Modélisation de l’intégrité pour les charges de travail

Les applications cloud génèrent des volumes élevés de données opérationnelles, ce qui rend difficile l’identification et la résolution rapides des problèmes. Une raison courante de ce défi est l’absence d’une base de référence d’intégrité personnalisée en fonction des fonctionnalités de la charge de travail et l’incapacité à détecter la dérive par rapport à cette base de référence.

La modélisation de l’intégrité est un exercice d’observabilité qui combine le contexte métier avec des données de supervision brutes pour quantifier l’intégrité globale d’une charge de travail. Il permet de définir une base de référence sur laquelle vous pouvez surveiller la charge de travail. Vous devez prendre en compte les données telles que les données de télémétrie provenant de composants d’infrastructure et d’application. La modélisation de l’intégrité peut également incorporer d’autres informations nécessaires pour atteindre les objectifs de qualité de la charge de travail.

Des problèmes de performances ou une dégradation opérationnelle peuvent entraîner une dérive par rapport à l’état opérationnel attendu. En modélisant l’intégrité d’une charge de travail, vous pouvez identifier la dérive et prendre des décisions opérationnelles éclairées qui tiennent compte de l’impact sur l’entreprise.

La modélisation de la santé comble le fossé entre les connaissances opérationnelles tribales et les insights actionnables. Il vous aide à gérer efficacement les problèmes critiques. Le concept est essentiel pour optimiser la fiabilité et l’efficacité opérationnelle.

Ce guide offre des conseils pratiques sur la modélisation de l’intégrité, notamment sur la création d’un modèle qui évalue l’intégrité d’exécution d’une charge de travail et de tous ses sous-systèmes.

Terminologie	Définition
Modélisation de l’intégrité	Exercice d’observabilité qui utilise le contexte métier pour interpréter les données de surveillance comme des états d’intégrité.
Modèle d'intégrité	Représentation graphique d’entités logiques et de leurs relations pour une étendue donnée. Chaque nœud a une définition d’état d’intégrité pour rationaliser les données de surveillance dans le modèle.
Entité d’intégrité	Composant logique qui représente une unité individuelle d’un système, une combinaison logique de plusieurs entités associées ou le système global.
État d’intégrité	Une status définie et mesurable qui fournit des insights opérationnels significatifs sur l’intégrité d’une entité.
Signal d’intégrité	Flux de données individuels qui fournissent des insights sur le comportement opérationnel d’une entité.
Modèle de modèles	Étendue de modélisation agrégée dans laquelle les entités représentent des modèles d’intégrité distincts pour les systèmes de composants.

Nous vous recommandons de watch cette vidéo pour obtenir une compréhension générale de la modélisation de l’intégrité.

Qu’est-ce que l’intégrité, la modélisation de l’intégrité et un modèle d’intégrité ?

Le terme intégrité fait référence à la status opérationnelle d’une entité et à ses dépendances. Cette entité peut être une unité individuelle d’un système, une combinaison logique de plusieurs entités associées ou le système global.

Nous vous recommandons de représenter l’intégrité dans l’un des trois états suivants :

• Sain : fonctionne de manière optimale et répond aux attentes en matière de qualité

• Détérioré : présente un comportement moins sain, ce qui indique des problèmes potentiels

• Non sain : dans un état critique et nécessite une attention immédiate

Notes

Vous pouvez représenter l’intégrité avec un score au lieu d’états pour fournir plus de granularité des données.

Les états d’intégrité sont dérivés en combinant des données de surveillance avec des informations de domaine. Chaque état doit être défini et mesurable. Les états d’intégrité sont calculés à l’aide de signaux d’intégrité, qui sont des flux de données individuels qui fournissent des insights sur le comportement opérationnel d’une entité. Les signaux peuvent inclure des métriques, des journaux, des traces ou d’autres caractéristiques de qualité. Par exemple, un signal d’intégrité pour une entité de machine virtuelle peut suivre la métrique d’utilisation du processeur. D’autres signaux pour cette entité peuvent inclure l’utilisation de la mémoire, la latence réseau ou les taux d’erreur.

Lorsque vous définissez des signaux d’intégrité, tenez compte des exigences non fonctionnelles de la charge de travail. Dans l’exemple d’utilisation du processeur, incluez les seuils attendus pour chaque état d’intégrité. Si l’utilisation dépasse le seuil toléré conformément aux exigences de charge de travail, le système passe de Sain à Détérioré ou Non sain. Ces changements d’état déclenchent les alertes ou actions appropriées.

