U bouwt een oplossing die gebruikmaakt van een multi-partition Azure Cosmos DB-database en de nieuwste Cosmos DB SDK. Vereisten: insert- en update-bewerkingen naar Azure Blob Storage sturen, wijzigingen van alle partities onmiddellijk verwerken en parallelle verwerking van wijzigingsafhandeling toestaan. Welke twee benaderingen stellen u in staat de Cosmos DB-bewerkingen te verwerken? (Elk correct antwoord is een complete oplossing.)

De Azure Cosmos DB-trigger voor Azure Functions is een ingebouwde, serverloze manier om automatisch te reageren op wijzigingen in uw Cosmos DB-container. Deze trigger verwerkt automatisch partitiebeheer, schaalverdeling en foutafhandeling, wat het voldoet aan de vereisten voor onmiddellijke verwerking en parallelle verwerking. Het gebruik van een FeedIterator met FeedRange in een Azure Function biedt meer gedetailleerde controle over de change feed-verwerking. U kunt handmatig feedbereiken toewijzen aan verschillende functie-instanties, waardoor parallelle verwerking over meerdere partities mogelijk is en u de schaalverdeling en verwerking kunt optimaliseren. De optie met Azure App Service API en de change feed estimator is minder efficiënt voor het verwerken van de change feed dan de serverloze benaderingen, omdat het meer handmatig beheer van schaal en infrastructuur vereist. Een achtergrondtaak in AKS is ook een geldige benadering, maar de Azure Functions-opties zijn meer geoptimaliseerd voor serverloze, event-gestuurde workloads zoals change feed-verwerking.