.NET Core 3.1 Azure函数Telemetry Client偶发丢自定义遥测事件排查

你使用的遥测上报参考代码如下：

try
{
    _telemetryClient.TrackEvent("MyCustomEventName",
        new KeyValuePair<string, string>("CustomEvent",
            JsonSerializer.Serialize(customEventObject)));
}
catch (Exception e)
{
    _logger.LogError(e,"Failed to log CustomEventObject");
}

你当前运行环境为.NET Core 3.1，Azure Function Runtime版本为3.1.3.0。 #

可能的原因 #

• TrackEvent本身是异步入队操作：你外层的try/catch只能捕获事件入队阶段的异常，事件后续的后台批量上报、服务端处理环节的错误都不会抛出到业务代码，所以即使上报失败也不会有异常日志。
• 内存缓冲未及时上报就被销毁：TelemetryClient默认会攒一批事件再批量上报，事件会先存在实例的内存缓冲中。如果是消费计划的Azure Function，函数执行完成后实例可能被快速回收，或者冷启动、弹性缩容时实例被销毁，还没来得及上报的缓冲事件会直接丢失。
• 采样或配额超限：如果开启了Application Insights的自适应采样，或者达到了服务端的配额上限，超出规则/配额的事件会被服务端或客户端直接丢弃，不会返回错误给调用方。
• 自定义属性不符合规范：Application Insights要求单个自定义属性的长度不能超过8192字节，如果customEventObject序列化后的字符串长度超限，该事件会被客户端静默过滤，不会上报也不会抛异常。
• 旧版本SDK已知BUG：.NET Core 3.1和Azure Function Runtime 3.x均已停止官方支持，对应版本的Application Insights SDK存在多个已知的遥测丢失问题，比如并发场景下缓冲队列溢出、瞬断重试不生效等问题，都会导致事件静默丢失。
• 网络瞬断未触发重试：上报时如果出现网络抖动，旧版本SDK的默认重试策略覆盖场景有限，未命中重试规则的事件会被直接丢弃。

诊断与处理方案 #

• 强制刷出缓冲事件：在调用TrackEvent之后，主动调用_telemetryClient.Flush()，消费计划的函数可以在Flush后增加2-3秒的延迟，确保缓冲内的事件完成上报再结束函数执行。
• 检查采样与配额配置：进入Application Insights控制台的「使用情况和预估成本」页面查看是否存在配额超限，再检查TelemetryConfiguration的采样规则，你可以为重要的自定义事件单独配置排除规则，避免被采样过滤。
• 增加属性校验逻辑：在序列化customEventObject后增加长度校验，超过8000字节的内容做截断或者拆分多个属性上报，避免因长度超限被过滤。
• 升级运行时与SDK版本：建议尽快迁移到Azure Function Runtime 4.x和.NET LTS版本，同时将Microsoft.ApplicationInsights相关NuGet包升级到最新稳定版，修复已知的遥测丢失BUG。
• 开启SDK本地诊断日志：通过函数配置开启Application Insights SDK的诊断日志输出，SDK会将事件过滤、上报失败的具体原因记录到本地日志中，可快速定位丢失根因。
• 自定义遥测对账逻辑：实现ITelemetryProcessor接口，在事件入队上报前做计数打点，和业务侧的事件触发次数做对账，可以快速统计丢失比例和对应的触发场景。

内容的提问来源于stack exchange，提问作者Prasad Bhokare