{ // 获取包含Hugging Face文本的span元素 const spans = link.querySelectorAll('span.whitespace-nowrap, span.hidden.whitespace-nowrap'); spans.forEach(span => { if (span.textContent && span.textContent.trim().match(/Hugging\s*Face/i)) { span.textContent = 'AI快站'; } }); }); // 替换logo图片的alt属性 document.querySelectorAll('img[alt*="Hugging"], img[alt*="Face"]').forEach(img => { if (img.alt.match(/Hugging\s*Face/i)) { img.alt = 'AI快站 logo'; } }); } // 替换导航栏中的链接 function replaceNavigationLinks() { // 已替换标记,防止重复运行 if (window._navLinksReplaced) { return; } // 已经替换过的链接集合,防止重复替换 const replacedLinks = new Set(); // 只在导航栏区域查找和替换链接 const headerArea = document.querySelector('header') || document.querySelector('nav'); if (!headerArea) { return; } // 在导航区域内查找链接 const navLinks = headerArea.querySelectorAll('a'); navLinks.forEach(link => { // 如果已经替换过,跳过 if (replacedLinks.has(link)) return; const linkText = link.textContent.trim(); const linkHref = link.getAttribute('href') || ''; // 替换Spaces链接 - 仅替换一次 if ( (linkHref.includes('/spaces') || linkHref === '/spaces' || linkText === 'Spaces' || linkText.match(/^s*Spacess*$/i)) && linkText !== 'PDF TO Markdown' && linkText !== 'PDF TO Markdown' ) { link.textContent = 'PDF TO Markdown'; link.href = 'https://fast360.xyz'; link.setAttribute('target', '_blank'); link.setAttribute('rel', 'noopener noreferrer'); replacedLinks.add(link); } // 删除Posts链接 else if ( (linkHref.includes('/posts') || linkHref === '/posts' || linkText === 'Posts' || linkText.match(/^s*Postss*$/i)) ) { if (link.parentNode) { link.parentNode.removeChild(link); } replacedLinks.add(link); } // 替换Docs链接 - 仅替换一次 else if ( (linkHref.includes('/docs') || linkHref === '/docs' || linkText === 'Docs' || linkText.match(/^s*Docss*$/i)) && linkText !== 'Voice Cloning' ) { link.textContent = 'Voice Cloning'; link.href = 'https://vibevoice.info/'; replacedLinks.add(link); } // 删除Enterprise链接 else if ( (linkHref.includes('/enterprise') || linkHref === '/enterprise' || linkText === 'Enterprise' || linkText.match(/^s*Enterprises*$/i)) ) { if (link.parentNode) { link.parentNode.removeChild(link); } replacedLinks.add(link); } }); // 查找可能嵌套的Spaces和Posts文本 const textNodes = []; function findTextNodes(element) { if (element.nodeType === Node.TEXT_NODE) { const text = element.textContent.trim(); if (text === 'Spaces' || text === 'Posts' || text === 'Enterprise') { textNodes.push(element); } } else { for (const child of element.childNodes) { findTextNodes(child); } } } // 只在导航区域内查找文本节点 findTextNodes(headerArea); // 替换找到的文本节点 textNodes.forEach(node => { const text = node.textContent.trim(); if (text === 'Spaces') { node.textContent = node.textContent.replace(/Spaces/g, 'PDF TO Markdown'); } else if (text === 'Posts') { // 删除Posts文本节点 if (node.parentNode) { node.parentNode.removeChild(node); } } else if (text === 'Enterprise') { // 删除Enterprise文本节点 if (node.parentNode) { node.parentNode.removeChild(node); } } }); // 标记已替换完成 window._navLinksReplaced = true; } // 替换代码区域中的域名 function replaceCodeDomains() { // 特别处理span.hljs-string和span.njs-string元素 document.querySelectorAll('span.hljs-string, span.njs-string, span[class*="hljs-string"], span[class*="njs-string"]').forEach(span => { if (span.textContent && span.textContent.includes('huggingface.co')) { span.textContent = span.textContent.replace(/huggingface.co/g, 'aifasthub.com'); } }); // 替换hljs-string类的span中的域名(移除多余的转义符号) document.querySelectorAll('span.hljs-string, span[class*="hljs-string"]').forEach(span => { if (span.textContent && span.textContent.includes('huggingface.co')) { span.textContent = span.textContent.replace(/huggingface.co/g, 'aifasthub.com'); } }); // 替换pre和code标签中包含git clone命令的域名 document.querySelectorAll('pre, code').forEach(element => { if (element.textContent && element.textContent.includes('git clone')) { const text = element.innerHTML; if (text.includes('huggingface.co')) { element.innerHTML = text.replace(/huggingface.co/g, 'aifasthub.com'); } } }); // 处理特定的命令行示例 document.querySelectorAll('pre, code').forEach(element => { const text = element.innerHTML; if (text.includes('huggingface.co')) { // 针对git clone命令的专门处理 if (text.includes('git clone') || text.includes('GIT_LFS_SKIP_SMUDGE=1')) { element.innerHTML = text.replace(/huggingface.co/g, 'aifasthub.com'); } } }); // 特别处理模型下载页面上的代码片段 document.querySelectorAll('.flex.border-t, .svelte_hydrator, .inline-block').forEach(container => { const content = container.innerHTML; if (content && content.includes('huggingface.co')) { container.innerHTML = content.replace(/huggingface.co/g, 'aifasthub.com'); } }); // 特别处理模型仓库克隆对话框中的代码片段 try { // 查找包含"Clone this model repository"标题的对话框 const cloneDialog = document.querySelector('.svelte_hydration_boundary, [data-target="MainHeader"]'); if (cloneDialog) { // 查找对话框中所有的代码片段和命令示例 const codeElements = cloneDialog.querySelectorAll('pre, code, span'); codeElements.forEach(element => { if (element.textContent && element.textContent.includes('huggingface.co')) { if (element.innerHTML.includes('huggingface.co')) { element.innerHTML = element.innerHTML.replace(/huggingface.co/g, 'aifasthub.com'); } else { element.textContent = element.textContent.replace(/huggingface.co/g, 'aifasthub.com'); } } }); } // 更精确地定位克隆命令中的域名 document.querySelectorAll('[data-target]').forEach(container => { const codeBlocks = container.querySelectorAll('pre, code, span.hljs-string'); codeBlocks.forEach(block => { if (block.textContent && block.textContent.includes('huggingface.co')) { if (block.innerHTML.includes('huggingface.co')) { block.innerHTML = block.innerHTML.replace(/huggingface.co/g, 'aifasthub.com'); } else { block.textContent = block.textContent.replace(/huggingface.co/g, 'aifasthub.com'); } } }); }); } catch (e) { // 错误处理但不打印日志 } } // 当DOM加载完成后执行替换 if (document.readyState === 'loading') { document.addEventListener('DOMContentLoaded', () => { replaceHeaderBranding(); replaceNavigationLinks(); replaceCodeDomains(); // 只在必要时执行替换 - 3秒后再次检查 setTimeout(() => { if (!window._navLinksReplaced) { console.log('[Client] 3秒后重新检查导航链接'); replaceNavigationLinks(); } }, 3000); }); } else { replaceHeaderBranding(); replaceNavigationLinks(); replaceCodeDomains(); // 只在必要时执行替换 - 3秒后再次检查 setTimeout(() => { if (!window._navLinksReplaced) { console.log('[Client] 3秒后重新检查导航链接'); replaceNavigationLinks(); } }, 3000); } // 增加一个MutationObserver来处理可能的动态元素加载 const observer = new MutationObserver(mutations => { // 检查是否导航区域有变化 const hasNavChanges = mutations.some(mutation => { // 检查是否存在header或nav元素变化 return Array.from(mutation.addedNodes).some(node => { if (node.nodeType === Node.ELEMENT_NODE) { // 检查是否是导航元素或其子元素 if (node.tagName === 'HEADER' || node.tagName === 'NAV' || node.querySelector('header, nav')) { return true; } // 检查是否在导航元素内部 let parent = node.parentElement; while (parent) { if (parent.tagName === 'HEADER' || parent.tagName === 'NAV') { return true; } parent = parent.parentElement; } } return false; }); }); // 只在导航区域有变化时执行替换 if (hasNavChanges) { // 重置替换状态,允许再次替换 window._navLinksReplaced = false; replaceHeaderBranding(); replaceNavigationLinks(); } }); // 开始观察document.body的变化,包括子节点 if (document.body) { observer.observe(document.body, { childList: true, subtree: true }); } else { document.addEventListener('DOMContentLoaded', () => { observer.observe(document.body, { childList: true, subtree: true }); }); } })(); \n \n\n"},"avg_line_length":{"kind":"number","value":40.7368421053,"string":"40.736842"},"max_line_length":{"kind":"number","value":135,"string":"135"},"alphanum_fraction":{"kind":"number","value":0.6414728682,"string":"0.641473"},"lid":{"kind":"string","value":"kor_Hang"},"lid_prob":{"kind":"number","value":0.17336514592170715,"string":"0.173365"}}},{"rowIdx":2404,"cells":{"hexsha":{"kind":"string","value":"472d2f6637db32179528b2bdcabc7288786a6342"},"size":{"kind":"number","value":6410,"string":"6,410"},"ext":{"kind":"string","value":"md"},"lang":{"kind":"string","value":"Markdown"},"max_stars_repo_path":{"kind":"string","value":"_posts/2016-08-03-hide-slow-splits-garmin-connect-extension.md"},"max_stars_repo_name":{"kind":"string","value":"g3rv4/g3rv4.com"},"max_stars_repo_head_hexsha":{"kind":"string","value":"95b6a6edc9a61967aaf321cb132a58fea4250bb0"},"max_stars_repo_licenses":{"kind":"list like","value":["MIT"],"string":"[\n \"MIT\"\n]"},"max_stars_count":{"kind":"number","value":2,"string":"2"},"max_stars_repo_stars_event_min_datetime":{"kind":"string","value":"2017-02-02T03:49:24.000Z"},"max_stars_repo_stars_event_max_datetime":{"kind":"string","value":"2018-10-23T18:05:25.000Z"},"max_issues_repo_path":{"kind":"string","value":"_posts/2016-08-03-hide-slow-splits-garmin-connect-extension.md"},"max_issues_repo_name":{"kind":"string","value":"g3rv4/g3rv4.com"},"max_issues_repo_head_hexsha":{"kind":"string","value":"95b6a6edc9a61967aaf321cb132a58fea4250bb0"},"max_issues_repo_licenses":{"kind":"list like","value":["MIT"],"string":"[\n \"MIT\"\n]"},"max_issues_count":{"kind":"number","value":1,"string":"1"},"max_issues_repo_issues_event_min_datetime":{"kind":"string","value":"2020-05-23T19:18:16.000Z"},"max_issues_repo_issues_event_max_datetime":{"kind":"string","value":"2020-05-23T19:18:16.000Z"},"max_forks_repo_path":{"kind":"string","value":"_posts/2016-08-03-hide-slow-splits-garmin-connect-extension.md"},"max_forks_repo_name":{"kind":"string","value":"g3rv4/g3rv4.com"},"max_forks_repo_head_hexsha":{"kind":"string","value":"95b6a6edc9a61967aaf321cb132a58fea4250bb0"},"max_forks_repo_licenses":{"kind":"list like","value":["MIT"],"string":"[\n \"MIT\"\n]"},"max_forks_count":{"kind":"number","value":1,"string":"1"},"max_forks_repo_forks_event_min_datetime":{"kind":"string","value":"2020-05-23T19:14:45.000Z"},"max_forks_repo_forks_event_max_datetime":{"kind":"string","value":"2020-05-23T19:14:45.000Z"},"content":{"kind":"string","value":"---\nlayout: post\ntitle: Hiding resting splits on Garmin Connect\nsubtitle: (aka injecting JS and messing with an existing site via a Chrome Extension)\ndescription: \"I started running, and I built a Chrome Extension that changes the data the Garmin Connect webapp shows, by modifying the content of the XHR the server returns.