Resumo

  • 2 minutos

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

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

  • Definição de objetivos de análise claros.
  • Examinando dados de log.
  • Avaliar quais operações KQL pode ajudá-lo a usar seus dados de log para atingir suas metas de análise.

A análise de logs é fundamental para gerenciar recursos monitorados, descobrir e responder a problemas e mitigar possíveis problemas. Os dados de log brutos contêm uma quantidade esmagadora de informações difíceis de entender e correlacionar de maneiras significativas 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