준비
소매 체인에서 발생하는 IT 문제를 해결하는 데 도움이 되는 데이터를 추출, 변환 및 시각화하는 KQL 쿼리를 작성합니다. 여기서는 Azure Monitor 로그에서 데이터를 이해하고 운영 및 비즈니스 질문에 대한 의미 있는 인사이트와 답변을 추출하는 데 사용할 접근 방식에 대해 설명합니다.
프로젝트 개요
프로젝트의 목표는 로그 데이터를 스토어의 컴퓨터 성능 문제를 해결하고 완화하는 방법을 이해하는 데 도움이 되는 정보로 변환하는 것입니다.
수행해야 하는 주요 작업은 다음과 같습니다.
- 분석 범위를 설정합니다. 어떤 질문에 답하고 싶으며 이러한 질문에 답해야 하는 데이터는 무엇인가요?
- 분석과 관련된 로그 데이터를 포함하는 테이블 및 열을 찾습니다.
- KQL 쿼리를 작성하여 로그에서 필요한 데이터를 추출합니다.
다음 다이어그램에서는 이 프로젝트 전체에서 수행할 로그 분석 방법을 보여 줍니다.
분석 목표 설정
IT 팀은 CPU 사용량이 많고 여유 공간이 부족한 가상 머신과 관련된 반복적인 문제를 발견했습니다.
네트워크의 모든 활성 가상 머신에 대한 데이터를 가져오고 있는지 확인하려고 합니다. 가상 머신의 상태 자세히 조사하고 확인할 수 있도록 데이터 전송을 중지하는 컴퓨터를 식별할 수 있어야 합니다.
따라서 분석을 위해 다음에 대한 데이터가 필요합니다.
- 데이터 전송을 중지하는 가상 머신.
- 가상 머신의 CPU 사용량.
- 가상 머신 사용 가능한 공간 통계.
로그 평가
분석 목표와 관련된 데이터를 보유하는 테이블은 무엇인가요?
| 분석 목표 | 관련 데이터가 있는 로그 테이블 |
|---|---|
| 데이터 전송을 중지하는 가상 머신 | 하트비트 테이블은 1분 간격으로 각 가상 머신에서 가상 머신 상태 데이터를 수집합니다. |
| 가상 머신의 CPU 사용량 | Perf 테이블은 하드웨어 구성 요소, 운영 체제 및 애플리케이션의 성능에 대한 데이터를 수집합니다. |
| 가상 머신 사용 가능한 공간 통계 | Perf 테이블입니다. |
쿼리 쓰기
다음 단위에서는 분석 목표에 따라 데이터를 추출하고 변환하는 KQL 쿼리를 작성합니다.