Préparer

Effectué

Vous allez écrire des requêtes KQL pour extraire, transformer et visualiser des données permettant de résoudre les problèmes informatiques rencontrés par votre chaîne de vente au détail. Nous allons ici aborder l’approche permettant de donner du sens aux données dans les journaux Azure Monitor, ainsi que d’extraire des insights et des réponses significatifs pour traiter les questions d’ordre opérationnel et métier.

Vue d’ensemble du projet

L’objectif du projet est de traduire les données de journal en informations permettant de comprendre comment résoudre et atténuer les problèmes de performances de l’ordinateur dans vos magasins.

Voici les tâches clés à effectuer :

  1. Définissez l’étendue de votre analyse. Quelles questions devez-vous traiter et quelles sont les données qui vous permettent d’effectuer cette tâche ?
  2. Recherchez les tables et les colonnes contenant les données de journal qui sont pertinentes pour votre analyse.
  3. Écrivez des requêtes KQL pour extraire les données dont vous avez besoin à partir de vos journaux.

Le diagramme suivant illustre l’approche de l’analyse des journaux que vous adoptez tout au long de ce projet :

A diagram that depicts the flow of defining questions, finding relevant log data and writing KQL queries.

Définir des objectifs d’analyse

Votre équipe du service informatique a remarqué des problèmes récurrents liés à des machines virtuelles qui présentent une utilisation élevée du processeur et un espace libre insuffisant.

Vous souhaitez vous assurer d’obtenir des données sur l’ensemble des machines virtuelles actives de votre réseau. Vous devez être en mesure d’identifier les machines qui arrêtent d’envoyer des données, afin de les étudier et de vous assurer de la visibilité complète de l’état de vos machines virtuelles.

Pour votre analyse, vous avez donc besoin de données sur les éléments suivants :

  • Machines virtuelles qui arrêtent d’envoyer des données.
  • Utilisation du processeur des machines virtuelles.
  • Statistiques d’espace libre de la machine virtuelle.

Évaluer les journaux

Quelles tables contiennent des données pertinentes pour vos objectifs d’analyse ?

Objectif d’analyse Table de journaux avec des données pertinentes
Machines virtuelles qui arrêtent d’envoyer des données La table Pulsation collecte les données d’intégrité de chaque machine virtuelle à intervalles d’une minute.
Utilisation du processeur des machines virtuelles La table Perf collecte des données sur les performances des composants matériels, des systèmes d’exploitation et des applications.
Statistiques d’espace libre de la machine virtuelle Tableau Perf.

Rédiger des requêtes

Dans les leçons suivantes, vous allez écrire des requêtes KQL pour extraire et transformer des données en fonction de vos objectifs d’analyse.