Está creando una solución que utiliza una base de datos Azure Cosmos DB de varias particiones y el SDK más reciente de Cosmos DB. Requisitos: enviar operaciones de inserción y actualización a Azure Blob Storage, procesar los cambios de todas las particiones inmediatamente y permitir el procesamiento paralelo del manejo de cambios. ¿Qué dos enfoques le permitirán procesar las operaciones de Cosmos DB? (Cada respuesta correcta es una solución completa).

La opción de crear una Azure Function con el desencadenador de Azure Cosmos DB es correcta porque este desencadenador está diseñado específicamente para procesar la fuente de cambios de Cosmos DB en tiempo real. Se escala automáticamente para manejar el procesamiento paralelo en todas las particiones, cumpliendo los requisitos de inmediatez y procesamiento paralelo. La opción de crear una Azure Function que extraiga la fuente de cambios utilizando un FeedIterator y FeedRange también es correcta. FeedIterator permite la iteración manual sobre la fuente de cambios, y FeedRange es fundamental para dividir el trabajo entre múltiples instancias de función, logrando el procesamiento paralelo deseado. Las otras opciones son incorrectas porque: Implementar una API de Azure App Service con el estimador de fuente de cambios del SDK no es la forma más eficiente ni escalable para procesar la fuente de cambios en tiempo real y en paralelo. El estimador es más para monitorear el progreso, no para el procesamiento real. Ejecutar un trabajo en segundo plano en un clúster de Azure Kubernetes Service y usar la funcionalidad de fuente de cambios del SDK requeriría una implementación manual más compleja para el escalado y la gestión de la fuente de cambios, a diferencia de las Azure Functions que ofrecen una solución más integrada y administrada para este propósito.