Preparar
Você escreverá consultas KQL para extrair, transformar e visualizar dados que ajudam a resolver os problemas de TI que sua cadeia de varejo está enfrentando. Aqui, vamos discutir a abordagem que adotaremos para entender os dados nos logs do Azure Monitor e extrair informações e respostas significativas para perguntas operacionais e de negócios.
Visão geral do projeto
O objetivo do projeto é traduzir dados de log em informações que ajudem a entender como você pode resolver e mitigar os problemas de desempenho do computador em suas lojas.
As principais tarefas que você precisará executar são:
- Defina o escopo da sua análise. Quais perguntas você deseja responder e de quais dados precisa para respondê-las?
- Encontre as tabelas e colunas que contêm os dados de log relevantes para a sua análise.
- Escreva consultas KQL para extrair os dados necessários de seus logs.
O diagrama a seguir descreve a abordagem para análise de log que você seguirá ao longo deste projeto:
Definir metas de análise
Lembre-se de que sua equipe de TI notou problemas recorrentes relacionados a máquinas virtuais com alto uso de CPU e espaço livre insuficiente.
Você quer garantir que está obtendo dados sobre todas as máquinas virtuais ativas na sua rede. Você precisa ser capaz de identificar os computadores que param de enviar dados, para que possa investigar e garantir a visibilidade total do status de suas máquinas virtuais.
Portanto, para sua análise, você precisará de dados sobre:
- Máquinas virtuais que param de enviar dados.
- Uso de CPU de máquinas virtuais.
- Estatísticas de espaço livre da máquina virtual.
Avaliar logs
Quais tabelas contêm dados relevantes para as suas metas de análise?
Meta de análise | Tabela de logs com dados relevantes |
---|---|
Máquinas virtuais que param de enviar dados | A tabela Pulsação coleta dados de integridade de cada máquina virtual em intervalos de um minuto. |
Uso de CPU de máquinas virtuais | A tabela Perf coleta dados sobre o desempenho de componentes de hardware, sistemas operacionais e aplicativos. |
Estatísticas de espaço livre da máquina virtual | A tabela Perf. |
Gravar consultas
Nas unidades a seguir, você escreverá consultas KQL para extrair e transformar dados com base nas suas metas de análise.