• EnglishEspañol日本語한국어Português
  • EntrarComeçar agora

Esta tradução de máquina é fornecida para sua comodidade.

Caso haja alguma divergência entre a versão em inglês e a traduzida, a versão em inglês prevalece. Acesse esta página para mais informações.

Criar um problema

Integração de monitoramento do Azure Machine Learning

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

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

Copyright © 2024 New Relic Inc.

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.