Bonne réponse
- CAzure Log Analytics Workspace
Explication
Azure Log Analytics Workspace est le bon choix car il ingère nativement les journaux opérationnels provenant d'Azure App Services via les paramètres de diagnostic, fournit un niveau de stockage évolutif et rentable avec une politique de rétention de 90 jours qui peut être configurée pour supprimer automatiquement les données une fois la période de rétention expirée. Il prend également en charge le langage Kusto Query Language (KQL) pour l'analyse et s'intègre à Azure Monitor pour les alertes, ce qui en fait un service conçu spécifiquement pour le stockage et la gestion des journaux.
Pour aller plus loin
Cette question teste le principe d'association d'un magasin de données à son modèle de charge de travail. Les journaux opérationnels sont des données de séries chronologiques à forte intensité d'écriture et à volume élevé qui doivent être conservées à des fins d'audit ou de dépannage et interrogées à l'aide de filtres temporels. Azure Log Analytics Workspace repose sur Azure Data Explorer (ADX), qui utilise un format de stockage colonnaire et compressé ainsi qu'un moteur de requête distribué conçu pour gérer efficacement des volumes massifs de journaux et de télémétrie. Ses politiques de rétention et d'archivage vous permettent de conserver les données récentes pour une analyse interactive et de déplacer les données plus anciennes vers un stockage d'archivage économique tout en permettant un accès à la demande via des travaux de recherche. Une idée reçue courante est qu'une base de données capable de gérer la durée de vie (TTL) telle que Cosmos DB peut servir de magasin de journaux, mais la TTL automatise simplement la suppression ; elle ne fournit pas de langage de requête optimisé pour les modèles de journaux tels que les agrégats de plages horaires, la correspondance de motifs et la corrélation de ressources multiples. Le stockage Blob, en revanche, est une excellente cible d'archivage pour les journaux qui ne nécessitent pas de requêtes interactives, mais il requiert des services externes tels que Azure Data Explorer ou Log Analytics pour l'analyse. Le modèle architectural approprié consiste à envoyer les journaux via les paramètres de diagnostic directement vers un espace de travail Log Analytics pour des analyses en temps réel et à utiliser des politiques d'archivage pour conserver les données de manière rentable, tout en réservant le stockage Blob à l'archivage de conformité à long terme si nécessaire.
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement AZ-305 originales de Courseiva, rédigées pour apprendre et jamais copiées d'examens réels ou de dumps.
Traduite de l'original anglais avec l'IA et vérifiée pour le sens. Les codes d'examen, les commandes et les noms de produits sont conservés tels qu'ils apparaissent à l'examen.