Preparación

Completado

Va a escribir consultas de KQL para extraer, transformar y visualizar datos que le ayudarán a solucionar los problemas de TI que experimenta la cadena comercial. En este caso, analizaremos el enfoque que tomaremos para los datos tengan sentido en los registros de Azure Monitor y extraer información y respuestas significativas a preguntas sobre las operaciones y la empresa.

Información general del proyecto

El objetivo del proyecto es traducir los datos de registro en información que le ayudará a comprender cómo puede solucionar y mitigar los problemas de rendimiento del equipo en sus tiendas.

Las tareas clave que debe llevar a cabo son:

  1. Establecer el ámbito del análisis. ¿Qué preguntas desea responder y qué datos necesita para responder a estas preguntas?
  2. Buscar las tablas y columnas que contienen los datos de registro pertinentes para el análisis.
  3. Escribir consultas de KQL para extraer los datos que necesita de los registros.

En el diagrama siguiente se muestra el enfoque para el análisis de registros que se va a seguir a lo largo de este proyecto:

A diagram that depicts the flow of defining questions, finding relevant log data and writing KQL queries.

Establecimiento de objetivos del análisis

Recuerde que el equipo de TI ha observado problemas periódicos relacionados con máquinas virtuales que hacen un uso elevado de la CPU y no tienen suficiente espacio disponible.

Quiere asegurarse de que obtiene datos sobre todas las máquinas virtuales activas de la red. Debe ser capaz de identificar las máquinas que dejan de enviar datos, de modo que pueda investigar y garantizar la total visibilidad del estado de las máquinas virtuales.

Por lo tanto, para su análisis, necesitará datos sobre los siguientes elementos:

  • Máquinas virtuales que dejan de enviar datos.
  • Uso de CPU de las máquinas virtuales.
  • Estadísticas de espacio disponible de las máquinas virtuales.

Evaluación de los registros

¿Qué tablas contienen datos relevantes para los objetivos del análisis?

Objetivo del análisis Tabla de registro con datos relevantes
Máquinas virtuales que dejan de enviar datos La tabla Latido recopila datos del estado de las máquinas virtuales a intervalos de un minuto.
Uso de CPU de las máquinas virtuales La tabla Rendimiento recopila datos sobre el rendimiento de los componentes de hardware, los sistemas operativos y las aplicaciones.
Estadísticas de espacio disponible de las máquinas virtuales Tabla Rendimiento.

Escritura de consultas

En las siguientes unidades, escribirá consultas de KQL para extraer y transformar datos en función de los objetivos de su análisis.