La modélisation d’intégrité nécessite que les entités aient des états bien définis dérivés de plusieurs signaux d’intégrité et contextualisés pour la charge de travail. Par exemple, la définition d’intégrité d’une machine virtuelle peut être :

• Sain : les principales exigences et cibles non fonctionnelles, telles que le temps de réponse, l’utilisation des ressources et les performances globales du système, sont entièrement satisfaites. Par exemple, 95 % des demandes sont traitées dans un délai de 500 millisecondes. La charge de travail utilise les ressources de machine virtuelle comme le processeur, la mémoire et le stockage de manière optimale, et maintient un équilibre entre les demandes de charge de travail et la capacité disponible. L’expérience utilisateur est aux niveaux attendus.

• Détérioré : les ressources ne fonctionnent pas de manière optimale, mais elles sont toujours opérationnelles. Par exemple, le disque de stockage rencontre des problèmes de limitation. Les utilisateurs peuvent rencontrer des réponses lentes.

• Non sain : la dégradation dépasse les limites tolérées. Les ressources ne sont plus réactives ou disponibles, et le système ne répond plus aux niveaux de performances acceptables. L’expérience utilisateur est gravement affectée.

Le résultat de la modélisation d’intégrité est un modèle ou une représentation graphique d’entités logiques et de leurs relations pour une architecture de charge de travail. Chaque nœud a une définition d’état d’intégrité.

Important

La modélisation de l’intégrité est un concept abstrait que vous pouvez implémenter et appliquer à différentes étendues si vous avez une bonne compréhension des scénarios métier.

Dans l’image :

• Les entités sont des composants logiques de la charge de travail qui représentent des aspects du système. Il peut s’agir de composants d’infrastructure, tels que des serveurs, des bases de données et des réseaux. Il peut également s’agir de modules d’application, de pods, de services ou de microservices spécifiques. Ou bien, les entités peuvent capturer les interactions utilisateur et les flux système au sein de la charge de travail.

  Notes

  Les flux utilisateur et système résument les exigences non fonctionnelles dans les scénarios métier qui impliquent des composants d’application et d’infrastructure. Ce résumé reflète la valeur métier de l’application.

• Les relations entre les entités miroir les chaînes de dépendances au sein du système. Par exemple, un module d’application peut appeler des composants d’infrastructure spécifiques qui forment une relation.

Prenons l’exemple d’un scénario dans lequel une charge de travail de commerce électronique rencontre un pic de messages ayant échoué dans une file d’attente Azure Service Bus, ce qui entraîne l’échec des paiements. Ce problème est essentiel pour le organization en raison de la perte de revenus implicite. Bien qu’un développeur d’applications puisse comprendre l’effet de ce pic de métriques sur les paiements, cette connaissance tribale n’est pas souvent partagée au sein de l’équipe des opérations.

Un modèle d’intégrité peut donner aux opérateurs une visibilité immédiate du problème et de ses effets. Le flux de paiement dépend de Service Bus, qui est l’un des composants de la charge de travail. La représentation visuelle révèle l’état détérioré de l’instance Service Bus et son effet sur le flux de paiement. Les opérateurs peuvent comprendre l’importance du problème et concentrer leurs efforts de correction sur ce composant spécifique.

La modélisation de l’intégrité était importante dans le scénario précédent des manières suivantes :

• Il a amélioré le temps de détection (TTD) et le temps d’atténuation (TTM) en activant l’isolation des problèmes plus rapide, ce qui a entraîné une détection plus rapide des problèmes et des correctifs potentiels.

• Les opérateurs ont reçu des alertes basées sur les états d’intégrité, ce qui a réduit le bruit inutile. Les opérateurs ont reçu des notifications qui fournissaient un contexte précis sur l’impact commercial sur les paiements.

• Les chaînes de dépendances ont aidé les opérateurs à comprendre pleinement l’étendue des problèmes opérationnels. Ces connaissances ont accéléré les évaluations d’impact et ont conduit à des réponses hiérarchisées. Les opérateurs identifient également facilement les problèmes en cascade ou corrélés.

• Les opérateurs ont mené des activités post-incident avec précision, car le modèle d’intégrité a fourni des insights sur les causes racines des anomalies et les signaux d’intégrité spécifiques impliqués.

• Il a rendu les données de surveillance significatives pour tous les membres de l’équipe. Il a comblé le fossé entre les connaissances tribales et les insights partagés.

