Azure Machine Learningモニタリングの統合

New Relic の統合には、Azure Machine Learning のデータを New Relic にレポートするための統合があります。このドキュメントでは、この統合を有効にする方法と、レポート可能なデータについて説明します。

統合をアクティブ化する

統合を有効にするには、標準的な手順に従って、 New Relic で Azure サービスを有効にしてください。

構成とポーリング

構成オプションを使用して、ポーリング頻度とフィルターデータを変更できます。

デフォルトポーリング Azure Machine Learningインテグレーションの情報です。

New Relicのポーリング間隔：5分

データを見つけて使用する

インテグレーションデータを検索するには、 one.newrelic.com > All capabilities > Infrastructure > Azureに移動してインテグレーションを選択してください。

次のイベントタイプを使用して、データのクエリと探索を行うことができます。

エンティティ	イベントタイプ	プロバイダー
ワークスペース	`AzureMachineLearningWorkspaceSample`	`AzureMachineLearningWorkspace`

データの使用方法の詳細については、統合データの理解と使用を参照してください。

メトリックデータ

この統合は、WorkspaceのAzure Machine Learningデータを収集します。

機械学習ワークスペースデータ

メトリック	ユニット	説明
`completedRuns`	Count	このワークスペースで正常に完了したランの数
`startedRuns`	Count	このワークスペースで開始されたランの数
`failedRuns`	Count	このワークスペースで失敗したランの数
`modelRegisterSucceeded`	Count	このワークスペースで成功したモデル登録の数
`modelRegisterFailed`	Count	このワークスペースで失敗したモデル登録の数
`modelDeployStarted`	Count	このワークスペースで開始されたモデル・デプロイメントの数
`modelDeploySucceeded`	Count	このワークスペースで成功したモデルのデプロイメントの数
`modelDeployFailed`	Count	このワークスペースで失敗したモデルのデプロイメントの数
`totalNodes`	Count	総ノード数。この総数には、アクティブなノード、アイドルノード、使用できないノード、プリエンプトされたノード、離脱するノードの一部が含まれる。
`activeNodes`	Count	アクティブなノードの数。アクティブにジョブを実行しているノードの数です。
`idleNodes`	Count	アイドルノードの数。アイドルノードとは、ジョブを実行していないが、新しいジョブがあれば受け入れることができるノードのことです。
`unusableNodes`	Count	使用できないノードの数。使用できないノードは、解決できない問題のために機能していません。Azureはこれらのノードをリサイクルします。
`preemptedNodes`	Count	プリエンプトされたノードの数。これらのノードは、利用可能なノードプールから取り除かれた優先度の低いノードです。
`leavingNodes`	Count	リービングノードの数。離脱ノードとは、ジョブの処理を終えたばかりのノードで、アイドル状態になります。
`totalCores`	Count	総コア数
`activeCores`	Count	アクティブコアの数
`idleCores`	Count	アイドルコアの数
`unusableCores`	Count	使えないコアの数
`preemptedCores`	Count	プリエンプトされたコアの数
`leavingCores`	Count	残すコア数
`quotaUtilizationPercent`	パーセント	割当量の利用率
`cpuUtilizationPercent`	パーセント	CPU使用率
`gpuUtilizationPercent`	パーセント	GPU使用率

この機械翻訳は、参考として提供されています。