Azure現(xiàn)在能自動分析VM故障原因，助用戶快速調試

微軟現(xiàn)在讓Azure用戶可以了解虛擬機發(fā)生原因的根本問題，借由使用新的根本原因分析（Root Cause Analysis，RCA）引擎，解析Azure平臺設備和服務的遙測資料，經過關聯(lián)和歸因分析之后，對不同故障狀況給出根本原因解釋。

現(xiàn)有的Azure資源健康狀態(tài)總覽功能，可以協(xié)助用戶診斷影響Azure服務的問題，該功能會提供當前和過去的運行狀況，顯示每個人信息源無法使用的時間，但是無法提供發(fā)生問題的潛在原因，而現(xiàn)在微軟強化Azure資源健康狀態(tài)總覽功能，以提供用戶更多有關于資源運行的狀況，以及導致問題發(fā)生的背景信息。

現(xiàn)在當虛擬機發(fā)生可用性問題時，用戶除了可以快速獲得通知之外，當自動化根本原因分析（RCA）確定導致虛擬機出現(xiàn)故障的Azure平臺組件，用戶便可查看調查細節(jié)。RCA引擎的原理和背后技術核心，源自于Azure資料總管（ADX），這是一個大規(guī)模日志遙測分析系統(tǒng)，經優(yōu)化所提供的資料服務，Azure資料總管能夠解析Azure平臺設備與服務的數(shù)TB日志遙測資料，并且經過綜合分析后，給出故障的詳細信息。

自動化根本原因分析有幾個階段，第一階段是定義分析觸發(fā)事件，RCA需要確認虛擬機是不是在非預期的情況下重新啟動，因此觸發(fā)事件便是從啟動狀態(tài)變成關閉狀態(tài)的轉換，微軟解釋，在大多數(shù)情況下，利用平臺遙測資料來識別這些轉換很簡單，但是在部分類型的基礎設施故障時，便會很困難，而且平臺遙測可能會因為設備故障或是斷電而失效。為了處理這類型的故障，微軟必須使用其他類型的技術，像是資料丟失關注，來作為虛擬機運行狀態(tài)轉換的可能指標。

在確認觸發(fā)事件之后，接下來便要進行相關性分析，Azure平臺上的系統(tǒng)，包括主機或是存儲等各部分，都有各自的遙測饋送，RCA引擎需要對這些遙測資料進行解析，并找出與虛擬機觸發(fā)事件的關聯(lián)，通過了解可能導致虛擬機故障的底層系統(tǒng)相依關系圖，將所有相依系統(tǒng)的健康狀態(tài)集成在一起，過濾時間相近的虛擬機轉換事件，來探索相關性。

在相關性分析結束后，輸出會是一個人信息料集，來表示虛擬機停機時間相關的平臺遙測資料，以提供判斷虛擬機故障的可能原因。RCA引擎會根據這個人信息料集，應用歸因規(guī)則來解釋信息，并將其轉換成為用戶能夠理解的消息。

最后一個階段則是將根本原因發(fā)布到Azure資源健康狀態(tài)總覽，供用戶查看故障的進一步信息，微軟提到，因為信息流可能會因為各種資料延遲，而推延出現(xiàn)的時間，所以在這個過程可能會偶爾更新分析信息，以反映更具體更細節(jié)的根本原因。