• Le organization utilisé le modèle d’intégrité comme base de référence pour les investissements futurs dans les opérations pilotées par l’IA afin de dériver des insights intelligents.

Schéma du modèle d’intégrité

Les modèles d’intégrité fournissent un schéma de données distinct optimisé pour les cas d’usage d’observabilité. Ce schéma fait passer la modélisation d’intégrité d’un concept abstrait à une solution mesurable. En modélisant vos exigences, objectifs et contexte architectural spécifiques, vous pouvez adapter les données d’intégrité à votre scénario unique.

L’intégrité est un concept de données relative. Chaque modèle représente des données d’intégrité uniques et hiérarchisées pour son étendue contextuelle, même s’il utilise le même ensemble d’entités. Ce qui est sain dans un scénario spécifique peut différer considérablement dans d’autres contextes.

Par exemple, considérez des ressources Azure du même type au sein de votre charge de travail.

• La machine virtuelle A exécute une application sensible au processeur.
• La machine virtuelle B gère un service gourmand en mémoire.

Les définitions d’intégrité de ces machines sont différentes. Les métriques d’utilisation du processeur influencent probablement les status d’intégrité de la machine virtuelle A, et la machine virtuelle B peut hiérarchiser les métriques liées à la mémoire.

Important

Un modèle d’intégrité ne doit pas traiter toutes les défaillances de la même façon. Il doit faire clairement la distinction entre les défaillances attendues ou temporaires mais récupérables et un véritable état de sinistre.

Créer un modèle d’intégrité

La première étape pour créer un modèle d’intégrité est un exercice de conception logique, qui implique généralement les activités décrites dans les sections suivantes.

Évaluer la conception de votre charge de travail

Commencez cet exercice de conception logique en évaluant les composants suivants de votre conception de charge de travail.

• Composants d’infrastructure tels que les clusters de calcul et les bases de données

• Composants d’application qui s’exécutent sur le calcul et leurs composants pertinents

• Dépendances logiques ou physiques entre les composants

• Flux utilisateur et système

Par exemple, le modèle d’intégrité d’une application de commerce électronique doit représenter l’état actuel des processus critiques tels que la connexion utilisateur, la validation et les paiements.

Contextualiser à l’aide des exigences métier

Évaluez l’importance relative et l’impact global de chaque flux sur votre organization. Tenez compte de facteurs tels que l’expérience utilisateur, la sécurité et l’efficacité opérationnelle. Par exemple, dans la plupart des scénarios, l’échec d’un processus de paiement est probablement plus important que l’échec d’un processus de création de rapports.

Identifiez les chemins d’escalade pour gérer les problèmes liés à chaque flux. Pour plus d’informations, consultez Optimiser la conception de la charge de travail à l’aide de flux.

Notes

Vous ne réalisez la valeur de la modélisation de l’intégrité que lorsque vous incorporez vos scénarios métier et votre contexte. Vous pouvez ensuite rationaliser l’impact commercial des problèmes opérationnels.

Mapper aux métriques de fiabilité

Recherchez des métriques de fiabilité pertinentes dans la conception de l’application.

Envisagez de définir des indicateurs de niveau de service (SLO) et des objectifs de niveau de service (SLO) pour l’ensemble de l’application et ses processus métier individuels. Ces SLO et SLO doivent s’aligner sur les signaux d’intégrité spécifiques pris en compte pour votre modèle d’intégrité. Ce faisant, vous créez une définition complète de l’intégrité qui reflète avec précision l’atteinte d’un niveau de service acceptable pour l’application.

Important

Les SLI et les SLO sont des signaux d’intégrité critiques. Ils créent une définition significative de l’intégrité qui reflète le niveau de service souhaité, ainsi que d’autres attributs de qualité. Vous pouvez également définir des objectifs d’intégrité des services (SMO) pour capturer l’intégrité que vous souhaitez atteindre sur un intervalle de temps agrégé.

Identifier les signaux d’intégrité

Pour créer un modèle d’intégrité complet, mettez en corrélation différents types de données de surveillance, notamment les métriques, les journaux et les traces. En procédant ainsi, vous vous assurez que le concept d’intégrité reflète avec précision l’état d’exécution d’une entité spécifique ou de l’ensemble de la charge de travail.

Utiliser des métriques et des journaux de plateforme

Dans le contexte de la modélisation de l’intégrité, il est essentiel de collecter des métriques et des journaux au niveau de la plateforme à partir de ressources Azure sous-jacentes. Ces métriques incluent le pourcentage d’UC, le réseau entrant et sortant, ainsi que les opérations sur disque par seconde. Vous pouvez utiliser ces données dans votre modèle d’intégrité pour détecter et prédire les problèmes potentiels tout en conservant un environnement fiable.

