Azure Resource Health e Diagnóstico de Problemas

Este fluxo de trabalho analisa um recurso específico do Azure para avaliar seu status de saúde, diagnosticar problemas potenciais usando logs e dados de telemetria, e desenvolver um plano de remediação abrangente para quaisquer problemas descobertos.

Pré-requisitos

• Servidor Azure MCP configurado e autenticado
• Recurso Azure de destino identificado (nome e, opcionalmente, grupo de recursos/assinatura)
• O recurso deve estar implantado e em execução para gerar logs/telemetria
• Preferir ferramentas Azure MCP (azmcp-*) em vez de Azure CLI direto quando disponível

Etapas do Fluxo de Trabalho

Etapa 1: Obter Melhores Práticas do Azure

Ação: Recuperar melhores práticas de diagnóstico e solução de problemas Ferramentas: Ferramenta de melhores práticas do Azure MCP Processo:

1. Carregar Melhores Práticas:
   • Executar a ferramenta de melhores práticas do Azure para obter diretrizes de diagnóstico
   • Focar em padrões de monitoramento de saúde, análise de logs e resolução de problemas
   • Usar essas práticas para informar a abordagem de diagnóstico e as recomendações de remediação

Etapa 2: Descoberta e Identificação de Recursos

Ação: Localizar e identificar o recurso Azure de destino Ferramentas: Ferramentas Azure MCP + fallback do Azure CLI Processo:

1. Pesquisa de Recursos:

   • Se apenas o nome do recurso for fornecido: Pesquisar em todas as assinaturas usando azmcp-subscription-list
   • Usar az resource list --name <resource-name> para encontrar recursos correspondentes
   • Se várias correspondências forem encontradas, solicitar ao usuário que especifique a assinatura/grupo de recursos
   • Coletar informações detalhadas do recurso:
     • Tipo de recurso e status atual
     • Localização, tags e configuração
     • Serviços associados e dependências

2. Detecção do Tipo de Recurso:

   • Identificar o tipo de recurso para determinar a abordagem de diagnóstico apropriada:
     • Web Apps/Function Apps: Logs de aplicativos, métricas de desempenho, rastreamento de dependências
     • Máquinas Virtuais: Logs do sistema, contadores de desempenho, diagnósticos de inicialização
     • Cosmos DB: Métricas de solicitação, limitação, estatísticas de partição
     • Contas de Armazenamento: Logs de acesso, métricas de desempenho, disponibilidade
     • Banco de Dados SQL: Desempenho de consulta, logs de conexão, utilização de recursos
     • Application Insights: Telemetria de aplicativos, exceções, dependências
     • Key Vault: Logs de acesso, status do certificado, uso de segredos
     • Service Bus: Métricas de mensagens, filas de mensagens mortas, taxa de transferência

Etapa 3: Avaliação do Status de Saúde

Ação: Avaliar a saúde e disponibilidade atuais do recurso Ferramentas: Ferramentas de monitoramento do Azure MCP + Azure CLI Processo:

1. Verificação Básica de Saúde:

   • Verificar o estado de provisionamento e o status operacional do recurso
   • Verificar a disponibilidade e a capacidade de resposta do serviço
   • Revisar alterações recentes de implantação ou configuração
   • Avaliar a utilização atual do recurso (CPU, memória, armazenamento, etc.)

2. Indicadores de Saúde Específicos do Serviço:

   • Web Apps: Códigos de resposta HTTP, tempos de resposta, tempo de atividade
   • Bancos de Dados: Taxa de sucesso de conexão, desempenho de consulta, deadlocks
   • Armazenamento: Porcentagem de disponibilidade, taxa de sucesso de solicitação, latência
   • VMs: Diagnósticos de inicialização, métricas do sistema operacional convidado, conectividade de rede
   • Functions: Taxa de sucesso de execução, duração, frequência de erros

Etapa 4: Análise de Logs e Telemetria

Ação: Analisar logs e telemetria para identificar problemas e padrões Ferramentas: Ferramentas de monitoramento do Azure MCP para consultas do Log Analytics Processo:

1. Encontrar Fontes de Monitoramento:

   • Usar azmcp-monitor-workspace-list para identificar workspaces do Log Analytics
   • Localizar instâncias do Application Insights associadas ao recurso
   • Identificar tabelas de log relevantes usando azmcp-monitor-table-list

2. Executar Consultas de Diagnóstico: Usar azmcp-monitor-log-query com consultas KQL direcionadas com base no tipo de recurso:

   Análise Geral de Erros:

   // Recent errors and exceptions
   union isfuzzy=true 
       AzureDiagnostics,
       AppServiceHTTPLogs,
       AppServiceAppLogs,
       AzureActivity
   | where TimeGenerated > ago(24h)
   | where Level == "Error" or ResultType != "Success"
   | summarize ErrorCount=count() by Resource, ResultType, bin(TimeGenerated, 1h)
   | order by TimeGenerated desc
   

   Análise de Desempenho:

   // Performance degradation patterns
   Perf
   | where TimeGenerated > ago(7d)
   | where ObjectName == "Processor" and CounterName == "% Processor Time"
   | summarize avg(CounterValue) by Computer, bin(TimeGenerated, 1h)
   | where avg_CounterValue > 80
   

   Consultas Específicas de Aplicativo: