如何排查Application Insights遥测问题？本地日志或抛异常方案

一、配置Application Insights客户端生成本地日志与增强 Verbosity #

要定位问题，首先得让AI客户端输出内部运行细节，同时强制暴露异常：

• 启用AI客户端内部日志：在appsettings.json中添加以下配置，把AI相关日志级别拉满，让Serilog捕获这些细节：

  {
    "ApplicationInsights": {
      "InstrumentationKey": "你的密钥",
      "Logging": {
        "LogLevel": {
          "Default": "Trace",
          "Microsoft.ApplicationInsights": "Trace"
        }
      }
    },
    "Serilog": {
      "MinimumLevel": {
        "Override": {
          "Microsoft.ApplicationInsights": "Trace"
        }
      }
    }
  }
  

  这样AI客户端的连接状态、发送重试、序列化失败等细节都会被记录到本地日志里。

• 强制AI客户端抛出异常：默认AI会吞掉大部分异常，避免影响业务。可以在初始化TelemetryClient时开启异常抛出，直接暴露上报失败的问题：

  var telemetryConfig = TelemetryConfiguration.CreateDefault();
  telemetryConfig.InstrumentationKey = "你的密钥";
  // 上报失败时直接抛出异常，不再静默处理
  telemetryConfig.TelemetryChannel.OnSendFailed += (sender, e) =>
  {
      throw new Exception("Application Insights遥测发送失败", e.Exception);
  };
  var telemetryClient = new TelemetryClient(telemetryConfig);
  

二、本地Docker容器中的排查操作 #

既然能在Docker里复现问题，重点抓容器内的日志和运行状态：

• 实时监控容器日志：执行docker logs -f <容器ID>，实时查看Serilog输出的AI日志，重点盯这些关键词：

  • Send：遥测发送的请求状态
  • Retry：是否触发重试逻辑
  • Failed：发送失败的具体原因
  • Connection：连接相关的错误提示

• 进入容器做基础检查：用docker exec -it <容器ID> bash（Linux容器）进入容器内部：

  • 测试网络连通性：执行curl https://dc.services.visualstudio.com/v2/track，确认容器能正常访问AI的上报端点，排除网络/防火墙限制
  • 查看本地日志文件：如果Serilog输出到文件，直接打开文件过滤AI相关条目，找异常线索

• 调整容器资源配额：有时候容器内存/CPU不足会导致AI上报线程被阻塞，尝试调高容器的资源限制，看问题是否缓解。

三、调试器中的排查操作 #

不管是本地调试还是远程调试Docker容器，都可以做这些操作：

• 跟踪TelemetryClient的发送流程：

  • 在telemetryClient.Track*方法、StartOperation的using块Dispose处设断点，确认每次遥测是否被正常提交
  • 检查TelemetryClient.Context的配置，确认InstrumentationKey、会话ID等关键参数是否正确
  • 查看TelemetryClient.TelemetryChannel的状态：比如InMemoryChannel的QueueLength，如果队列持续增长，说明发送线程被阻塞或发送失败

• 捕获AI客户端的内部异常：

  • 在TelemetryChannel.OnSendFailed事件上设断点，一旦触发就能直接拿到发送失败的异常详情
  • 开启Visual Studio的“异常设置”，勾选“Common Language Runtime Exceptions”，即使异常被吞掉，调试器也会在抛出时中断

• 定位RabbitMQ消息头的影响：

  • 复现问题时，捕获当前处理的RabbitMQ消息头，逐个移除或修改，找到触发问题的特定消息头
  • 检查消息头是否包含特殊字符、超长内容，这类内容可能导致AI遥测序列化失败（比如污染了RequestTelemetry的属性）

四、其他排查思路 #

• 检查采样配置：确认是否开启了遥测采样，且采样规则是否在特定条件下过滤了所有数据。可以临时关闭采样（"Sampling": { "Enabled": false }）验证。
• 查看Azure Portal的AI状态：在Application Insights的“使用情况和预估成本”里检查是否配额超限，或者在“日志”中搜索traces、exceptions，看是否有延迟上报的情况。
• 替换TelemetryChannel：默认的ServerTelemetryChannel在网络不稳定时可能出问题，尝试换成InMemoryChannel或FileChannel（本地缓存遥测），判断是通道本身的问题还是业务逻辑导致的上报中断。

内容的提问来源于stack exchange，提问作者Yuri Makassiouk