如何配置Azure存储队列未处理消息持续告警？

方案一：基于Azure Monitor指标规则的精准配置 #

默认的Queue Message Count指标用Average聚合易误触发，但可通过调整指标规则的聚合逻辑实现需求：

• 选择指标Queue Message Count，维度指定Queue（确保监控单个队列维度）
• 将聚合方式改为Minimum，时间粒度根据X小时的精度需求设置（比如5分钟）
• 设置阈值为大于0，再配置连续违规次数：例如X=2小时、时间粒度5分钟时，连续违规次数设为24次（2*60/5）
• 该逻辑确保只有当每个时间周期内的最小消息数都大于0，且连续满足设定次数时才触发告警，彻底规避短时峰值误报

方案二：通过存储队列日志+Log Analytics实现自定义告警 #

由于Queue Message Count指标未同步到Log Analytics，可通过启用诊断日志并编写Kusto查询实现：

1. 开启诊断日志收集：在存储账户的「诊断设置」中，开启队列日志收集，选择发送至目标Log Analytics Workspace，勾选StorageQueueLogs类别
2. 编写Log Analytics查询：通过分析入队、出队操作日志，计算队列的未处理消息数并判断是否连续X小时大于0。示例查询（X=2小时）：

StorageQueueLogs
| where TimeGenerated > ago(2h)
| where OperationName in ("PutMessage", "GetMessage", "DeleteMessage")
| summarize 
    TotalEnqueued = countif(OperationName == "PutMessage"),
    TotalDequeued = countif(OperationName in ("GetMessage", "DeleteMessage"))
    by QueueName
| where (TotalEnqueued - TotalDequeued) > 0
| extend CurrentUnprocessedCount = TotalEnqueued - TotalDequeued

3. 创建日志告警规则：基于上述查询设置触发条件为「结果数大于0」，评估频率设为1小时，持续监控队列消息数状态

方案对比 #

• 方案一配置简单，依赖原生指标，无需额外资源消耗；适合对配置复杂度要求低的场景
• 方案二更灵活，支持自定义复杂逻辑，但需要启用日志收集，会产生一定的Log Analytics资源开销

内容的提问来源于stack exchange，提问作者DxG