\"\ndate: '2016-08-03T18:49:00.003-03:00'\ntags:\n- garmin connect\n- extension\n- activity\n- chrome\n- running\nmodified_time: '2016-08-03T19:21:05.880-03:00'\npriority: 0.5\n---\nA quick tail of how I started running and built a Chrome Extension that modifies the XHR requests/responses to trick the Garmin Connect web application to show me what I want to see... extensions have _so much power_ over what we see.\n\n\nIn October 2015, I was diagnosed with hypertriglyceridemia... basically, I wasn't eating healthy and I wasn't doing enough (ehem... any) exercise.\n\nI started a serious diet (one provided by a doctor) and a serious training plan... I started doing spinning but then I tried running... in 3 months all my blood tests were great and I was on a healthy weight... but the best part of this experience is... I discovered a new passion... RUNNING!\n\nSince then, I joined a running team, I'm beating my records and I'm enjoying it a lot. My coach is great and the training plan I'm following is pretty standard. As the good nerd I am, I bought a running watch (because... what good is running if I don't have METRICS???). I started with the Fitbit Surge but I soon found its limitations unbearable... that's why I bought a Garmin Forerunner 630, and I'm super happy with it.\n\nOne of the coolest features it has is giving you the chance to do interval training, and setting up a plan on the computer that you can send to the watch so that when you're running it vibrates and tells you to run, rest, or whatever you planned to do. BUT... and there's always a but... all the resting activities are stored as \"splits\" then lowering your numbers.\n\nHere's an example... I had to run 12 1km intervals (0.62 miles) resting 1:30\n\n![](/public/images/garmin-connect-extension/before.png)\n\nYou can see that all the even numbers last 1:30, have a crappy Avg Pace (because I was resting) and basically screw my activity numbers... because it says that my Average Page was 9:21 minutes/mile... I was super frustrated by this... so instead of just doing the numbers in excel... I developed an extension that hides those splits and updates the numbers for me :) you can [view its source code here](https://github.com/g3rv4/hide-slow-splits) (I took it down from the store after... not really using it). Basically, you define the criteria of which laps you want to hide and it converts that table to this (now satisfying) one:\n\n![](/public/images/garmin-connect-extension/before.png)\n\nYayyy!!! 7:33 minutes/mile!!! now we're talking :)\n\nI was able to build this in 3 days, basically extensions are just HTML/JS pages so you can leverage a lot of that knowledge. I also found the documentation super straightforward... so let's start digging into the meaty parts of this:\n\n* I wanted to make it configurable per activity (I don't want it to hide ALL the splits that are below a given threshold, sometimes it's part of the training to run slow)\n* I wanted to pick up from the garmin website if the user uses miles or kms (I use kms, but I really think this extension could be useful for people all over the world)\n* I wanted all the numbers in the activity page to be updated (not just the splits and their averages)\n* I wanted to make it easy to set up\n\nYou can see the activity I used for this screenshot [here](https://connect.garmin.com/modern/activity/1278494312). Basically, if you check the source code and the DOM, you'll see it's using backbone.js. Honestly, I didn't feel particularly inclined to learn that... I was hoping there would be some kind of global object where I would be able to see all the data and basically just tweak it... but... nope... all what backbone exposes are functions that the Garmin people is calling with well defined parameters (sometimes, even deleting the global variables once they've been used to initialize their objects).\n\nSo... not really understanding how their webapp works (and not feeling particularly curious about it) I started checking out other options... I checked the XHR requests and I noticed they were querying `https://connect.garmin.com/modern/proxy/activity-service/activity/1278494312/splits?_=1470259487305` which includes the laps info... eureka! that's it... all I needed then was to have a way for my extension to tweak this XHR response so that Garmin's webapp would show my injected version instead of their own.\n\nThanks to a Stack Overflow answer I lost, I found out this a blog post (now deleted) at https://izaakschroeder.wordpress.com that explains clearly how to achieve that (so all props to that guy... minus the points he looses for posting how to exploit a vulnerability before letting the company know about it). So with that, I was able to easily modify any request and tweak it... and the webapp would consider my data the truth... yay!!\n\nWell, then an interesting thing happened... the webapp does a request to an activity url (`https://connect.garmin.com/modern/proxy/activity-service/activity/1278494312?_=1470259487283`) that contains the summary BEFORE requesting the splits data... so what I ended up doing was intercepting that request as well, fetching the splits, filtering them and updating the summary (you can [see that here](https://github.com/g3rv4/hide-slow-splits/blob/master/bg.js#L100)).\n\nOnce I had that ready, I wanted to pick up the units the user was using... I found out that the HTML of the page declares a global variable `VIEWER_USERPREFERENCES` with that info... but in the `common.js` file, I saw that they're deleting it after using it... so I ended up doing something waaay uglier (but that gets the job done). On the background script, I just give it 5 seconds (so that the DOM elements get initialized) and then just get an element that contains the distance :)\n\nThe hardest part of this project was letting go my initial idea... I really wanted to see the backbone data somewhere. Once I broke free from that and found an easy way to modify the XHR responses, it all flowed naturally... so if you're on the fence about writing a chrome extension, by all means give it a try!\n"},"avg_line_length":{"kind":"number","value":116.5454545455,"string":"116.545455"},"max_line_length":{"kind":"number","value":630,"string":"630"},"alphanum_fraction":{"kind":"number","value":0.7692667707,"string":"0.769267"},"lid":{"kind":"string","value":"eng_Latn"},"lid_prob":{"kind":"number","value":0.9996520280838013,"string":"0.999652"}}},{"rowIdx":2405,"cells":{"hexsha":{"kind":"string","value":"472dab8e6c63fde66cf7cd9b4f3855d9853e95f3"},"size":{"kind":"number","value":10676,"string":"10,676"},"ext":{"kind":"string","value":"md"},"lang":{"kind":"string","value":"Markdown"},"max_stars_repo_path":{"kind":"string","value":"articles/virtual-machines/linux/configure-raid.md"},"max_stars_repo_name":{"kind":"string","value":"salem84/azure-docs.it-it"},"max_stars_repo_head_hexsha":{"kind":"string","value":"3ec6a13aebb82936591c7fc479f084be9bb8776d"},"max_stars_repo_licenses":{"kind":"list like","value":["CC-BY-4.0","MIT"],"string":"[\n \"CC-BY-4.0\",\n \"MIT\"\n]"},"max_stars_count":{"kind":"null"},"max_stars_repo_stars_event_min_datetime":{"kind":"null"},"max_stars_repo_stars_event_max_datetime":{"kind":"null"},"max_issues_repo_path":{"kind":"string","value":"articles/virtual-machines/linux/configure-raid.md"},"max_issues_repo_name":{"kind":"string","value":"salem84/azure-docs.it-it"},"max_issues_repo_head_hexsha":{"kind":"string","value":"3ec6a13aebb82936591c7fc479f084be9bb8776d"},"max_issues_repo_licenses":{"kind":"list like","value":["CC-BY-4.0","MIT"],"string":"[\n \"CC-BY-4.0\",\n \"MIT\"\n]"},"max_issues_count":{"kind":"null"},"max_issues_repo_issues_event_min_datetime":{"kind":"null"},"max_issues_repo_issues_event_max_datetime":{"kind":"null"},"max_forks_repo_path":{"kind":"string","value":"articles/virtual-machines/linux/configure-raid.md"},"max_forks_repo_name":{"kind":"string","value":"salem84/azure-docs.it-it"},"max_forks_repo_head_hexsha":{"kind":"string","value":"3ec6a13aebb82936591c7fc479f084be9bb8776d"},"max_forks_repo_licenses":{"kind":"list like","value":["CC-BY-4.0","MIT"],"string":"[\n \"CC-BY-4.0\",\n \"MIT\"\n]"},"max_forks_count":{"kind":"null"},"max_forks_repo_forks_event_min_datetime":{"kind":"null"},"max_forks_repo_forks_event_max_datetime":{"kind":"null"},"content":{"kind":"string","value":"---\ntitle: Configurare RAID software in una macchina virtuale che esegue Linux | Microsoft Docs\ndescription: Informazioni su come usare mdadm per configurare RAID in Linux in Azure.\nservices: virtual-machines-linux\ndocumentationcenter: na\nauthor: rickstercdn\nmanager: gwallace\neditor: tysonn\ntag: azure-service-management,azure-resource-manager\nms.assetid: f3cb2786-bda6-4d2c-9aaf-2db80f490feb\nms.service: virtual-machines-linux\nms.workload: infrastructure-services\nms.tgt_pltfrm: vm-linux\nms.topic: article\nms.date: 02/02/2017\nms.author: rclaus\nms.subservice: disks\nms.openlocfilehash: d0658af090d9a3f39bee69f5103a78a329fe189c\nms.sourcegitcommit: 44e85b95baf7dfb9e92fb38f03c2a1bc31765415\nms.translationtype: MT\nms.contentlocale: it-IT\nms.lasthandoff: 08/28/2019\nms.locfileid: \"70083798\"\n---\n# Configurare RAID software in Linux\nI RAID software vengono spesso usati nelle macchine virtuali Linux in Azure per presentare più dischi dati collegati come se si trattasse di un singolo dispositivo RAID. In genere questa configurazione consente di migliorare le prestazioni e la velocità effettiva rispetto all'utilizzo di un unico disco.\n\n## Collegamento di dischi dati\nPer configurare un dispositivo RAID sono necessari due o più dischi dati vuoti. Il dispositivo RAID viene creato principalmente per migliorare le prestazioni dell'I/O su disco. In base alle esigenze di I/O, è possibile scegliere di collegare dischi che sono archiviati nell'archiviazione Standard con un massimo di 500 IO/ps per ogni disco o nell'archiviazione Premium con un massimo di 5.000 IO/ps per ogni disco. In questo articolo non verrà illustrato in dettaglio come eseguire il provisioning e collegare dischi dati a una macchina virtuale Linux. Per istruzioni dettagliate su come collegare un disco dati vuoto a una macchina virtuale Linux in Azure, vedere l'articolo di Microsoft Azure relativo al [collegamento di dischi](add-disk.md?toc=%2fazure%2fvirtual-machines%2flinux%2ftoc.json).