U beheert een microservices-applicatie die draait in AKS met .NET- en Node.js-services. U moet: 1) De opnamekosten van Application Insights verlagen, terwijl volledige end-to-end transactiedetails behouden blijven wanneer een bewerking mislukt. 2) De externe beschikbaarheid van het openbare API-eindpunt testen vanuit drie regio's met intervallen van 1 minuut. 3) Automatisch afwijkingen detecteren, zoals plotselinge toenames in afhankelijkheidsfouten. Wat moet u implementeren?

De correcte optie voldoet aan alle vereisten. Adaptieve sampling op SDK-niveau vermindert opnamekosten, terwijl het de context van mislukte transacties behoudt door gecorreleerde telemetrie te behouden. Een Standard beschikbaarheidstest vanuit drie locaties met een frequentie van 1 minuut voldoet aan de beschikbaarheidsmonitoring. Smart Detection detecteert automatisch afwijkingen, zoals plotselinge toenames in afhankelijkheidsfouten. De andere opties zijn onjuist omdat: Het uitschakelen van SDK-sampling en alleen server-side sampling kan leiden tot verlies van gecorreleerde telemetrie. Klassieke webtests met meerdere stappen zijn complexer voor eenvoudige beschikbaarheidscontroles. Azure Monitor Log Analytics voor traces en Workbooks voor beschikbaarheid zijn minder geautomatiseerd en missen de geavanceerde detectiemogelijkheden van Application Insights. Het uitschakelen van Smart Detection is contraproductief. Profiler is gericht op prestatieanalyse, niet op kosteneffectieve telemetrie-opname of geautomatiseerde afwijkingsdetectie. Het simuleren van beschikbaarheidscontroles met metrische waarschuwingen is minder robuust. Traffic Manager health probes zijn voor verkeersroutering, niet voor gedetailleerde beschikbaarheidsmonitoring in Application Insights. Statische sampling kan leiden tot verlies van belangrijke telemetrie.