Resumen y recursos

Completado

Azure Monitor ayuda a maximizar la disponibilidad y el rendimiento de las aplicaciones y los servicios.

En este módulo, ha identificado las características y los casos de uso de Azure Monitor. Ha examinado cómo configurar e interpretar métricas y registros. Ha explorado los componentes y los tipos de datos de Azure Monitor. Aprenderá a configurar la supervisión del registro de actividad de registros de Azure Monitor (Log Analytics).

Las principales conclusiones de este módulo son:

  • Azure Monitor es una solución completa para supervisar y analizar datos de telemetría de entornos locales y en la nube.

  • Azure Monitor le ayuda a comprender el rendimiento de las aplicaciones y le permite identificar y resolver problemas de forma proactiva.

  • Azure Monitor ofrece características en tres áreas: supervisión y visualización de métricas, consulta y análisis de registros, y configuración de alertas y acciones.

Más información con la documentación de Azure

  • Documentación de Azure Monitor. Obtenga información sobre la supervisión de servicios locales y de Azure. Aprenda a agregar y analizar métricas, registros y seguimientos. Responda a incidencias mediante la activación de alertas que pueden enviar notificaciones o mediante una llamada a soluciones automatizadas.

  • Métricas de Azure Monitor. Las Métricas de Azure Monitor son una característica de Azure Monitor que recopila datos numéricos de recursos supervisados en una base de datos de serie temporal. Las métricas son valores numéricos que se recopilan a intervalos regulares y describen algún aspecto de un sistema en un momento determinado.

  • Registros de Azure Monitor. Los registros de Azure Monitor son una característica de Azure Monitor que recopila y organiza los datos de registro y rendimiento de los recursos supervisados. Varias características de Azure Monitor almacenan sus datos en registros y presentan estos datos de diversas maneras, con el fin de ayudarle a supervisar el rendimiento y la disponibilidad tanto de las aplicaciones híbridas y en la nube como de sus componentes auxiliares.

Más información con el aprendizaje autodirigido