\n\n## Installazione dell'utility mdadm\n* **Ubuntu**\n ```bash\n sudo apt-get update\n sudo apt-get install mdadm\n ```\n\n* **CentOS e Oracle Linux**\n ```bash\n sudo yum install mdadm\n ```\n\n* **SLES e openSUSE**\n ```bash \n zypper install mdadm\n ```\n\n## Creazione delle partizioni del disco\nIn questo esempio verrà creata una singola partizione del disco in /dev/sdc. La nuova partizione del disco verrà denominata /dev/sdc1.\n\n1. Avviare `fdisk` per iniziare la creazione delle partizioni\n\n ```bash\n sudo fdisk /dev/sdc\n Device contains neither a valid DOS partition table, nor Sun, SGI or OSF disklabel\n Building a new DOS disklabel with disk identifier 0xa34cb70c.\n Changes will remain in memory only, until you decide to write them.\n After that, of course, the previous content won't be recoverable.\n\n WARNING: DOS-compatible mode is deprecated. It's strongly recommended to\n switch off the mode (command 'c') and change display units to\n sectors (command 'u').\n ```\n\n1. Premere 'n' al prompt per creare una **n**uova partizione:\n\n ```bash\n Command (m for help): n\n ```\n\n1. Successivamente, premere 'p' per creare una partizione **p**rimaria:\n\n ```bash \n Command action\n e extended\n p primary partition (1-4)\n ```\n\n1. Premere '1' per selezionare la partizione numero 1:\n\n ```bash\n Partition number (1-4): 1\n ```\n\n1. Selezionare il punto di inizio della nuova partizione oppure premere `` per accettare le impostazioni predefinite, che prevedono il posizionamento della partizione all'inizio dello spazio libero nell'unità:\n\n ```bash \n First cylinder (1-1305, default 1):\n Using default value 1\n ```\n\n1. Selezionare le dimensioni della partizione, ad esempio digitare '+10G' per creare una partizione da 10 gigabyte. In alternativa, premere `` per creare un'unica partizione che occupa l'intera unità:\n\n ```bash \n Last cylinder, +cylinders or +size{K,M,G} (1-1305, default 1305): \n Using default value 1305\n ```\n\n1. Successivamente, modificare l'ID e il **t**ipo della partizione dal valore predefinito '83' (Linux) a 'fd' (rilevamento automatico RAID Linux):\n\n ```bash \n Command (m for help): t\n Selected partition 1\n Hex code (type L to list codes): fd\n ```\n\n1. Infine, scrivere la tabella delle partizioni sull'unità e chiudere fdisk:\n\n ```bash \n Command (m for help): w\n The partition table has been altered!\n ```\n\n## Creazione dell'array RAID\n1. Nell'esempio seguente verrà eseguito lo striping (livello RAID 0) di tre partizioni situate in tre dischi dati separati (sdc1, sdd1, sde1). Dopo l'esecuzione del comando verrà creato un nuovo dispositivo RAID denominato **/dev/md127** . Si noti anche che se i dischi dati facevano precedentemente parte di una matrice RAID inattiva, può essere necessario aggiungere il parametro `--force` al comando `mdadm`:\n\n ```bash \n sudo mdadm --create /dev/md127 --level 0 --raid-devices 3 \\\n /dev/sdc1 /dev/sdd1 /dev/sde1\n ```\n\n1. Creare il file system nel nuovo dispositivo RAID\n \n **CentOS, Oracle Linux, SLES 12, openSUSE e Ubuntu**\n\n ```bash \n sudo mkfs -t ext4 /dev/md127\n ```\n \n **SLES 11**\n\n ```bash\n sudo mkfs -t ext3 /dev/md127\n ```\n \n **SLES 11**: abilitare boot.md e creare mdadm.conf\n\n ```bash\n sudo -i chkconfig --add boot.md\n sudo echo 'DEVICE /dev/sd*[0-9]' >> /etc/mdadm.conf\n ```\n \n > [!NOTE]\n > Dopo aver apportato queste modifiche nei sistemi SUSE può essere necessario il riavvio. Questo passaggio *non* è obbligatorio su SLES 12.\n > \n \n\n## Aggiungere il nuovo file a /etc/fstab\n> [!IMPORTANT]\n> Se il file /etc/fstab non viene modificato in modo corretto, il sistema potrebbe diventare instabile. In caso di dubbi, fare riferimento alla documentazione della distribuzione per informazioni su come modificare correttamente questo file. È inoltre consigliabile creare una copia di backup del file /etc/fstab prima della modifica.\n\n1. Creare il punto di montaggio desiderato per il nuovo file system, ad esempio:\n\n ```bash\n sudo mkdir /data\n ```\n1. Quando si modifica /etc/fstab è consigliabile utilizzare l' **UUID** anziché il nome del dispositivo per fare riferimento al file system. Usare l'utilità `blkid` per determinare l'UUID per il nuovo file system:\n\n ```bash \n sudo /sbin/blkid\n ...........\n /dev/md127: UUID=\"aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee\" TYPE=\"ext4\"\n ```\n\n1. Aprire /etc/fstab in un editor di testo e aggiungere una voce per il nuovo file system, ad esempio:\n\n ```bash \n UUID=aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee /data ext4 defaults 0 2\n ```\n \n In alternativa, in **SLES 11**:\n\n ```bash\n /dev/disk/by-uuid/aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee /data ext3 defaults 0 2\n ```\n \n Salvare e chiudere /etc/fstab.\n\n1. Verificare che la voce /etc/fstab sia corretta:\n\n ```bash \n sudo mount -a\n ```\n\n Se questo comando genera un messaggio di errore, verificare la sintassi nel file /etc/fstab file.\n \n Eseguire quindi il comando `mount` per assicurarsi che il file system venga montato:\n\n ```bash \n mount\n .................\n /dev/md127 on /data type ext4 (rw)\n ```\n\n1. (Facoltativo) Parametri di avvio alternativo\n \n **Configurazione di fstab**\n \n Molte distribuzioni includono i parametri di montaggio `nobootwait` o `nofail`, che è possibile aggiungere al file /etc/fstab. Tali parametri consentono di ignorare gli errori durante il montaggio di uno specifico file system. Consentono pertanto di proseguire l'avvio del sistema Linux anche se non è possibile montare correttamente il file system RAID. Per altre informazioni su questi parametri, fare riferimento alla documentazione della distribuzione.\n \n Esempio (Ubuntu):\n\n ```bash \n UUID=aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee /data ext4 defaults,nobootwait 0 2\n ``` \n\n **Parametri di avvio di Linux**\n \n Oltre ai parametri precedenti, il parametro del kernel \"`bootdegraded=true`\" consente di avviare il sistema anche se il RAID viene percepito come danneggiato o con funzionalità ridotte, ad esempio se un'unità dati viene rimossa accidentalmente dalla macchina virtuale. Per impostazione predefinita, questa situazione può rendere impossibile l'avvio del sistema.\n \n Per informazioni sulla corretta modifica dei parametri del kernel, fare riferimento alla documentazione della distribuzione. Ad esempio, in molte distribuzioni (CentOS, Oracle Linux, SLES 11) è possibile aggiungere manualmente tali parametri al file \"`/boot/grub/menu.lst`\". In Ubuntu è possibile aggiungere il parametro `GRUB_CMDLINE_LINUX_DEFAULT` alla variabile in \"/etc/default/grub\".\n\n\n## Supporto per TRIM/UNMAP\nAlcuni kernel di Linux supportano operazioni TRIM/UNMAP allo scopo di rimuovere i blocchi inutilizzati sul disco. Nel servizio di archiviazione standard, queste operazioni sono particolarmente utili per informare Azure che le pagine eliminate non sono più valide e possono essere rimosse. L'eliminazione delle pagine consente di risparmiare sui costi quando si creano file di grandi dimensioni per poi eliminarli.\n\n> [!NOTE]\n> RAID non può inviare comandi di rimozione se le dimensioni del blocco per la matrice sono impostate su un valore inferiore a quello predefinito di 512 KB. Questo perché anche la granularità di annullamento del mapping nell'host è di 512 KB. Se le dimensioni del blocco della matrice sono state modificate tramite il parametro `--chunk=` di mdadm, il kernel può ignorare le richieste TRIM/UNMAP.\n\nEsistono due modi per abilitare la funzione TRIM in una VM Linux. Come di consueto, consultare la documentazione della distribuzione per stabilire l'approccio consigliato:\n\n- Usare l'opzione di montaggio `discard` in `/etc/fstab`, ad esempio:\n\n ```bash\n UUID=aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee /data ext4 defaults,discard 0 2\n ```\n\n- In alcuni casi l'opzione `discard` può avere implicazioni sulle prestazioni. In alternativa, è possibile eseguire il comando `fstrim` manualmente dalla riga di comando oppure aggiungerlo a crontab per eseguirlo a intervalli regolari:\n\n **Ubuntu**\n\n ```bash\n # sudo apt-get install util-linux\n # sudo fstrim /data\n ```\n\n **RHEL/CentOS**\n ```bash\n # sudo yum install util-linux\n # sudo fstrim /data\n ```\n"},"avg_line_length":{"kind":"number","value":44.1157024793,"string":"44.115702"},"max_line_length":{"kind":"number","value":799,"string":"799"},"alphanum_fraction":{"kind":"number","value":0.7306107156,"string":"0.730611"},"lid":{"kind":"string","value":"ita_Latn"},"lid_prob":{"kind":"number","value":0.996706485748291,"string":"0.996706"}}},{"rowIdx":2406,"cells":{"hexsha":{"kind":"string","value":"472dd58c82ae179a3bd57b425842b9a0687418a9"},"size":{"kind":"number","value":2459,"string":"2,459"},"ext":{"kind":"string","value":"md"},"lang":{"kind":"string","value":"Markdown"},"max_stars_repo_path":{"kind":"string","value":"src/nl/2021-04/12/05.md"},"max_stars_repo_name":{"kind":"string","value":"ArthurMota9/sabbath-school-lessons"},"max_stars_repo_head_hexsha":{"kind":"string","value":"a51fcdecb05cfbbfdacf201ccba9ba768b245885"},"max_stars_repo_licenses":{"kind":"list like","value":["MIT"],"string":"[\n \"MIT\"\n]"},"max_stars_count":{"kind":"number","value":68,"string":"68"},"max_stars_repo_stars_event_min_datetime":{"kind":"string","value":"2016-10-30T23:17:56.000Z"},"max_stars_repo_stars_event_max_datetime":{"kind":"string","value":"2022-03-27T11:58:16.000Z"},"max_issues_repo_path":{"kind":"string","value":"src/nl/2021-04/12/05.md"},"max_issues_repo_name":{"kind":"string","value":"ArthurMota9/sabbath-school-lessons"},"max_issues_repo_head_hexsha":{"kind":"string","value":"a51fcdecb05cfbbfdacf201ccba9ba768b245885"},"max_issues_repo_licenses":{"kind":"list like","value":["MIT"],"string":"[\n \"MIT\"\n]"},"max_issues_count":{"kind":"number","value":367,"string":"367"},"max_issues_repo_issues_event_min_datetime":{"kind":"string","value":"2016-10-21T03:50:22.000Z"},"max_issues_repo_issues_event_max_datetime":{"kind":"string","value":"2022-03-28T23:35:25.000Z"},"max_forks_repo_path":{"kind":"string","value":"src/nl/2021-04/12/05.md"},"max_forks_repo_name":{"kind":"string","value":"ArthurMota9/sabbath-school-lessons"},"max_forks_repo_head_hexsha":{"kind":"string","value":"a51fcdecb05cfbbfdacf201ccba9ba768b245885"},"max_forks_repo_licenses":{"kind":"list like","value":["MIT"],"string":"[\n \"MIT\"\n]"},"max_forks_count":{"kind":"number","value":109,"string":"109"},"max_forks_repo_forks_event_min_datetime":{"kind":"string","value":"2016-08-02T14:32:13.000Z"},"max_forks_repo_forks_event_max_datetime":{"kind":"string","value":"2022-03-31T10:18:41.000Z"},"content":{"kind":"string","value":"---\ntitle: Een profeet uit uw midden\ndate: 15/12/2021\n---\n\nKeer op keer had Israël de waarschuwing gekregen van de Heer om naburige volkeren niet na te doen. Ze moesten juist een voorbeeld zijn voor hen. In Deuteronomium 18:9-14 waarschuwt Mozes hen opnieuw voor hun ‘verfoeilijke praktijken’. Vervolgens laat hij het volk weten dat ze ‘volledig op de HEER, uw God, gericht moeten zijn’ (Deuteronomium 4:6-8; 18:12-13).