Stai creando una soluzione che utilizza un database Azure Cosmos DB multi-partizione e l'ultimo SDK di Cosmos DB. Requisiti: inviare operazioni di inserimento e aggiornamento ad Azure Blob Storage, elaborare immediatamente le modifiche da tutte le partizioni e consentire l'elaborazione parallela della gestione delle modifiche. Quali due approcci ti permetteranno di elaborare le operazioni di Cosmos DB? (Ogni risposta corretta è una soluzione completa.)

Le Funzioni di Azure con trigger Cosmos DB sono la soluzione più comune ed efficiente per elaborare il change feed. Il trigger gestisce automaticamente la lettura da tutte le partizioni, il checkpointing e la scalabilità, soddisfacendo i requisiti di elaborazione immediata e parallela. In alternativa, l'utilizzo di un FeedIterator con FeedRange all'interno di una Funzione di Azure offre un controllo più granulare, consentendo di gestire manualmente la parallelizzazione su più istanze della funzione. Questo approccio è utile quando sono richieste logiche di elaborazione personalizzate o scenari di scalabilità avanzati non coperti dal trigger predefinito. Le altre opzioni sono meno adatte: un'API di Azure App Service con l'estimator non elabora il change feed direttamente, ma fornisce solo una stima. Un processo in background in AKS è possibile ma più complesso da gestire rispetto alle Funzioni di Azure per questo specifico caso d'uso, in particolare per la gestione dello stato e della scalabilità del change feed.