En outre, cette approche vous permet de faire la différence entre les erreurs temporaires, les interruptions temporaires et les erreurs nontransientes ou les problèmes persistants.

Notes

Il est recommandé de configurer toutes les ressources d’application pour diriger les journaux de diagnostic et les métriques vers la technologie d’agrégation des journaux choisie. Créez des garde-fous à l’aide de Azure Policy pour garantir la cohérence des paramètres de diagnostic dans l’application et appliquer la configuration choisie pour chaque service Azure.

Ajouter des journaux d’application

Les journaux d’application sont une source importante de données diagnostics pour votre modèle d’intégrité. Voici quelques bonnes pratiques pour la journalisation des applications :

• Utilisez la journalisation sémantique ou structurée. Les journaux structurés facilitent la consommation et l’analyse automatisées des données de journal à grande échelle.

  Envisagez de stocker des métriques de ressources Azure et des données diagnostics dans un espace de travail Journaux Azure Monitor au lieu d’un compte de stockage. En utilisant cette méthode, vous pouvez créer des signaux d’intégrité à l’aide de requêtes Kusto pour une évaluation efficace.

• Données de journal dans l’environnement de production. Capturez des données complètes pendant que l’application fonctionne dans l’environnement de production. Des informations suffisantes sont essentielles pour l’évaluation de l’intégrité et pour diagnostiquer les problèmes de production détectés.

• Journaliser les événements aux limites du service. Incluez un ID de corrélation qui traverse les limites du service. Si une transaction implique plusieurs services et que l’un d’eux échoue, l’ID de corrélation vous permet de suivre les demandes dans votre application et de déterminer la cause de l’échec.

• Utilisez la journalisation asynchrone. Évitez les opérations de journalisation synchrone susceptibles de bloquer le code de l’application. La journalisation asynchrone garantit la disponibilité en empêchant les backlogs de requêtes pendant les écritures de journaux.

• Séparez la journalisation des applications de l’audit. Conservez les journaux d’audit séparément des journaux de diagnostic. Bien que les enregistrements d’audit répondent aux exigences de conformité ou réglementaires, le fait de les garder distincts empêche l’abandon des transactions.

Implémenter le suivi distribué

Implémentez le suivi distribué en mettant en corrélation les données de télémétrie entre des flux système critiques. La télémétrie corrélée fournit des insights sur les transactions de bout en bout et est essentielle pour une analyse de la cause racine (RCA) efficace en cas de défaillance.

Utiliser des sondes d’intégrité

Implémentez et exécutez des sondes d’intégrité en dehors de l’application pour case activée explicitement l’intégrité et la réactivité de votre application. Utilisez les réponses de sonde comme signaux dans votre modèle d’intégrité.

Vous pouvez implémenter des sondes d’intégrité en mesurant le temps de réponse de l’application dans son ensemble ou de ses composants individuels. Les sondes peuvent exécuter des processus pour mesurer la latence et case activée disponibilité ou pour extraire des informations de l’application. Pour plus d’informations, consultez Modèle Supervision de point de terminaison d’intégrité.

La plupart des équilibreurs de charge prennent en charge l’exécution de sondes d’intégrité qui effectuent un test ping sur les points de terminaison d’application à des intervalles configurés. Vous pouvez également utiliser un service de surveillance externe. Un service de surveillance agrège les contrôles d’intégrité à partir de plusieurs composants de la charge de travail. Les chiens de garde peuvent également héberger du code qui effectue une correction immédiate des conditions d’intégrité connues.

Adopter des techniques de surveillance structurelle et fonctionnelle

La surveillance structurelle implique d’équiper l’application de journaux sémantiques et de métriques. L’application collecte directement ces métriques, qui incluent la consommation de mémoire actuelle, la latence des requêtes et d’autres données pertinentes au niveau de l’application.

Renforcez vos processus de supervision à l’aide de la surveillance fonctionnelle. Cette approche se concentre sur la mesure des services de plateforme et de leur effet sur l’expérience utilisateur globale. Contrairement à la surveillance structurelle, la surveillance fonctionnelle ne nécessite pas de connaissances détaillées du système. Il teste le comportement visible externement de l’application. Cette approche est utile pour évaluer les SLO et les SLO.

