将 IoT Edge 解决方案与 Application Insights 集成的最佳实践是什么?当前的 IoT Edge 生产 list [1] 引用了“logspout-loganalytics”项目,但该项目似乎并未由 Microsoft 官方维护,并且已经一年多没有更新。
几个较旧的教程 [2] 建议在边缘运行“microsoft/applicationinsights”docker 镜像来收集和发送日志记录,但现在已被 Microsoft 标记为已弃用。
那么,当前 Microsoft 建议将 Azure IoT Edge 项目连接到 App Insights 的最佳实践是什么?
[1] https://learn.microsoft.com/en-us/azure/iot-edge/production-checklist
[2] https://learn.microsoft.com/en-us/azure/azure-monitor/app/docker
最佳答案
这取决于您要监视的内容。也许,最简单的方法是检测模块代码并直接调用 Application Insights API。
logspout 模块专门用于发送到(容器)模块中的 stdout 或 stderror 的 Docker 日志,因此它对于 Application Insights 来说有些正交。
关于azure - 当前物联网边缘解决方案的应用程序洞察集成最佳实践,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57594929/
多年来,这一直是令人困惑和沮丧的根源。假设您导入了一个文档记录特别差的模块,并且您需要的某个方法只有 **kwargs 作为其参数,您应该如何知道该方法正在检查哪些键? def test(**kwar
一:背景 1. 讲故事 前几天写了一篇 如何洞察 .NET程序 非托管句柄泄露 的文章,文中使用 WinDbg 的 !htrace 命令实现了句柄泄露的洞察,在文末我也说了,Wi
所以我正在尝试使用 Facebook Python API提取我们的参与数据(点赞、分享等,基本上是 Facebook 网站上“洞察”选项卡下的所有内容)。 我已设法通过 API 建立连接并使访问 t
我注意到从 facebook insights 返回的数据在从 API 获取数据时与从 CSV 导出数据中获取时存在一致的差异。例如,对于某个指标 (page_impressions_unique_d
我用 Python 创建了一个 XGBoost 模型,并使用以下代码来更好地理解该模型: xgb.plot_importance(model) 或 xgb.plot_importance(model,
谁能告诉我 Visual Studio 的内存转储中概述的行为类型 正常吗?例如,StackExchange.Redis.PhysicalConnection 在包含大小(字节)上运行得那么高吗?还是
谁能告诉我 Visual Studio 的内存转储中概述的行为类型 正常吗?例如,StackExchange.Redis.PhysicalConnection 在包含大小(字节)上运行得那么高吗?还是