\n\n`Lees Deuteronomium 18:15-19; vergelijk Handelingen 3:22 en 7:37. Wat zegt Mozes hier tegen het volk? Hoe passen Petrus en Stefanus Deuteronomium 18:18 toe?`\n\nAls het verbond bij de Sinai ter sprake komt, vertelt Mozes dat de kinderen van Israël, toen Gods wet werd geopenbaard, hem vroegen om als tussenpersoon op te treden. Hij was een middelaar tussen God en hen (Exodus 20:18-21). Op dat moment belooft Mozes hun tot tweemaal toe dat de Heer een profeet zal opwekken zoals Mozes (Deuteronomium 18:15,18). Daarbij gaat het er vooral om dat deze profeet, net als Mozes, onder andere ook een middelaar zal zijn tussen het volk en de Heer. Vele eeuwen later citeren zowel Petrus als Stefanus dit vers om naar Jezus te verwijzen. Voor Petrus was Jezus de vervulling van de dingen waar ‘zijn heilige profeten’ over hadden gesproken. De leiders moeten Hem en wat Hij zei gehoorzamen. Petrus gebruikt dit vers, dat de Joden goed kenden, en paste het rechtstreeks toe op Jezus om te benadrukken dat ze berouw moesten hebben over wat ze Hem hadden aangedaan (Handelingen 3:19-21).\n\nStefanus verkondigt Jezus, maar hij doet dat wel in een hele andere situatie dan die van Petrus. In Handelingen 7:37 verwijst ook hij terug naar die welbekende belofte. Hij legt het ook zo uit dat het op Jezus wijst. Hij legde uit dat Mozes een voorafschaduwing van Jezus was, door de rol die hij speelt in de geschiedenis en doordat Hij de leider was van de Joden. Net als Petrus probeerde Stefanus het volk er dus op te wijzen dat Jezus de profetie vervulde en dat ze naar Hem moesten luisteren. Stefanus werd ervan beschuldigd dat hij ‘Mozes en God lasterde’ (Handelingen 6:11). Hij verkondigde dat Jezus de Messias was en een rechtstreekse vervulling van wat God door Mozes had beloofd.\n\n`Hoe maken deze teksten duidelijk dat Jezus het middelpunt is van de hele Bijbel? Waarom moeten we de Bijbel begrijpen op een manier die Christus centraal stelt?`\n\n`Deuteronomium 18:15-19; Handelingen 3:22; 7:37 Hoe passen Petrus en Stefanus Deuteronomium 18:18 toe?`"},"avg_line_length":{"kind":"number","value":153.6875,"string":"153.6875"},"max_line_length":{"kind":"number","value":915,"string":"915"},"alphanum_fraction":{"kind":"number","value":0.7913786092,"string":"0.791379"},"lid":{"kind":"string","value":"nld_Latn"},"lid_prob":{"kind":"number","value":1.0000051259994507,"string":"1.000005"}}},{"rowIdx":2407,"cells":{"hexsha":{"kind":"string","value":"472eccd984b792bd52374772a5c89dc9482af352"},"size":{"kind":"number","value":52401,"string":"52,401"},"ext":{"kind":"string","value":"md"},"lang":{"kind":"string","value":"Markdown"},"max_stars_repo_path":{"kind":"string","value":"articles/azure-monitor/app/api-custom-events-metrics.md"},"max_stars_repo_name":{"kind":"string","value":"cmendible/azure-docs.es-es"},"max_stars_repo_head_hexsha":{"kind":"string","value":"c54d7a105f61abea6c67790e28944a7c6d636b9e"},"max_stars_repo_licenses":{"kind":"list like","value":["CC-BY-4.0","MIT"],"string":"[\n \"CC-BY-4.0\",\n \"MIT\"\n]"},"max_stars_count":{"kind":"null"},"max_stars_repo_stars_event_min_datetime":{"kind":"null"},"max_stars_repo_stars_event_max_datetime":{"kind":"null"},"max_issues_repo_path":{"kind":"string","value":"articles/azure-monitor/app/api-custom-events-metrics.md"},"max_issues_repo_name":{"kind":"string","value":"cmendible/azure-docs.es-es"},"max_issues_repo_head_hexsha":{"kind":"string","value":"c54d7a105f61abea6c67790e28944a7c6d636b9e"},"max_issues_repo_licenses":{"kind":"list like","value":["CC-BY-4.0","MIT"],"string":"[\n \"CC-BY-4.0\",\n \"MIT\"\n]"},"max_issues_count":{"kind":"null"},"max_issues_repo_issues_event_min_datetime":{"kind":"null"},"max_issues_repo_issues_event_max_datetime":{"kind":"null"},"max_forks_repo_path":{"kind":"string","value":"articles/azure-monitor/app/api-custom-events-metrics.md"},"max_forks_repo_name":{"kind":"string","value":"cmendible/azure-docs.es-es"},"max_forks_repo_head_hexsha":{"kind":"string","value":"c54d7a105f61abea6c67790e28944a7c6d636b9e"},"max_forks_repo_licenses":{"kind":"list like","value":["CC-BY-4.0","MIT"],"string":"[\n \"CC-BY-4.0\",\n \"MIT\"\n]"},"max_forks_count":{"kind":"null"},"max_forks_repo_forks_event_min_datetime":{"kind":"null"},"max_forks_repo_forks_event_max_datetime":{"kind":"null"},"content":{"kind":"string","value":"---\ntitle: API de Application Insights para eventos y métricas personalizados | Microsoft Docs\ndescription: Inserte unas cuantas líneas de código en su aplicación de dispositivo o de escritorio, página o servicio web, para realizar el seguimiento del uso y diagnosticar problemas.\nservices: application-insights\ndocumentationcenter: ''\nauthor: mrbullwinkle\nmanager: carmonm\nms.assetid: 80400495-c67b-4468-a92e-abf49793a54d\nms.service: application-insights\nms.workload: tbd\nms.tgt_pltfrm: ibiza\nms.topic: conceptual\nms.date: 03/27/2019\nms.author: mbullwin\nms.openlocfilehash: cdc16c2ea01d14edc236d0d6a0897e0dd9578924\nms.sourcegitcommit: d70c74e11fa95f70077620b4613bb35d9bf78484\nms.translationtype: HT\nms.contentlocale: es-ES\nms.lasthandoff: 09/11/2019\nms.locfileid: \"70909812\"\n---\n# API de Application Insights para eventos y métricas personalizados\n\nInserte unas cuantas líneas de código en la aplicación para averiguar qué uso hacen de ella los usuarios o para ayudarle a diagnosticar problemas. Puede enviar datos de telemetría desde aplicaciones de escritorio y de dispositivo y desde clientes y servidores web. Use la API de telemetría principal de [Azure Application Insights](../../azure-monitor/app/app-insights-overview.md) para enviar métricas y eventos personalizados, así como sus propias versiones de telemetría estándar. Esta API es la misma que usan los recopiladores de datos estándar de Application Insights.\n\n> [!NOTE]\n> `TrackMetric()` ya no es el método preferido para enviar métricas personalizadas para sus aplicaciones .NET. En la [versión 2.60 beta 3](https://github.com/Microsoft/ApplicationInsights-dotnet/blob/develop/CHANGELOG.md#version-260-beta3) del SDK de Application Insights para .NET, se ha incorporado un nuevo método, [`TelemetryClient.GetMetric()`](https://docs.microsoft.com/dotnet/api/microsoft.applicationinsights.telemetryclient.getmetric?view=azure-dotnet). A partir de la [versión 2.72](https://docs.microsoft.com/dotnet/api/microsoft.applicationinsights.telemetryclient.getmetric?view=azure-dotnet) del SDK de Application Insights para .NET, esta funcionalidad forma parte de la versión estable.\n\n## API summary\n\nLa API central es uniforme en todas las plataformas, excepto por algunas pequeñas variaciones como `GetMetric` (solo .NET).\n\n| Método | Usado para |\n| --- | --- |\n| [`TrackPageView`](#page-views) |Páginas, pantallas, hojas o formularios. |\n| [`TrackEvent`](#trackevent) |Acciones de usuario y otros eventos. Se usa para realizar el seguimiento del comportamiento de los usuarios o para supervisar el rendimiento. |\n| [`GetMetric`](#getmetric) |Cero y métricas multidimensionales, agregación configurada de forma centralizada, solo en C#. |\n| [`TrackMetric`](#trackmetric) |Las medidas de rendimiento, como las longitudes de cola, no están relacionadas con eventos específicos. |\n| [`TrackException`](#trackexception) |Excepciones de registro para diagnóstico. Permite realizar el seguimiento del lugar donde se producen en relación con otros eventos y examinar los seguimientos de pila. |\n| [`TrackRequest`](#trackrequest) |Registro de la frecuencia y duración de las solicitudes de servidor para el análisis de rendimiento. |\n| [`TrackTrace`](#tracktrace) |Mensajes de registro de diagnóstico. También puede capturar registros de terceros. |\n| [`TrackDependency`](#trackdependency) |Registro de la duración y frecuencia de las llamadas a componentes externos de los que depende la aplicación. |\n\nPuede [adjuntar propiedades y métricas](#properties) a la mayoría de estas llamadas de telemetría.\n\n## Antes de comenzar\n\nSi aún no tiene una referencia en el SDK de Application Insights:\n\n* Agregue el SDK de Application Insights a su proyecto:\n\n * [Proyecto de ASP.NET](../../azure-monitor/app/asp-net.md)\n * [Proyecto de ASP.NET Core](../../azure-monitor/app/asp-net-core.md)\n * [Proyecto de Java](../../azure-monitor/app/java-get-started.md)\n * [Proyecto de Node.js](../../azure-monitor/app/nodejs.md)\n * [JavaScript en cada página web](../../azure-monitor/app/javascript.md) \n* En el código de servidor web o de dispositivo, incluya:\n\n *C#:* `using Microsoft.ApplicationInsights;`\n\n *Visual Basic:* `Imports Microsoft.ApplicationInsights`\n\n *Java:* `import com.microsoft.applicationinsights.TelemetryClient;`\n\n *Node.js:* `var applicationInsights = require(\"applicationinsights\");`\n\n## Obtención de una instancia de TelemetryClient\n\nObtenga una instancia de `TelemetryClient` (excepto en JavaScript en páginas web):\n\n*C#*\n\n```csharp\nprivate TelemetryClient telemetry = new TelemetryClient();\n```\n\n*Visual Basic*\n\n```vb\nPrivate Dim telemetry As New TelemetryClient\n```\n\n*Java*\n\n```java\nprivate TelemetryClient telemetry = new TelemetryClient();\n``` \n\n*Node.js*\n\n```javascript\nvar telemetry = applicationInsights.defaultClient;\n```\n\nTelemetryClient es seguro para subprocesos.