Azure Enterprise-Scale项目中机器学习工作区诊断设置的兼容性问题分析

背景概述

在Azure云环境中，Microsoft.MachineLearningServices/workspaces资源类型实际上包含了两种不同子类型的机器学习工作区，虽然在Azure门户中显示为"Azure AI"和"Azure AI project"两种不同名称，但它们的资源类型标识却完全相同。这种设计在实际使用中引发了诊断设置部署的兼容性问题。

问题现象

Enterprise-Scale项目中的Deploy-Diagnostics-MlWorkspace策略尝试为这两种工作区部署诊断设置时遇到了障碍。具体表现为：

1. 策略在"Azure AI project"类型上能够成功部署
2. 在"Azure AI"类型上部署失败，报错信息为"Category 'AmlComputeClusterEvent' is not supported"

深入分析发现，这两种工作区支持的诊断设置存在显著差异：

• Azure AI工作区仅支持指标(metrics)收集
• Azure AI project工作区则支持完整的日志和指标收集，与策略定义中的设置相匹配

技术分析

这种问题的根源在于Azure资源提供者(RP)的设计。虽然从用户角度看是同一资源类型，但实际后端实现存在差异，导致诊断设置API的行为不一致。具体表现在：

1. 诊断类别支持不同：AmlComputeClusterEvent等高级诊断类别在某些工作区类型上不可用
2. 数据收集能力差异：基础版工作区可能仅开放基础指标，而完整版支持完整的可观测性数据

解决方案演进

微软团队已经意识到这类跨资源提供者的诊断设置兼容性问题，并正在推进以下改进：

1. 短期方案：建议配置"ALL METRICS"收集策略，确保获取所有资源提供者支持的基础数据
2. 中期规划：即将推出412项新策略和6个新方案，覆盖137种Azure服务
3. 长期方向：等待各资源提供者统一支持"Audit Logs only"等标准化诊断类别

最佳实践建议

对于当前遇到此问题的用户，建议采取以下临时措施：

1. 对于关键监控需求，考虑为不同子类型的工作区创建独立的诊断策略
2. 评估业务需求，如果仅需基础监控，可简化诊断设置要求
3. 关注Azure Policy的更新，及时迁移到新的诊断设置方案

未来展望

随着Azure监控体系的持续完善，这类因资源提供者差异导致的问题将逐步得到解决。新的诊断设置方案将提供更统一、更全面的监控能力，简化企业级监控策略的管理复杂度。