Podsumowanie

  • 2 min

Sieć detaliczna, w której pracujesz jako analityk danych, ma problemy z wydajnością komputera, które wydają się być związane z maszynami wirtualnymi z wysokim użyciem procesora CPU i niewystarczającą ilością wolnego miejsca.

Uruchomiono zapytania KQL w usłudze Azure Monitor Log Analytics, aby wyodrębnić szczegółowe informacje o maszynach wirtualnych z zebranych danych dziennika. W analizie zastosowano kilka technik, w tym:

  • Ustawianie jasnych celów analizy.
  • Badanie danych dziennika.
  • Ocena, które operacje KQL mogą pomóc w korzystaniu z danych dziennika w celu osiągnięcia celów analizy.

Analiza dzienników ma kluczowe znaczenie dla zarządzania monitorowanych zasobów, odnajdywania i reagowania na problemy oraz łagodzenia potencjalnych problemów. Nieprzetworzone dane dziennika zawierają przytłaczającą ilość informacji, które trudno zrozumieć i skorelować w zrozumiały sposób bez narzędzi takich jak Log Analytics i KQL.

Analizowanie danych dzienników w usłudze Log Analytics przy użyciu języka KQL umożliwia efektywne i aktywne zarządzanie środowiskiem IT oraz zarządzanie nim.

Informacje