\n\nPara proyectos ASP.NET y Java, las solicitudes HTTP entrantes se capturan automáticamente. Puede que quiera crear instancias adicionales de TelemetryClient para otro módulo de la aplicación. Por ejemplo, puede tener una instancia de TelemetryClient en la clase de middleware para notificar eventos de la lógica de negocios. Puede establecer propiedades como UserId y DeviceId para identificar la máquina. Esta información se adjunta a todos los eventos enviados por la instancia. \n\n*C#*\n\n```csharp\nTelemetryClient.Context.User.Id = \"...\";\nTelemetryClient.Context.Device.Id = \"...\";\n```\n\n*Java*\n\n```java\ntelemetry.getContext().getUser().setId(\"...\");\ntelemetry.getContext().getDevice().setId(\"...\");\n```\n\nEn proyectos de Node.js, puede usar `new applicationInsights.TelemetryClient(instrumentationKey?)` para crear una nueva instancia, pero esto solo se recomienda para escenarios que requieren configuración aislada del singleton `defaultClient`.\n\n## TrackEvent\n\nEn Application Insights, un *evento personalizado* es un punto de datos que se puede mostrar en el [Explorador de métricas](../../azure-monitor/app/metrics-explorer.md) como recuento agregado, y como repeticiones individuales en [Búsqueda de diagnóstico](../../azure-monitor/app/diagnostic-search.md). (No está relacionado con MVC ni con \"eventos\" de otro marco).\n\nInserte llamadas a `TrackEvent` en el código para contabilizar diversos eventos: la frecuencia con la que los usuarios eligen una determinada característica, con la que logran unos determinados objetivos o con la que cometen determinados tipos de errores.\n\nPor ejemplo, en una aplicación de juego, envíe un evento cada vez que un usuario gane el juego:\n\n*JavaScript*\n\n```javascript\nappInsights.trackEvent(\"WinGame\");\n```\n\n*C#*\n\n```csharp\ntelemetry.TrackEvent(\"WinGame\");\n```\n\n*Visual Basic*\n\n```vb\ntelemetry.TrackEvent(\"WinGame\")\n```\n\n*Java*\n\n```java\ntelemetry.trackEvent(\"WinGame\");\n```\n\n*Node.js*\n\n```javascript\ntelemetry.trackEvent({name: \"WinGame\"});\n```\n\n### Eventos personalizados en Analytics\n\nLa telemetría está disponible en la tabla `customEvents` de [Analytics de Application Insights](analytics.md). Cada fila representa una llamada a `trackEvent(..)` en la aplicación.\n\nSi el [muestreo](../../azure-monitor/app/sampling.md) está en uso, en la propiedad itemCount se muestra un valor mayor que 1. Por ejemplo, itemCount==10 significa que de cada 10 llamadas a trackEvent(), el proceso de muestreo solo transmite una. Para obtener un recuento correcto de eventos personalizados, debería usar código como `customEvents | summarize sum(itemCount)`.\n\n## GetMetric\n\n### Ejemplos\n\n*C#*\n\n```csharp\nnamespace User.Namespace.Example01\n{\n using System;\n using Microsoft.ApplicationInsights;\n using Microsoft.ApplicationInsights.DataContracts;\n\n /// \n /// Most simple cases are one-liners.\n /// This is all possible without even importing an additional namespace.\n /// \n\n public class Sample01\n {\n /// \n public static void Exec()\n {\n // *** SENDING METRICS ***\n\n // Recall how you send custom telemetry with Application Insights in other cases, e.g. Events.\n // The following will result in an EventTelemetry object to be sent to the cloud right away.\n TelemetryClient client = new TelemetryClient();\n client.TrackEvent(\"SomethingInterestingHappened\");\n\n // Metrics work very similar. However, the value is not sent right away.\n // It is aggregated with other values for the same metric, and the resulting summary (aka \"aggregate\" is sent automatically every minute.\n // To mark this difference, we use a pattern that is similar, but different from the established TrackXxx(..) pattern that sends telemetry right away:\n\n client.GetMetric(\"CowsSold\").TrackValue(42);\n\n // *** MULTI-DIMENSIONAL METRICS ***\n\n // The above example shows a zero-dimensional metric.\n // Metrics can also be multi-dimensional.\n // In the initial version we are supporting up to 2 dimensions, and we will add support for more in the future as needed.\n // Here is an example for a one-dimensional metric:\n\n Metric animalsSold = client.GetMetric(\"AnimalsSold\", \"Species\");\n\n animalsSold.TrackValue(42, \"Pigs\");\n animalsSold.TrackValue(24, \"Horses\");\n\n // The values for Pigs and Horses will be aggregated separately from each other and will result in two distinct aggregates.\n // You can control the maximum number of number data series per metric (and thus your resource usage and cost).\n // The default limits are no more than 1000 total data series per metric, and no more than 100 different values per dimension.\n // We discuss elsewhere how to change them.\n // We use a common .NET pattern: TryXxx(..) to make sure that the limits are observed.\n // If the limits are already reached, Metric.TrackValue(..) will return False and the value will not be tracked. Otherwise it will return True.\n // This is particularly useful if the data for a metric originates from user input, e.g. a file:\n\n Tuple countAndSpecies = ReadSpeciesFromUserInput();\n int count = countAndSpecies.Item1;\n string species = countAndSpecies.Item2;\n\n if (!animalsSold.TrackValue(count, species))\n\n {\n client.TrackTrace($\"Data series or dimension cap was reached for metric {animalsSold.Identifier.MetricId}.\", SeverityLevel.Error);\n }\n\n // You can inspect a metric object to reason about its current state. For example:\n int currentNumberOfSpecies = animalsSold.GetDimensionValues(1).Count;\n }\n\n private static void ResetDataStructure()\n {\n // Do stuff\n }\n\n private static Tuple ReadSpeciesFromUserInput()\n {\n return Tuple.Create(18, \"Cows\");\n }\n\n private static int AddItemsToDataStructure()\n {\n // Do stuff\n return 5;\n }\n }\n}\n```\n\n## TrackMetric\n\n> [!NOTE]\n> Microsoft.ApplicationInsights.TelemetryClient.TrackMetric no es el método preferido para el envío de métricas. Las métricas deben agregarse previamente siempre durante un tiempo antes de enviarse. Use una de las sobrecargas GetMetric(..) para obtener un objeto de métrica para acceder a funcionalidades de agregación previa del SDK. Si va a implementar su propia lógica de agregación previa, puede usar el método TrackMetric() para enviar los agregados resultantes. Si su aplicación requiere el envío de un elemento de telemetría independiente en cada ocasión sin agregación a lo largo del tiempo, es probable que en su caso haya que usar la telemetría de eventos; consulte TelemetryClient.TrackEvent (Microsoft.ApplicationInsights.DataContracts.EventTelemetry).\n\nApplication Insights puede crear gráficos de métricas que no estén conectadas a eventos concretos. Por ejemplo, puede supervisar una longitud de cola a intervalos regulares. En el caso de las métricas, las mediciones individuales tienen menos interés que las variaciones y tendencias; por tanto, los gráficos estadísticos resultan útiles.\n\nPara enviar las métricas a Application Insights, puede usar la API `TrackMetric(..)`. Hay dos formas de enviar una métrica:\n\n* Valor único. Cada vez que realiza una medición en la aplicación, envía el valor correspondiente a Application Insights. Por ejemplo, suponga que cuenta con una métrica que describe el número de elementos de un contenedor. Durante un período determinado, primero coloca tres elementos en el contenedor y seguidamente retira dos. En consecuencia, llamaría a `TrackMetric` dos veces: la primera, para pasar el valor `3` y a continuación el valor `-2`. Application Insights almacena ambos valores en su nombre.\n\n* Agregación. Al trabajar con métricas, las mediciones individuales pocas veces resultan de interés. En su lugar, lo importante son los resúmenes de acontecimientos durante un período determinado. Los resúmenes de este tipo se denominan _agregaciones_. En el ejemplo anterior, la suma de las métricas agregadas del período correspondiente es de `1` y el recuento de los valores de las métricas es de `2`. Al usar el método de agregación, solo invocará `TrackMetric` una vez por período y enviará los valores agregados. Este es el método que se recomienda usar, ya que puede reducir significativamente los costos y la sobrecarga de rendimiento gracias a que envía menos puntos de datos a Application Insights, a pesar de seguir recopilado toda la información pertinente.\n\n### Ejemplos\n\n#### Valores únicos\n\nPara enviar un único valor de métrica:\n\n*JavaScript*\n\n ```javascript\nappInsights.trackMetric(\"queueLength\", 42.0);\n ```\n\n*C#*\n\n```csharp\nvar sample = new MetricTelemetry();\nsample.Name = \"metric name\";\nsample.Value = 42.3;\ntelemetryClient.TrackMetric(sample);\n```\n\n*Java*\n\n```java\ntelemetry.trackMetric(\"queueLength\", 42.0);\n```\n\n*Node.js*\n\n ```javascript\ntelemetry.trackMetric({name: \"queueLength\", value: 42.0});\n ```\n\n### Métricas personalizadas en Analytics\n\nLa telemetría está disponible en la tabla `customMetrics` de [Analytics de Application Insights](analytics.md). Cada fila representa una llamada a `trackMetric(..)` en la aplicación.\n\n* `valueSum`: es la suma de las medidas. Para obtener el valor medio, divídalo por `valueCount`.\n* `valueCount`: el número de medidas que se agregaron en esta llamada a `trackMetric(..)`.\n\n## Vistas de página\n\nEn una aplicación de dispositivo o de página web, se envían datos de telemetría de la vista de página de forma predeterminada cuando se carga cada pantalla o página. Sin embargo, puede cambiar esta frecuencia para que se realice el seguimiento de las vistas de página en momentos diferentes o adicionales. Por ejemplo, en una aplicación que muestra pestañas u hojas, quizás quiera realizar el seguimiento de una página siempre que el usuario abra una nueva hoja.\n\nLos datos de usuario y de sesión se envían como propiedades junto con las vistas de página, por lo que los gráficos de usuario y de sesión se activan cuando hay datos de telemetría de vistas de página.\n\n### Vistas de página personalizadas\n\n*JavaScript*\n\n```javascript\nappInsights.trackPageView(\"tab1\");\n```\n\n*C#*\n\n```csharp\ntelemetry.TrackPageView(\"GameReviewPage\");\n```\n\n*Visual Basic*\n\n```vb\ntelemetry.TrackPageView(\"GameReviewPage\")\n```\n\n*Java*\n\n```java\ntelemetry.trackPageView(\"GameReviewPage\");\n```\n\nSi tiene varias fichas dentro de páginas HTML diferentes, puede especificar también la dirección URL:\n\n```javascript\nappInsights.trackPageView(\"tab1\", \"http://fabrikam.com/page1.htm\");\n```\n\n### Cronometrar las vistas de página\n\nDe forma predeterminada, los tiempos notificados como **Tiempo de carga de la vista de página** se miden desde que el explorador envía la solicitud hasta que se llama al evento de carga de página del explorador.