Modéliser la conception

Représente la conception d’application identifiée en tant qu’entités et relations. Mapper des signaux d’intégrité à des composants spécifiques pour quantifier les états d’intégrité au niveau de l’entité. Tenez compte de la criticité des composants pour déterminer comment les états d’intégrité doivent se propager dans le modèle. Par exemple, les composants de création de rapports peuvent ne pas être aussi critiques que d’autres composants, ce qui entraîne des effets différents sur l’intégrité globale de la charge de travail.

Définir des alertes actionnables

Utilisez les états d’intégrité évalués pour déclencher des alertes et une action automatisée. L’intégrité doit être intégrée dans les runbooks opérationnels existants en tant que principe de base des données d’observabilité.

En règle générale, il existe un mappage un-à-un entre les données de surveillance et les règles d’alerte, ce qui peut conduire à des résultats indésirables, comme les tempêtes d’alerte et le bruit d’alerte ambiant. Par exemple, dans un cluster de calcul, des volumes élevés d’alertes au niveau de la machine virtuelle basées sur l’utilisation du processeur et le nombre d’erreurs peuvent surcharger les opérateurs pendant les défaillances et entraîner des retards dans la résolution. De même, lorsqu’il y a un nombre élevé d’alertes configurées, le bruit d’alerte ambiant entraîne souvent des alertes qui sont ignorées ou ignorées.

Un modèle d’intégrité introduit la séparation entre les données de surveillance et les règles d’alerte. Une définition d’intégrité agrège de nombreux signaux dans un seul état d’intégrité, ce qui réduit le nombre d’alertes afin que les opérateurs puissent se concentrer uniquement sur les alertes de grande valeur qui sont critiques pour le organization. Considérez le scénario d’e-commerce. Vous pouvez configurer une alerte pour envoyer des notifications sur les modifications apportées à l’intégrité du flux de paiement de processus au lieu des modifications apportées aux ressources sous-jacentes, telles que la file d’attente Service Bus.

Notes

La possibilité d’alerter sur toutes les couches du modèle d’intégrité offre une flexibilité pour les différents personnages de charge de travail. Les propriétaires d’applications et les responsables de produits peuvent être avertis des changements d’état d’intégrité dans les scénarios métier clés ou dans l’ensemble de la charge de travail. Les opérateurs peuvent être alertés en fonction de l’intégrité des composants de l’infrastructure ou de l’application.

Visualiser le modèle

Créez des représentations visuelles, telles que des tableaux ou des graphiques, pour transmettre efficacement l’état actuel et l’historique du modèle d’intégrité. Vérifiez que la visualisation s’aligne sur le contexte métier et fournit des insights exploitables.

Lorsque vous visualisez votre modèle d’intégrité, envisagez d’adopter une approche de feu de signalisation pour rendre les états d’intégrité immédiatement perspicaces dans les chaînes de dépendances.

Affectez le vert pour sain, l’orange pour la dégradation et le rouge pour le non sain. En identifiant rapidement les états codés en couleur, vous pouvez localiser efficacement la cause racine de toute dégradation de l’application.

Notes

Nous vous recommandons de prendre en compte les exigences d’accessibilité pour les personnes ayant une déficience visuelle lorsque vous créez un tableau de bord pour votre modèle de santé. Pour connaître les meilleures pratiques de création de diagrammes, consultez Diagrammes de conception d’architecture.

Adopter votre modèle d’intégrité

Après avoir créé un modèle d’intégrité, tenez compte des cas d’usage suivants pour favoriser la détection et l’interprétation des défaillances ou des problèmes opérationnels.

Applicabilité à différents rôles

La modélisation d’intégrité peut fournir des informations spécifiques aux fonctions de travail ou aux rôles dans le même contexte de la charge de travail. Par exemple, un rôle DevOps peut avoir besoin d’informations sur l’intégrité opérationnelle. Un agent de sécurité peut être plus préoccupé par les signaux d’intrusion et l’exposition à la sécurité. Un administrateur de base de données ne s’intéresse probablement qu’à un sous-ensemble du modèle d’application via les ressources de base de données.

Personnalisez les insights d’intégrité pour les différentes parties prenantes. Envisagez de créer des modèles distincts à partir de jeux de données qui se chevauchent.

Validation continue

Utilisez votre modèle d’intégrité pour optimiser les processus de test et de validation, tels que les tests de charge et les tests de chaos. Vous pouvez valider l’état opérationnel du runtime pendant le test et évaluer l’efficacité de votre modèle dans les scénarios de mise à l’échelle et d’échec en incorporant des modèles d’intégrité dans votre cycle de vie d’ingénierie.

