoring

L’intégration de New Relic inclut une intégration permettant de signaler vos données Azure Machine Learning à New Relic. Ce document explique comment activer cette intégration et décrit les données qui peuvent être signalées.

Activer l'intégration

Pour activer l’intégration, suivez les procédures standard pour activer votre service Azure dans New Relic.

configuration et sondage

Vous pouvez modifier la fréquence d'interrogation et filtrer les données à l'aide des options de configuration.

Informations d’interrogation par défaut pour l’intégration d’Azure Machine Learning :

Intervalle d'interrogation de New Relic : 5 minutes

Rechercher et utiliser des données

Pour trouver vos données d’intégration, accédez à one.newrelic.com > All capabilities > Infrastructure > Azure et sélectionnez une intégration.

Vous pouvez interroger et explorer vos données en utilisant le type d'événement suivant :

Entité	Type d'événement	Fournisseur
Espace de travail	`AzureMachineLearningWorkspaceSample`	`AzureMachineLearningWorkspace`

Pour en savoir plus sur l’utilisation de vos données, consultez Comprendre et utiliser les données d’intégration.

données métriques

Cette intégration collecte des données Azure Machine Learning pour Workspace.

Données de l'espace de travail d'apprentissage machine

métrique	Unité	Description
`completedRuns`	Compter	Nombre d'exécutions terminées avec succès pour cet espace de travail
`startedRuns`	Compter	Nombre d'exécutions démarrées pour cet espace de travail
`failedRuns`	Compter	Nombre d'exécutions ayant échoué pour cet espace de travail
`modelRegisterSucceeded`	Compter	Nombre d'enregistrements de modèles réussis dans cet espace de travail
`modelRegisterFailed`	Compter	Nombre d'enregistrements de modèles ayant échoué dans cet espace de travail
`modelDeployStarted`	Compter	Nombre de déploiements de modèle démarrés dans cet espace de travail
`modelDeploySucceeded`	Compter	Nombre de déploiements de modèles réussis dans cet espace de travail
`modelDeployFailed`	Compter	Nombre de déploiements de modèles ayant échoué dans cet espace de travail
`totalNodes`	Compter	Nombre total de nœuds. Ce total comprend certains nœuds actifs, nœuds inactifs, nœuds inutilisables, nœuds préemptés et nœuds sortants.
`activeNodes`	Compter	Nombre de nœuds actifs. Ce sont les nœuds qui exécutent activement une tâche.
`idleNodes`	Compter	Nombre de nœuds inactifs. Les nœuds inactifs sont les nœuds qui n'exécutent aucune tâche mais peuvent accepter une nouvelle tâche si elle est disponible.
`unusableNodes`	Compter	Nombre de nœuds inutilisables. Les nœuds inutilisables ne sont pas fonctionnels en raison d'un problème insoluble. Azure recyclera ces nœuds.
`preemptedNodes`	Compter	Nombre de nœuds préemptés. Ces nœuds sont les nœuds à faible priorité qui sont retirés du pool de nœuds disponibles.
`leavingNodes`	Compter	Nombre de nœuds partants. Les nœuds sortants sont les nœuds qui viennent de terminer le traitement d'une tâche et qui passeront à l'état inactif.
`totalCores`	Compter	Nombre total de cœurs
`activeCores`	Compter	Nombre de cœurs actifs
`idleCores`	Compter	Nombre de cœurs inactifs
`unusableCores`	Compter	Nombre de cœurs inutilisables
`preemptedCores`	Compter	Nombre de cœurs préemptés
`leavingCores`	Compter	Nombre de noyaux sortants
`quotaUtilizationPercent`	Pour cent	Pourcentage du quota utilisé
`cpuUtilizationPercent`	Pour cent	Utilisation du processeur
`gpuUtilizationPercent`	Pour cent	Utilisation du GPU