azure-diagnostics

Azure 诊断

权威指南 — 必须遵守

本文档是调试和排查 Azure 生产问题的官方来源。请按照以下说明系统地诊断和解决常见的 Azure 服务问题。

触发条件

当用户想要以下操作时，激活此技能：

• 调试或排查生产问题
• 诊断 Azure 服务中的错误
• 分析应用程序日志或指标
• 修复镜像拉取、冷启动或健康探测问题
• 调查 Azure 资源为何失败
• 查找应用程序错误的根本原因
• 排查应用服务问题（高 CPU、部署失败、崩溃、响应缓慢、TLS/自定义域名）
• 响应诸如“排查应用服务”、“应用服务高 CPU”或“应用服务部署失败”等提示
• 排查 Azure 函数应用（调用失败、超时、绑定错误）
• 查找与函数应用关联的 App Insights 或 Log Analytics 工作区
• 排查 AKS 集群、节点、Pod、Ingress 或 Kubernetes 网络问题
• 排查 Azure 消息 SDK 问题（事件中心、服务总线连接失败、AMQP 错误、消息锁问题）

规则

1. 从系统诊断流程开始
2. 尽可能使用 AppLens (MCP) 进行 AI 驱动的诊断
3. 在深入分析日志之前，先检查资源健康状态
4. 根据服务类型选择合适的故障排除指南
5. 记录发现和已尝试的修复步骤
6. 将 AKS 事件路由到专门的 AKS 故障排除文档

---

快速诊断流程

1. 识别症状 - 什么失败了？
2. 检查资源健康 - Azure 是否健康？
3. 查看日志 - 日志显示什么？
4. 分析指标 - 性能模式？
5. 调查近期变更 - 发生了什么变化？

---

按服务分类的故障排除指南

服务	常见问题	参考
容器应用	镜像拉取失败、冷启动、健康探测、端口不匹配	container-apps/
应用服务	高 CPU、部署失败、崩溃、响应缓慢、TLS/自定义域名	app-service/
函数应用	应用详情、调用失败、超时、绑定错误、冷启动、缺少应用设置	functions/
AKS	集群访问、节点、kube-system、调度、崩溃循环、Ingress、DNS、升级	AKS 故障排除
消息	事件中心和服务总线 SDK 错误、AMQP 失败、消息锁、连接问题	消息故障排除

---

路由

• 将容器应用和函数应用的诊断保留在此父技能中。
• 将活跃的 AKS 事件、AKS 特定的接收、证据收集和修复指导路由到 AKS 故障排除。
• 将 Azure 消息 SDK 故障排除（事件中心、服务总线）路由到 消息故障排除。

---

快速参考

常用诊断命令

# 检查资源健康
az resource show --ids RESOURCE_ID
# 查看活动日志
az monitor activity-log list -g RG --max-events 20
# 容器应用日志
az containerapp logs show --name APP -g RG --follow
# 函数应用日志（查询 App Insights 跟踪）
az monitor app-insights query --apps APP-INSIGHTS -g RG \
  --analytics-query "traces | where timestamp > ago(1h) | order by timestamp desc | take 50"

AppLens (MCP 工具)

对于 AI 驱动的诊断，使用：

mcp_azure_mcp_applens
  intent: "诊断 <resource-name> 的问题"
  command: "diagnose"
  parameters:
    resourceId: "<resource-id>"

提供：
- 自动问题检测
- 根本原因分析
- 修复建议

Azure Monitor (MCP 工具)

用于查询日志和指标：

mcp_azure_mcp_monitor
  intent: "查询 <resource-name> 的日志"
  command: "logs_query"
  parameters:
    workspaceId: "<workspace-id>"
    query: "<KQL-query>"

常见诊断查询请参见 kql-queries.md。

---

检查 Azure 资源健康

使用 MCP

mcp_azure_mcp_resourcehealth
  intent: "检查 <resource-name> 的健康状态"
  command: "get"
  parameters:
    resourceId: "<resource-id>"

使用 CLI

# 检查特定资源健康
az resource show --ids RESOURCE_ID

# 检查近期活动
az monitor activity-log list -g RG --max-events 20

---

参考

• KQL 查询库
• Azure Resource Graph 查询
• 应用服务故障排除
• 函数应用故障排除
• 消息故障排除