\n\nEn su lugar, puede:\n\n* Establecer una duración explícita en la llamada [trackPageView](https://github.com/Microsoft/ApplicationInsights-JS/blob/master/API-reference.md#trackpageview): `appInsights.trackPageView(\"tab1\", null, null, null, durationInMilliseconds);`.\n* Usar las llamadas para cronometrar la vista de página `startTrackPage` y `stopTrackPage`.\n\n*JavaScript*\n\n```javascript\n// To start timing a page:\nappInsights.startTrackPage(\"Page1\");\n\n...\n\n// To stop timing and log the page:\nappInsights.stopTrackPage(\"Page1\", url, properties, measurements);\n```\n\nEl nombre que use como primer parámetro asocia las llamadas inicial y final. El valor predeterminado es el nombre de la página actual.\n\nLas duraciones de carga de página resultantes que se muestran en el Explorador de métricas se derivan del intervalo que media entre las llamadas inicial y final. Depende del usuario qué intervalo se cronometra realmente.\n\n### Telemetría de páginas en Analytics\n\nEn [Analytics](analytics.md) hay dos tablas en las que se muestran datos de operaciones de explorador:\n\n* La tabla `pageViews` contiene datos sobre la URL y el título de la página.\n* La tabla `browserTimings` contiene datos sobre el rendimiento del cliente, como el tiempo que se tarda en procesar los datos entrantes.\n\nPara averiguar cuánto tarda el explorador en procesar diferentes páginas:\n\n```kusto\nbrowserTimings\n| summarize avg(networkDuration), avg(processingDuration), avg(totalDuration) by name\n```\n\nPara descubrir la popularidad de distintos exploradores:\n\n```kusto\npageViews\n| summarize count() by client_Browser\n```\n\nPara asociar las vistas de página a las llamadas AJAX, realice una combinación con dependencias:\n\n```kusto\npageViews\n| join (dependencies) on operation_Id \n```\n\n## TrackRequest\n\nEl SDK del servidor usa TrackRequest para registrar las solicitudes de HTTP.\n\nTambién puede llamarlo usted mismo si quiere simular solicitudes en un contexto en el que no se está ejecutando el módulo de servicio web.\n\nSin embargo, lo que se recomienda para enviar telemetría de solicitudes es que la solicitud actúe como contexto de operación.\n\n## Contexto de operación\n\nPuede correlacionar los elementos de telemetría juntos mediante su asociación con el contexto de la operación. El módulo de seguimiento de solicitud estándar realiza esta operación para excepciones y otros eventos enviados al procesar una solicitud HTTP. En [Búsqueda](../../azure-monitor/app/diagnostic-search.md) y [Análisis](analytics.md), puede encontrar fácilmente cualquier evento asociado a la solicitud mediante su identificador de operación.\n\nPara más información sobre la correlación, vea [Correlación de telemetría en Application Insights](../../azure-monitor/app/correlation.md).\n\nAl realizar el seguimiento de la telemetría manualmente, la forma más fácil de garantizar la correlación de telemetría es mediante el uso de este patrón:\n\n*C#*\n\n```csharp\n// Establish an operation context and associated telemetry item:\nusing (var operation = telemetryClient.StartOperation(\"operationName\"))\n{\n // Telemetry sent in here will use the same operation ID.\n ...\n telemetryClient.TrackTrace(...); // or other Track* calls\n ...\n\n // Set properties of containing telemetry item--for example:\n operation.Telemetry.ResponseCode = \"200\";\n\n // Optional: explicitly send telemetry item:\n telemetryClient.StopOperation(operation);\n\n} // When operation is disposed, telemetry item is sent.\n```\n\nJunto con la configuración de un contexto de la operación, `StartOperation` crea un elemento de telemetría del tipo que especifique. Envía el elemento de telemetría al eliminar la operación, o si llama explícitamente a `StopOperation`. Si usa `RequestTelemetry` como tipo de telemetría, su duración se establece en el intervalo cronometrado entre el inicio y la detención.\n\nLos elementos de telemetría notificados dentro de un ámbito de operación se convierten en \"elementos secundarios\" de dicha operación. Los contextos de operación pueden estar anidados.\n\nEn la Búsqueda, el contexto de la operación se utiliza para crear la lista de **Elementos relacionados**:\n\n![Elementos relacionados](./media/api-custom-events-metrics/21.png)\n\nConsulte [Seguimiento de las operaciones personalizadas con el SDK de .NET para Application Insights](../../azure-monitor/app/custom-operations-tracking.md) para más información sobre el seguimiento de las operaciones personalizadas.\n\n### Solicitudes en Analytics\n\nEn [Analytics de Application Insights](analytics.md), las solicitudes aparecen en la tabla `requests`.\n\nSi el [muestreo](../../azure-monitor/app/sampling.md) está en uso, en la propiedad de itemCount se mostrará un valor superior a 1. Por ejemplo, itemCount==10 significa que de cada 10 llamadas a trackRequest(), el proceso de muestreo solo transmite una. Para obtener un recuento correcto de solicitudes y la duración media segmentada por nombres de solicitudes, use código como el siguiente:\n\n```kusto\nrequests\n| summarize count = sum(itemCount), avgduration = avg(duration) by name\n```\n\n## TrackException\n\nEnviar excepciones a Application Insights:\n\n* Para [contarlas](../../azure-monitor/app/metrics-explorer.md), como indicación de la frecuencia de un problema.\n* Para [examinar los casos individuales](../../azure-monitor/app/diagnostic-search.md).\n\nLos informes incluyen los seguimientos de la pila.\n\n*C#*\n\n```csharp\ntry\n{\n ...\n}\ncatch (Exception ex)\n{\n telemetry.TrackException(ex);\n}\n```\n\n*Java*\n\n```java\ntry {\n ...\n} catch (Exception ex) {\n telemetry.trackException(ex);\n}\n```\n\n*JavaScript*\n\n```javascript\ntry\n{\n ...\n}\ncatch (ex)\n{\n appInsights.trackException(ex);\n}\n```\n\n*Node.js*\n\n```javascript\ntry\n{\n ...\n}\ncatch (ex)\n{\n telemetry.trackException({exception: ex});\n}\n```\n\nLos SDK capturan muchas excepciones automáticamente, por lo que no siempre es necesario llamar explícitamente a TrackException.\n\n* ASP.NET: [escritura de código para detectar excepciones](../../azure-monitor/app/asp-net-exceptions.md).\n* Java EE: [las excepciones se detectan automáticamente](../../azure-monitor/app/java-get-started.md#exceptions-and-request-failures).\n* JavaScript: las excepciones se detectan automáticamente. Si desea deshabilitar la colección automática, agregue una línea al fragmento de código que se inserta en las páginas web:\n\n```javascript\n({\n instrumentationKey: \"your key\",\n disableExceptionTracking: true\n})\n```\n\n### Excepciones en Analytics\n\nEn [Analytics de Application Insights](analytics.md), las excepciones aparecen en la tabla `exceptions`.\n\nSi el [muestreo](../../azure-monitor/app/sampling.md) está en uso, en la propiedad `itemCount` se muestra un valor mayor que 1. Por ejemplo, itemCount==10 significa que de cada 10 llamadas a trackException(), el proceso de muestreo solo transmite una. Para obtener un recuento correcto de excepciones segmentadas por tipo de excepción, use código como el siguiente:\n\n```kusto\nexceptions\n| summarize sum(itemCount) by type\n```\n\nLa mayor parte de la información importante sobre pilas ya se extrajo en variables independientes, pero puede desmontar la estructura `details` para obtener más. Puesto que se trata de una estructura dinámica, debería convertir el resultado al tipo que espere. Por ejemplo:\n\n```kusto\nexceptions\n| extend method2 = tostring(details[0].parsedStack[1].method)\n```\n\nPara asociar las excepciones a sus respectivas solicitudes, use una combinación:\n\n```kusto\nexceptions\n| join (requests) on operation_Id\n```\n\n## TrackTrace\n\nUse TrackTrace para ayudar a diagnosticar problemas mediante el envío de una ''ruta de exploración'' a Application Insights. Puede enviar fragmentos de datos de diagnóstico e inspeccionarlos en [Búsqueda de diagnóstico](../../azure-monitor/app/diagnostic-search.md).\n\nLos [adaptadores de registro](../../azure-monitor/app/asp-net-trace-logs.md) de .NET usan esta API para enviar registros de terceros al portal.\n\nEn Java, para [registradores estándar como Log4J o Logback](../../azure-monitor/app/java-trace-logs.md), utilice los appenders de Log4j o Logback de Application Insights para enviar registros de terceros al portal.\n\n*C#*\n\n```csharp\ntelemetry.TrackTrace(message, SeverityLevel.Warning, properties);\n```\n\n*Java*\n\n```java\ntelemetry.trackTrace(message, SeverityLevel.Warning, properties);\n```\n\n*Node.js*\n\n```javascript\ntelemetry.trackTrace({\n message: message,\n severity: applicationInsights.Contracts.SeverityLevel.Warning,\n properties: properties\n});\n```\n\n*JavaScript del lado cliente/explorador*\n\n```javascript\ntrackTrace(message: string, properties?: {[string]:string}, severityLevel?: AI.SeverityLevel)\n```\n\nRegistre un evento de diagnóstico, como la entrada o la salida de un método.\n\n Parámetro | DESCRIPCIÓN\n---|---\n`message` | Datos de diagnóstico. Puede ser mucho más largo que un nombre.\n`properties` | Asignación de cadena a cadena: Datos adicionales que se usan para [filtrar excepciones](https://azure.microsoft.com/documentation/articles/app-insights-api-custom-events-metrics/#properties) en el portal. El valor predeterminado es vacío.\n`severityLevel` | Valores admitidos: [SeverityLevel.ts](https://github.com/microsoft/ApplicationInsights-JS/blob/17ef50442f73fd02a758fbd74134933d92607ecf/shared/AppInsightsCommon/src/Interfaces/Contracts/Generated/SeverityLevel.ts)\n\nPuede buscar en el contenido del mensaje, pero (a diferencia de los valores de propiedad) no puede filtrar por él.\n\nEl límite de tamaño en `message` es mucho mayor que el límite en propiedades.