我正在构建一个具有高规模要求（每秒大于100万个请求）的系统。我正在使用Azure服务结构集群构建此应用程序。
我已阅读并看过有关ETW记录的视频 - https://blogs.msdn.microsoft.com/vancem/2012/08/13/windows-high-speed-logging-etw-in-c-net-using-system-diagnostics-tracing-eventsource/
我仍然不确定登录系统的长期选择是什么。我有些问题 -
答案 0 :(得分：2)
我认为你试图将苹果与橙子进行比较，让我解释原因。
<强> AI
Application Insights（AI）是一个接收器，这意味着您使用SDK记录某些内容并将其发送给AI。 AI将缓冲已写入的事件，并使用http调用每次发送一次（我相信默认值为30秒）。
AI绝不会用于大规模的高规模日志记录。如果您看一下定价，您会发现当大量数据进入时它将花费您的成本。
<强> ETW
ETW并不是真正的下沉。您可以将任何内容记录到事件源，但只要没有附加侦听器，您的事件就无处可去。侦听器确定事件的记录位置。对于大规模指标日志记录，团队已扩展EventSource并支持EventCounters（请参阅this doc）
关于ETW的好处是你可以在同一个进程中附加一个监听器，也可以写入EventSource，或者你可以在一个单独的进程中（在同一台机器上）创建一个监听器，然后你可以配置你的日志应该去哪里至。这可能是一个稍后进行分析或处理的ETL文件，也可以转到大型数据提取端点，如Azure EventHub，然后从那里到数据湖或blob存储区进行进一步分析。
问题
ETW很快，但是它支持所有日志记录功能，即。记录性能计数器，日志级别即。调试，信息，警告，错误等。
是的。您可以按严重性级别和/或关键字启用日志记录。
对于我的规模要求（每秒大约100万个请求）应用程序洞察力是否足够好？为什么我应该通过App洞察使用ETW记录？
正如所解释的那样，我认为AI在性能和价格方面并不适用于这种规模。虽然数据是在一个单独的线程中收集/缓冲的，但它并不是为处理这种负载而设计的。它限制为每秒32K事件（source）
我从ETW日志记录中获得的应用程序见解无法获得什么？
记录事件结束的性能和灵活性。
就应用程序线程/进程的开销而言，ETW明显优于应用程序洞察或它们是否类似？
不，它们不相似，ETW的开销要低得多。它的支持在操作系统中得到了解决，它的速度非常快。
您可以按照评论中的建议使用EventFlow，它确实支持进程和进程外的EventSource侦听器。
如果您最终使用其他日志记录框架，请选择支持structured logging的日志框架作为ETW。
最后的想法
我认为您首先应该考虑要记录的内容以及您想要使用它做什么。将异常和一些指标记录到AI可能是完全可以接受的，这样您就可以对应用程序进行实时监控，并将其他指标或使用详细信息记录到另一个商店，如azure表，以进行非实时分析。不要把所有的钱都放在一个水槽上，而是先确定一个日志策略。
AI的力量是丰富的可视化，但这需要付出代价。 Azure Data Lake分析不支持开箱即用的可视化，但在PB级别的日志数据上使用u-s对其他场景非常有用。我希望你能看到我在哪里。