Bonnes réponses
- AUtiliser un filtre temporel dans la requête pour limiter la plage de données.
- DUtiliser des opérateurs summarize pour agréger les données avant d'effectuer des jointures.
Explication
L'application d'un filtre temporel (par exemple, en utilisant la colonne `TimeGenerated`) dans une requête KQL restreint l'ensemble de données à la fenêtre temporelle pertinente uniquement, ce qui réduit considérablement la quantité de données analysées par Microsoft Sentinel. Cela améliore directement les performances des requêtes en minimisant les E/S et la surcharge de traitement, en particulier lorsque les règles d'analyse s'exécutent sur de grandes tables de journaux.
Pour aller plus loin
Cette question teste votre compréhension des principes d'optimisation du langage de requête Kusto (KQL), qui sont essentiels pour la recherche de menaces et l'investigation d'incidents dans Microsoft Sentinel. Les mécanismes sous-jacents impliquent le stockage distribué et le moteur de requête de Kusto : les données sont partitionnées en étendues (fragments) stockées au format colonnaire, et l'optimiseur exploite l'élagage basé sur les prédicats de filtre, en particulier sur la colonne d'heure d'ingestion (Timestamp). Une idée fausse courante est que la réduction de la taille des résultats ou la modification des types de données accélérera les requêtes, mais le gain de performance de Kusto provient principalement de la réduction du nombre de lignes et de colonnes analysées au niveau de la couche d'accès aux données, et non des étapes de post-traitement telles que project ou les recherches de listes de surveillance. Summarize force une agrégation partielle dans une étape de pré-agrégation sur chaque nœud, ce qui réduit les données brassées à travers les nœuds avant la jointure finale, ce qui en fait une technique réellement percutante pour les flux d'événements volumineux. Lors de l'optimisation, commencez toujours par un filtre de plage temporelle, puis envisagez de restreindre la requête avec des filtres indexés sur les champs fréquemment utilisés (par exemple, EventID, AccountName) avant de recourir à des jointures, et évitez d'utiliser des listes de surveillance comme s'il s'agissait de filtres de lignes — elles sont destinées à l'enrichissement ou aux petites recherches de référence. Le réglage des performances dans le monde réel dans Sentinel nécessite donc de savoir quels opérateurs s'appliquent à la couche de stockage (where, take) par rapport à ceux qui fonctionnent uniquement sur l'ensemble de résultats en mémoire (project, extend).
À propos de ces questions d'entraînement
Cette question fait partie des questions d'entraînement SC-200 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.