\nUna ventaja de TrackTrace es que puede colocar datos relativamente largos en el mensaje. Por ejemplo, aquí puede codificar datos POST. \n\nAdemás, puede agregar un nivel de gravedad al mensaje. Y, al igual que con otra telemetría, puede agregar valores de propiedad para ayudar a filtrar o buscar distintos conjuntos de seguimientos. Por ejemplo:\n\n*C#*\n\n```csharp\nvar telemetry = new Microsoft.ApplicationInsights.TelemetryClient();\ntelemetry.TrackTrace(\"Slow database response\",\n SeverityLevel.Warning,\n new Dictionary { {\"database\", db.ID} });\n```\n\n*Java*\n\n```java\nMap properties = new HashMap<>();\nproperties.put(\"Database\", db.ID);\ntelemetry.trackTrace(\"Slow Database response\", SeverityLevel.Warning, properties);\n```\n\nEn [Búsqueda](../../azure-monitor/app/diagnostic-search.md), puede filtrar fácilmente todos los mensajes de un determinado nivel de gravedad relativos a una determinada base de datos.\n\n### Seguimientos en Analytics\n\nEn [Analytics de Application Insights](analytics.md), las llamadas a TrackTrace aparecen en la tabla `traces`.\n\nSi el [muestreo](../../azure-monitor/app/sampling.md) está en uso, en la propiedad itemCount se muestra un valor mayor que 1. Por ejemplo, itemCount==10 significa que de cada 10 llamadas a `trackTrace()`, el proceso de muestreo solo transmite una. Para obtener un recuento correcto de llamadas de seguimiento, debería codificar por tanto como `traces | summarize sum(itemCount)`.\n\n## TrackDependency\n\nUtilice la llamada de TrackDependency para realizar un seguimiento de los tiempos de respuesta y las tasas de éxito de las llamadas a un fragmento de código externo. Los resultados se muestran en los gráficos de dependencia del portal.\n\n*C#*\n\n```csharp\nvar success = false;\nvar startTime = DateTime.UtcNow;\nvar timer = System.Diagnostics.Stopwatch.StartNew();\ntry\n{\n success = dependency.Call();\n}\ncatch(Exception ex) \n{\n success = false;\n telemetry.TrackException(ex);\n throw new Exception(\"Operation went wrong\", ex);\n}\nfinally\n{\n timer.Stop();\n telemetry.TrackDependency(\"DependencyType\", \"myDependency\", \"myCall\", startTime, timer.Elapsed, success);\n}\n```\n\n*Java*\n\n```java\nboolean success = false;\nlong startTime = System.currentTimeMillis();\ntry {\n success = dependency.call();\n}\nfinally {\n long endTime = System.currentTimeMillis();\n long delta = endTime - startTime;\n RemoteDependencyTelemetry dependencyTelemetry = new RemoteDependencyTelemetry(\"My Dependency\", \"myCall\", delta, success);\n telemetry.setTimeStamp(startTime);\n telemetry.trackDependency(dependencyTelemetry);\n}\n```\n\n*JavaScript*\n\n```javascript\nvar success = false;\nvar startTime = new Date().getTime();\ntry\n{\n success = dependency.Call();\n}\nfinally\n{\n var elapsed = new Date() - startTime;\n telemetry.trackDependency({\n dependencyTypeName: \"myDependency\",\n name: \"myCall\",\n duration: elapsed,\n success: success\n });\n}\n```\n\nRecuerde que los SDK del servidor incluyen un [módulo de dependencia](../../azure-monitor/app/asp-net-dependencies.md) que detecta y realiza automáticamente el seguimiento de ciertas llamadas de dependencia; por ejemplo, a bases de datos y API de REST. Debe instalar un agente en el servidor para que el módulo funcione. \n\nEn Java, es posible realizar el seguimiento de ciertas llamadas de dependencia automáticamente mediante el [agente de Java](../../azure-monitor/app/java-agent.md).\n\nUtilizará esta llamada si desea hacer un seguimiento de las llamadas no captadas por el seguimiento automatizado, o bien si no desea instalar el agente.\n\nPara desactivar el módulo de seguimiento de dependencias estándar en C#, edite [ApplicationInsights.config](../../azure-monitor/app/configuration-with-applicationinsights-config.md) y elimine la referencia a `DependencyCollector.DependencyTrackingTelemetryModule`. En Java, no instale al agente de Java si no quiere recopilar dependencias estándar automáticamente.\n\n### Dependencias en Analytics\n\nEn [Analytics de Application Insights](analytics.md), las llamadas de trackDependency aparecen en la tabla `dependencies`.\n\nSi el [muestreo](../../azure-monitor/app/sampling.md) está en uso, en la propiedad itemCount se muestra un valor mayor que 1. Por ejemplo, itemCount==10 significa que de cada 10 llamadas a trackDependency(), el proceso de muestreo solo transmite una. Para obtener un recuento correcto de dependencias segmentadas por componente de destino, use código como el siguiente:\n\n```kusto\ndependencies\n| summarize sum(itemCount) by target\n```\n\nPara asociar las dependencias a sus respectivas solicitudes, use una combinación:\n\n```kusto\ndependencies\n| join (requests) on operation_Id\n```\n\n## Datos de vaciado\n\nNormalmente, el SDK envía datos a intervalos fijos (normalmente 30 segundos) o cuando el búfer está lleno (normalmente 500 elementos). Sin embargo, en algunos casos puede que desee vaciar el búfer: por ejemplo, si usa el SDK en una aplicación que se apaga.\n\n*C#*\n\n ```csharp\ntelemetry.Flush();\n// Allow some time for flushing before shutdown.\nSystem.Threading.Thread.Sleep(5000);\n```\n\n*Java*\n\n```java\ntelemetry.flush();\n//Allow some time for flushing before shutting down\nThread.sleep(5000);\n```\n\n*Node.js*\n\n```javascript\ntelemetry.flush();\n```\n\nLa función es asincrónica para el [canal de telemetría del servidor](https://www.nuget.org/packages/Microsoft.ApplicationInsights.WindowsServer.TelemetryChannel/).\n\nLo ideal es que se utilice el método flush() en la actividad de cierre de la aplicación.\n\n## Usuarios autenticados\n\nEn una aplicación web, los usuarios se identifican por cookies (de manera predeterminada). Se puede contar al usuario más de una vez si accede a la aplicación desde un equipo o explorador diferente, o si elimina las cookies.\n\nSi los usuarios inician sesión en su aplicación, puede obtener un recuento más preciso estableciendo el identificador del usuario autenticado en el código del explorador:\n\n*JavaScript*\n\n```javascript\n// Called when my app has identified the user.\nfunction Authenticated(signInId) {\n var validatedId = signInId.replace(/[,;=| ]+/g, \"_\");\n appInsights.setAuthenticatedUserContext(validatedId);\n ...\n}\n```\n\nEn una aplicación MVC web de ASP.NET, por ejemplo:\n\n*Razor*\n\n```cshtml\n@if (Request.IsAuthenticated)\n{\n \n}\n```\n\nNo es necesario usar el nombre de inicio de sesión real del usuario. Solo tiene que ser un identificador único para ese usuario. No debe incluir espacios ni ninguno de los caracteres `,;=|`.\n\nEl identificador de usuario también se establece en una cookie de sesión y se envía al servidor. Si está instalado el SDK del servidor, el identificador de usuario autenticado se envía como parte de las propiedades de contexto tanto de la telemetría del cliente como del servidor. A continuación, puede filtrar y buscar en ella.\n\nSi su aplicación agrupa a los usuarios en cuentas, también puede pasar un identificador de la cuenta (con las mismas restricciones de caracteres).\n\n```javascript\nappInsights.setAuthenticatedUserContext(validatedId, accountId);\n```\n\nEn el [Explorador de métricas](../../azure-monitor/app/metrics-explorer.md), puede crear un gráfico que cuente los **Usuarios autenticados** y las **Cuentas de usuario**.\n\nTambién puede [buscar](../../azure-monitor/app/diagnostic-search.md) puntos de datos de cliente con cuentas y nombres de usuario específicos.\n\n## Filtrado, búsqueda y segmentación de los datos mediante el uso de propiedades\n\nPuede asociar propiedades y medidas a los eventos (y también a las métricas, vistas de página, excepciones y otros datos de telemetría).\n\n*propiedades* son valores de cadena que se pueden usar para filtrar los datos de telemetría en los informes de uso. Por ejemplo, si su aplicación proporciona varios juegos, puede adjuntar el nombre del juego a cada evento para así poder ver cuáles son los juegos más populares.\n\nHay un límite de aproximadamente 8192 en la longitud de cadena. (Si quiere enviar fragmentos grandes de datos, use el parámetro de mensaje de TrackTrace).\n\n*métricas* son valores numéricos que se pueden presentar de forma gráfica. Por ejemplo, puede que quiera ver si hay un aumento gradual en las puntuaciones que alcanzan sus jugadores. Los gráficos se pueden segmentar por las propiedades enviadas con el evento, así que puede separar o apilar los gráficos para diferentes juegos.\n\nPara que valores de métricas se muestren correctamente, deben ser mayores o iguales que 0.\n\nHay algunos [límites en el número de propiedades, valores de propiedad y métricas](#limits) que puede usar.\n\n*JavaScript*\n\n```javascript\nappInsights.trackEvent\n (\"WinGame\",\n // String properties:\n {Game: currentGame.name, Difficulty: currentGame.difficulty},\n // Numeric metrics:\n {Score: currentGame.score, Opponents: currentGame.opponentCount}\n );\n\nappInsights.trackPageView\n (\"page name\", \"http://fabrikam.com/pageurl.html\",\n // String properties:\n {Game: currentGame.name, Difficulty: currentGame.difficulty},\n // Numeric metrics:\n {Score: currentGame.score, Opponents: currentGame.opponentCount}\n );\n```\n\n*C#*\n\n```csharp\n// Set up some properties and metrics:\nvar properties = new Dictionary \n {{\"game\", currentGame.Name}, {\"difficulty\", currentGame.Difficulty}};\nvar metrics = new Dictionary \n {{\"Score\", currentGame.Score}, {\"Opponents\", currentGame.OpponentCount}};\n\n// Send the event:\ntelemetry.TrackEvent(\"WinGame\", properties, metrics);\n```\n\n*Node.js*\n\n```javascript\n// Set up some properties and metrics:\nvar properties = {\"game\": currentGame.Name, \"difficulty\": currentGame.Difficulty};\nvar metrics = {\"Score\": currentGame.Score, \"Opponents\": currentGame.OpponentCount};\n\n// Send the event:\ntelemetry.trackEvent({name: \"WinGame\", properties: properties, measurements: metrics});\n```\n\n*Visual Basic*\n\n```vb\n' Set up some properties:\nDim properties = New Dictionary (Of String, String)\nproperties.Add(\"game\", currentGame.Name)\nproperties.Add(\"difficulty\", currentGame.Difficulty)\n\nDim metrics = New Dictionary (Of String, Double)\nmetrics.Add(\"Score\", currentGame.Score)\nmetrics.Add(\"Opponents\", currentGame.OpponentCount)\n\n' Send the event:\ntelemetry.TrackEvent(\"WinGame\", properties, metrics)\n```\n\n*Java*\n\n```java\nMap properties = new HashMap();\nproperties.put(\"game\", currentGame.getName());\nproperties.put(\"difficulty\", currentGame.getDifficulty());\n\nMap metrics = new HashMap();\nmetrics.put(\"Score\", currentGame.getScore());\nmetrics.put(\"Opponents\", currentGame.getOpponentCount());\n\ntelemetry.trackEvent(\"WinGame\", properties, metrics);\n```\n\n> [!NOTE]\n> Tenga cuidado de no registrar información de identificación personal en las propiedades.