Resumo

  • 2 minutos

A cadeia de varejo na qual você trabalha como cientista de dados vem enfrentando problemas de desempenho de computação, que parecem estar relacionados a máquinas virtuais com alto uso de CPU e espaço livre insuficiente.

Você executou consultas KQL no Log Analytics do Azure Monitor para extrair insights sobre suas máquinas virtuais dos dados de log coletados. Você aplicou várias técnicas em sua análise, incluindo:

  • Configuração de metas de análise claras.
  • Exame de dados de log.
  • Avaliar quais operações de KQL podem ajudar você a usar seus dados de log para atingir suas metas de análise.

A análise de log é fundamental para gerenciar recursos monitorados, descobrir e responder a problemas e atenuar possíveis problemas. Os dados brutos de log contêm uma enorme quantidade de informações difíceis de entender e correlacionar de maneira significativa sem ferramentas como o Log Analytics e o KQL.

A análise de dados de log no Log Analytics usando o KQL permite que você obtenha insights cruciais e gerencie seu ambiente de TI de forma eficaz e proativa.

Referências