如何使用Datadog监控Azure Container Apps Jobs的失败率？

由于Datadog暂未提供Azure Container Apps Jobs的专属集成，可通过以下几种方式实现失败率追踪：

1. 导入Azure Monitor原生指标至Datadog #

Azure Container Apps Jobs在Azure Monitor中自带核心执行指标，可通过Datadog的Azure集成抓取这些指标并计算失败率：

• 确认Datadog的Azure集成已启用，并选中Microsoft.App/jobs资源类型；
• 利用Azure Monitor提供的三类关键指标：
  • ExecutionsFailed：失败的Job执行次数
  • ExecutionsSucceeded：成功的Job执行次数
  • ExecutionsTotal：总Job执行次数
• 在Datadog中通过自定义查询计算失败率，示例查询：

  sum(azure.app.jobs.executions_failed) / sum(azure.app.jobs.executions_total) * 100
  

• 基于该查询创建仪表盘面板或告警规则，实现实时监控。

2. 采集并解析Job执行日志 #

通过日志统计失败率，适用于需要更细粒度状态分析的场景：

• 将Azure Container Apps Jobs的执行日志输出到Azure Log Analytics；
• 配置Datadog的Azure Log Analytics集成，将日志同步至Datadog；
• 在Datadog日志处理管道中，提取日志中的执行状态字段（例如日志中包含的Job execution completed with status: [Failed/Succeeded]内容）；
• 用日志查询计算失败率，示例：

  count(status:Failed) / count(*) * 100
  

• 可将该统计结果转化为指标，添加到仪表盘持续监控。

3. 在Job代码中上报自定义指标 #

如果需要更灵活的追踪逻辑，可在Job容器代码中主动向Datadog上报状态指标：

• 在Job容器中配置Datadog API密钥作为环境变量；
• 使用对应语言的Datadog SDK（如Python、Go），在任务执行成功时上报my.job.execution.succeeded 1，失败时上报my.job.execution.failed 1；
• 在Datadog中通过以下查询计算失败率：

  sum(my.job.execution.failed) / (sum(my.job.execution.failed) + sum(my.job.execution.succeeded)) * 100
  

内容的提问来源于stack exchange，提问作者Frostie