まとめ
あなたがデータ サイエンティストとして働く小売チェーンでは、CPU 使用率が高く空き領域が不足している仮想マシンに関連するコンピューターパフォーマンスの問題が発生しています。
あなたは、Azure Monitor Log Analytics で KQL クエリを実行し、収集したログ データから仮想マシンに関する分析情報を抽出しました。 解析には、次のようないくつかの手法を適用しました。
- 明確な解析目標の設定。
- ログ データを調べる。
- ログ データを使用して解析目標を達成するのに役立つ KQL 操作を評価する。
ログ解析は、監視対象リソースの管理、問題の検出と対応、潜在的な問題の軽減に不可欠です。 生ログ データには、Log Analytics や KQL などのツールを使用せずに意味のある方法で理解して、関連付けるのが難しい大量の情報が含まれています。
KQL を使用して Log Analytics のログ データを分析すると、重要な分析情報を取得し、IT 環境を効果的かつ積極的に管理できます。