\n>\n>\n\n### Método alternativo para establecer propiedades y métricas\n\nSi le resulta más cómodo, puede recopilar los parámetros de un evento en un objeto independiente:\n\n```csharp\nvar event = new EventTelemetry();\n\nevent.Name = \"WinGame\";\nevent.Metrics[\"processingTime\"] = stopwatch.Elapsed.TotalMilliseconds;\nevent.Properties[\"game\"] = currentGame.Name;\nevent.Properties[\"difficulty\"] = currentGame.Difficulty;\nevent.Metrics[\"Score\"] = currentGame.Score;\nevent.Metrics[\"Opponents\"] = currentGame.Opponents.Length;\n\ntelemetry.TrackEvent(event);\n```\n\n> [!WARNING]\n> No vuelva a usar la misma instancia de elemento de telemetría (`event` en este ejemplo) para llamar a Track*() varias veces. Esto puede hacer que se envíe la telemetría con una configuración incorrecta.\n>\n>\n\n### Mediciones y propiedades personalizadas en Analytics\n\nEn [Analytics](analytics.md), las métricas y propiedades personalizadas aparecen en los atributos `customMeasurements` y `customDimensions` de cada registro de telemetría.\n\nPor ejemplo, si agregó una propiedad llamada \"game\" a la telemetría de solicitudes, esta consulta cuenta el número de apariciones de diferentes valores de \"game\" y muestra la media de la métrica personalizada \"score\":\n\n```kusto\nrequests\n| summarize sum(itemCount), avg(todouble(customMeasurements.score)) by tostring(customDimensions.game)\n```\n\nTenga en lo siguiente:\n\n* Al extraer un valor de los elementos de JSON customDimensions o customMeasurements, es de tipo dinámico, por lo que debe convertirlo a `tostring` o `todouble`.\n* Para tener en cuenta la posibilidad de [muestreo](../../azure-monitor/app/sampling.md), debería usar `sum(itemCount)`, no `count()`.\n\n## Eventos de temporización\n\nSeguro que en ocasiones le gustaría representar el tiempo que se tarda en realizar alguna acción. Por ejemplo, puede que quiera saber cuánto tiempo tardan los usuarios en considerar las opciones de un juego. Puede usar el parámetro de medida para ello.\n\n*C#*\n\n```csharp\nvar stopwatch = System.Diagnostics.Stopwatch.StartNew();\n\n// ... perform the timed action ...\n\nstopwatch.Stop();\n\nvar metrics = new Dictionary \n {{\"processingTime\", stopwatch.Elapsed.TotalMilliseconds}};\n\n// Set up some properties:\nvar properties = new Dictionary \n {{\"signalSource\", currentSignalSource.Name}};\n\n// Send the event:\ntelemetry.TrackEvent(\"SignalProcessed\", properties, metrics);\n```\n\n*Java*\n\n```java\nlong startTime = System.currentTimeMillis();\n\n// Perform timed action\n\nlong endTime = System.currentTimeMillis();\nMap metrics = new HashMap<>();\nmetrics.put(\"ProcessingTime\", (double)endTime-startTime);\n\n// Setup some properties\nMap properties = new HashMap<>();\nproperties.put(\"signalSource\", currentSignalSource.getName());\n\n// Send the event\ntelemetry.trackEvent(\"SignalProcessed\", properties, metrics);\n```\n\n## Propiedades predeterminadas para la telemetría personalizada\n\nSi quiere establecer valores de propiedad predeterminados para algunos de los eventos personalizados que escriba, puede hacerlo en una instancia de TelemetryClient. Se adjuntarán a cada elemento de telemetría enviado desde ese cliente.\n\n*C#*\n\n```csharp\nusing Microsoft.ApplicationInsights.DataContracts;\n\nvar gameTelemetry = new TelemetryClient();\ngameTelemetry.Context.Properties[\"Game\"] = currentGame.Name;\n// Now all telemetry will automatically be sent with the context property:\ngameTelemetry.TrackEvent(\"WinGame\");\n```\n\n*Visual Basic*\n\n```vb\nDim gameTelemetry = New TelemetryClient()\ngameTelemetry.Context.Properties(\"Game\") = currentGame.Name\n' Now all telemetry will automatically be sent with the context property:\ngameTelemetry.TrackEvent(\"WinGame\")\n```\n\n*Java*\n\n```java\nimport com.microsoft.applicationinsights.TelemetryClient;\nimport com.microsoft.applicationinsights.TelemetryContext;\n...\n\n\nTelemetryClient gameTelemetry = new TelemetryClient();\nTelemetryContext context = gameTelemetry.getContext();\ncontext.getProperties().put(\"Game\", currentGame.Name);\n\ngameTelemetry.TrackEvent(\"WinGame\");\n```\n\n*Node.js*\n\n```javascript\nvar gameTelemetry = new applicationInsights.TelemetryClient();\ngameTelemetry.commonProperties[\"Game\"] = currentGame.Name;\n\ngameTelemetry.TrackEvent({name: \"WinGame\"});\n```\n\nLas llamadas de telemetría individuales pueden invalidar los valores predeterminados en los diccionarios de propiedad.\n\n*Para los clientes web de JavaScript*, use los inicializadores de telemetría de JavaScript.\n\n*Para agregar propiedades a toda la telemetría*, incluidos los datos de los módulos de recopilación estándar, [implemente `ITelemetryInitializer`](../../azure-monitor/app/api-filtering-sampling.md#add-properties).\n\n## Muestreo, filtrado y procesamiento de telemetría\n\nPuede escribir código para procesar la telemetría antes de que se envíe desde el SDK. El procesamiento incluye los datos enviados desde los módulos de telemetría estándar, como la recopilación de solicitudes HTTP y de dependencias.\n\n[Agregue propiedades](../../azure-monitor/app/api-filtering-sampling.md#add-properties) a la telemetría mediante la implementación de `ITelemetryInitializer`. Por ejemplo, puede agregar números de versión o valores calculados a partir de otras propiedades.\n\nEl [filtrado](../../azure-monitor/app/api-filtering-sampling.md#filtering) puede modificar o descartar la telemetría antes de que se envíe desde el SDK, mediante la implementación de `ITelemetryProcessor`. Puede controlar qué se envía y qué se descarta, pero debe tener en cuenta el efecto en las métricas. Según la forma en que se descarten los elementos, podría perder la capacidad de navegar entre elementos relacionados.\n\nEl [muestreo](../../azure-monitor/app/api-filtering-sampling.md) es una solución empaquetada para reducir el volumen de datos enviado desde la aplicación al portal. Lo hace sin que las métricas mostradas resulten afectadas. Y sin repercutir tampoco sobre capacidad para diagnosticar problemas navegando entre elementos relacionados, como excepciones, solicitudes y vistas de página.\n\n[Más información](../../azure-monitor/app/api-filtering-sampling.md).\n\n## Deshabilitación de la telemetría\n\nPara *iniciar y detener dinámicamente* la recopilación y la transmisión de telemetría:\n\n*C#*\n\n```csharp\nusing Microsoft.ApplicationInsights.Extensibility;\n\nTelemetryConfiguration.Active.DisableTelemetry = true;\n```\n\n*Java*\n\n```java\ntelemetry.getConfiguration().setTrackingDisabled(true);\n```\n\nPara *deshabilitar los recopiladores estándar seleccionados* (por ejemplo, contadores de rendimiento, solicitudes HTTP o dependencias), elimine o convierta en comentarios las líneas correspondientes en [ApplicationInsights.config](../../azure-monitor/app/configuration-with-applicationinsights-config.md). Puede hacer esto, por ejemplo, si quiere enviar sus propios datos de TrackRequest.\n\n*Node.js*\n\n```javascript\ntelemetry.config.disableAppInsights = true;\n```\n\nPara *deshabilitar los recopiladores estándar seleccionados* (por ejemplo, los contadores de rendimiento, las solicitudes HTTP o las dependencias) en el tiempo de inicialización, encadene métodos de configuración a su código de inicialización de SDK:\n\n```javascript\napplicationInsights.setup()\n .setAutoCollectRequests(false)\n .setAutoCollectPerformance(false)\n .setAutoCollectExceptions(false)\n .setAutoCollectDependencies(false)\n .setAutoCollectConsole(false)\n .start();\n```\n\nPara deshabilitar estos recopiladores después de la inicialización, utilice el objeto de configuración: `applicationInsights.Configuration.setAutoCollectRequests(false)`\n\n## Modo de programador\n\nDurante la depuración, resulta útil enviar los datos de telemetría por la canalización para así poder ver los resultados inmediatamente. También puede recibir mensajes adicionales que le ayuden a realizar el seguimiento de los posibles problemas con la telemetría. Desactívelo en producción, ya que puede ralentizar la aplicación.\n\n*C#*\n\n```csharp\nTelemetryConfiguration.Active.TelemetryChannel.DeveloperMode = true;\n```\n\n*Visual Basic*\n\n```vb\nTelemetryConfiguration.Active.TelemetryChannel.DeveloperMode = True\n```\n\n*Node.js*\n\nPara Node.js, puede habilitar el modo de desarrollador habilitando el registro interno a través de `setInternalLogging` y estableciendo `maxBatchSize` en 0, lo que hace que la telemetría se envíe tan pronto como se recopile.\n\n```js\napplicationInsights.setup(\"ikey\")\n .setInternalLogging(true, true)\n .start()\napplicationInsights.defaultClient.config.maxBatchSize = 0;\n```\n\n## Establecimiento de la clave de instrumentación para datos de telemetría personalizados seleccionados\n\n*C#*\n\n```csharp\nvar telemetry = new TelemetryClient();\ntelemetry.InstrumentationKey = \"---my key---\";\n// ...\n```\n\n## Copia de la clave de instrumentación\n\nPara evitar la mezcla de telemetría de entornos de desarrollo, pruebas y producción, puede [crear recursos separados de Application Insights](../../azure-monitor/app/create-new-resource.md ) y cambiar sus claves en función del entorno.\n\nEn lugar de obtener la clave de instrumentación del archivo de configuración, puede establecerla en el código. Establezca la clave en un método de inicialización, como global.aspx.cs en un servicio de ASP.NET:\n\n*C#*\n\n```csharp\nprotected void Application_Start()\n{\n Microsoft.ApplicationInsights.Extensibility.\n TelemetryConfiguration.Active.InstrumentationKey =\n // - for example -\n WebConfigurationManager.Settings[\"ikey\"];\n ...\n}\n```\n\n*JavaScript*\n\n```javascript\nappInsights.config.instrumentationKey = myKey;\n```\n\nEn una página web, podría configurarla a partir del estado del servidor web, en lugar de codificarla literalmente en el script. Por ejemplo, en una página web generada en una aplicación ASP.NET:\n\n*JavaScript en Razor*\n\n```cshtml\n