Intégrité organisationnelle

Bien que la modélisation de l’intégrité soit généralement associée à la quantifiée des états d’intégrité pour des applications individuelles, son applicabilité dépasse cette portée.

Au niveau d’une charge de travail individuelle, les modèles d’intégrité fournissent une base pour l’observabilité des applications et les insights opérationnels. Chaque application peut avoir son propre modèle d’intégrité qui capture ce que signifie chaque état d’intégrité dans son contexte.

Vous pouvez combiner plusieurs modèles d’intégrité dans une construction de haut niveau en créant un modèle de modèles. Par exemple, vous pouvez créer l’empreinte d’observabilité d’une unité commerciale ou d’un patrimoine cloud entier en utilisant des modèles d’intégrité en tant que composants au sein d’un modèle plus grand. Les modèles d’intégrité représentent les charges de travail au sein du patrimoine en tant que nœuds dans le graphique de niveau supérieur. Utilisez les relations de ce modèle pour capturer les dépendances entre applications, notamment les flux de données, les interactions de service et l’infrastructure partagée.

Prenons l’exemple d’une entreprise de vente au détail qui a diverses applications pour le commerce électronique, les paiements et le traitement des commandes. Vous pouvez définir chacune de ces applications en tant que modèle d’intégrité indépendant pour quantifier ce que signifie l’intégrité pour cette charge de travail. Vous pouvez ensuite utiliser un modèle parent pour mapper tous ces modèles d’intégrité des composants en tant qu’entités et capturer l’impact opérationnel inter-application par le biais de chaînes de dépendances. Par exemple, si l’application e-commerce devient non saine, cela a un effet en cascade sur l’application de paiement.

Tendances d’intégrité et IA pour les opérations informatiques

La modélisation de l’intégrité fournit une base de référence opérationnelle quantifiée qui est adaptée à un contexte métier spécifique. L’IA pour les opérations informatiques (AIOps) est un moyen populaire d’améliorer l’efficacité opérationnelle. Les données d’intégrité sont une entrée fondamentale pour les modèles Machine Learning afin d’analyser les tendances d’intégrité. Par exemple, les modèles Machine Learning peuvent :

• Extrayez plus d’informations à partir des changements d’état et recommandez des actions.

• Analysez les tendances d’intégrité au fil du temps pour générer la prédiction des problèmes et l’affinement du modèle.

Gérer votre modèle d’intégrité

La maintenance d’un modèle de santé est une activité d’ingénierie continue qui s’aligne sur le développement et les opérations de votre application. À mesure que votre application évolue, assurez-vous que votre modèle d’intégrité évolue en parallèle.

En outre, traitez les modèles d’intégrité comme des artefacts de charge de travail qui doivent être intégrés à votre cycle de vie de développement. Adoptez l’infrastructure en tant que code (IaC) pour une gestion cohérente et contrôlée par version de votre modèle d’intégrité. Utilisez l’automatisation pour que le modèle reste à jour lorsque vous ajoutez ou supprimez des composants d’infrastructure et d’application de la charge de travail.

La valeur des données d’intégrité diminue progressivement au fil du temps. Pour optimiser l’efficacité opérationnelle et réduire les coûts, évitez de conserver les données d’intégrité au-delà de 30 jours. Si nécessaire, vous pouvez archiver des données pour répondre aux exigences d’audit ou dans des scénarios qui impliquent une analyse de modèle à long terme dans l’IA pour les opérations informatiques.

Notes

Lorsque vous archivez des données d’intégrité, veillez à les associer à l’état de configuration du modèle. L’interprétation des changements d’état peut être difficile sans ce contexte.

Liens connexes

• Pour implémenter des sondes d’intégrité dans ASP.NET, consultez Contrôles d’intégrité dans ASP.NET Core.
• Pour plus d’informations sur les métriques de surveillance, consultez la section Présentation des métriques Azure Monitor.
• Pour plus d’informations sur l’utilisation d’Application Insights, consultez Application Insights.
• Pour connaître les considérations de conception et les recommandations relatives aux charges de travail stratégiques, consultez Modélisation et observabilité de l’intégrité pour les charges de travail stratégiques sur Azure.
• Pour une expérience pratique, consultez Concevoir un modèle d’intégrité pour votre charge de travail critique.

Étape suivante

Recommandations pour la conception d’une stratégie de surveillance et d’alerte fiable