Integração de monitoramento do Azure Machine Learning

A integração da New Relic inclui uma integração para relatar seus dados Azure Machine Learning para a New Relic. Este documento explica como ativar essa integração e descreve os dados que podem ser relatados.

Ativar integração

Para habilitar a integração siga os procedimentos padrão para ativar seu serviço Azure no New Relic.

Configuração e polling

Você pode alterar a frequência de pesquisa e filtrar dados usando opções de configuração.

Informações de sondagem padrão para a integração Azure Machine Learning:

Intervalo de sondagem New Relic : 5 minutos

Encontre e use dados

Para encontrar seus dados de integração, acesse one.newrelic.com > All capabilities > Infrastructure > Azure e selecione uma integração.

Você pode consultar e explorar seus dados usando o seguinte tipo de evento:

Entidade	Tipo de evento	Fornecedor
Área de trabalho	`AzureMachineLearningWorkspaceSample`	`AzureMachineLearningWorkspace`

Para saber mais sobre como usar seus dados, consulte Compreender e usar dados de integração.

Dados métricos

Esta integração recolhe dados do Azure Machine Learning para o Workspace.

Dados do espaço de trabalho de aprendizado de máquina

Métrica	Unidade	Descrição
`completedRuns`	Contar	Número de execuções concluídas com sucesso para este espaço de trabalho
`startedRuns`	Contar	Número de execuções iniciadas para este espaço de trabalho
`failedRuns`	Contar	Número de execuções com falha neste workspace
`modelRegisterSucceeded`	Contar	Número de registros de modelo bem-sucedidos neste espaço de trabalho
`modelRegisterFailed`	Contar	Número de registros de modelo que falharam neste workspace
`modelDeployStarted`	Contar	Número de implantação de modelo iniciadas neste espaço de trabalho
`modelDeploySucceeded`	Contar	Número de implantação de modelo que tiveram sucesso neste espaço de trabalho
`modelDeployFailed`	Contar	Número de implantação de modelo que falhou neste espaço de trabalho
`totalNodes`	Contar	Número total de nós. Este total inclui alguns nós ativos, nós ociosos, nós inutilizáveis, nós preemptados e nós finais.
`activeNodes`	Contar	Número de nós ativos. Estes são os nós que estão executando ativamente um trabalho.
`idleNodes`	Contar	Número de nós ociosos. Nós ociosos são os nós que não estão executando nenhum trabalho, mas podem aceitar novos trabalhos, se disponíveis.
`unusableNodes`	Contar	Número de nós inutilizáveis. Nós inutilizáveis não funcionam devido a algum problema insolúvel. O Azure reciclará esses nós.
`preemptedNodes`	Contar	Número de nós preemptados. Esses nós são os nós de baixa prioridade que são retirados do pool de nós disponível.
`leavingNodes`	Contar	Número de nós que saem. Os nós restantes são os nós que acabaram de processar um trabalho e irão para o estado Idle.
`totalCores`	Contar	Número total de núcleos
`activeCores`	Contar	Número de núcleos ativos
`idleCores`	Contar	Número de núcleos ociosos
`unusableCores`	Contar	Número de núcleos inutilizáveis
`preemptedCores`	Contar	Número de núcleos preemptados
`leavingCores`	Contar	Número de núcleos que saem
`quotaUtilizationPercent`	Por cento	Porcentagem da cota utilizada
`cpuUtilizationPercent`	Por cento	Utilização da CPU
`gpuUtilizationPercent`	Por cento	Utilização de GPU