Résumé
La chaîne de vente au détail dans laquelle vous travaillez en tant que scientifique des données a rencontré des problèmes de performances informatiques, qui semblent être liés à des machines virtuelles avec une utilisation élevée du processeur et un espace libre insuffisant.
Vous avez exécuté des requêtes KQL dans Azure Monitor Log Analytics pour extraire des insights sur vos machines virtuelles à partir des données de journal que vous avez collectées. Vous avez appliqué plusieurs techniques dans votre analyse, notamment :
- Définition d’objectifs d’analyse clairs.
- Examen des données de journal.
- L’évaluation des opérations KQL peut vous aider à utiliser vos données de journal pour atteindre vos objectifs d’analyse.
L’analyse des journaux est essentielle à la gestion des ressources surveillées, à la découverte et à la réponse aux problèmes, ainsi qu’à l’atténuation des problèmes potentiels. Les données de journal brutes contiennent une quantité écrasante d’informations difficiles à comprendre et à mettre en corrélation de manière significative sans outils tels que Log Analytics et KQL.
L’analyse des données de journal dans Log Analytics à l’aide de KQL vous permet d’obtenir des insights essentiels et de gérer efficacement et de manière proactive votre environnement informatique.