总结
你作为数据科学家所供职的零售连锁店一直遇到计算机性能问题，这似乎与虚拟机 CPU 使用率高且可用空间不足有关。
你在 Azure Monitor Log Analytics 中运行了 KQL 查询，以便从收集的日志数据中提取有关虚拟机的见解。 你在分析中应用了多种方法，包括：
- 设置明确的分析目标。
- 检查日志数据。
- 评估哪些 KQL 操作可以帮助你使用日志数据来实现分析目标。
日志分析对于管理受监视的资源、发现和响应问题以及缓解潜在问题至关重要。 原始日志数据包含大量信息，如果不使用 Log Analytics 和 KQL 等工具，将难以理解和以有意义的方式关联这些信息。
使用 KQL 分析 Log Analytics 中的日志数据可让你获得关键见解，并有效和主动地管理 IT 环境。