Microsoft AZ-400: Monitoring, Observeerbaarheid en Feedback — Studiegids

By Laurynas Brazys · 10 August 2026 · #microsoft #az-400 #certification #exam-prep #study-guide

Onderdeel van de Microsoft DevOps Engineer Expert AZ-400 — Studiegids. Oefen met geverifieerde antwoorden in het Microsoft-examencentrum, of doe getimede oefentests op ExamRoll.io.

Overzicht

Moderne DevOps-teams beschouwen monitoring, observability en feedback als een continue lus die input levert voor engineering-, operations- en productbeslissingen. In Azure stroomt telemetrie van applicaties en infrastructuur naar Azure Monitor en Log Analytics, waar deze wordt opgevraagd, gecorreleerd en gevisualiseerd. Distributed tracing verbindt services tot end-to-end transacties, terwijl alerting en on-call integraties snelle herstelacties aansturen. Azure DevOps-dashboards, work item analytics en experimenten sluiten de cirkel door inzichten terug te koppelen naar planning en levering. Dit hoofdstuk biedt de diepgang die nodig is om een geïntegreerde observability-stack te ontwerpen die in elke fase bruikbare feedback levert.

Telemetrie, Tracing en Azure Monitor

Application Insights is de component voor application performance monitoring (APM) van Azure Monitor. Instrumentatie wordt toegevoegd via:

SDK’s en auto-instrumentatie: .NET/.NET Core, Java, JavaScript, Node.js, Python, en de Application Insights Agent voor .NET en Java. Gebruik een connection string en stel cloud_RoleName in om componenten te onderscheiden.
Telemetry initializers en processors: Voeg eigenschappen toe of wijzig ze (bijv. tenantId) en filter PII vóór verzending.
Custom telemetrie: TrackEvent voor bedrijfsacties, TrackMetric voor numerieke KPI’s, TrackException voor foutcontexten, en TrackDependency voor externe aanroepen die u expliciet moet modelleren.

Telemetrietypes omvatten requests, dependencies (HTTP, SQL, Azure SDK’s), traces, exceptions, page views, page load performance, resultaten van beschikbaarheidstests, custom events/metrics en live metrics. Sampling beheert volume en kosten met behoud van signaal: adaptieve sampling in de SDK past automatisch de rates per type aan om de beoogde doorvoer en correlatie te handhaven; fixed-rate sampling biedt deterministische sampling voor compliance. Geef de voorkeur aan SDK-side sampling zodat downstream systemen nooit verwijderde items verwerken. Behoud sticky sampling voor de integriteit van end-to-end traces.

Distributed tracing biedt end-to-end transactiezichtbaarheid. Application Insights implementeert de W3C Trace-Context-standaard (traceparent/tracestate) en propageert automatisch correlatie-ID’s over HTTP; propageer context over asynchrone grenzen en custom protocollen om gebroken traces te voorkomen. Dependency tracking verzamelt automatisch veelvoorkomende uitgaande aanroepen; verstuur custom dependencies voor message queue-hops of niet-standaard RPC’s om de call graph te voltooien. App Map en Transaction Search visualiseren cross-service flows, latencies en ‘failure hotspots’. Voor front-end naar back-end correlatie, schakel de JavaScript SDK in en zorg ervoor dat server-side correlatieheaders worden geaccepteerd om de werkelijke laadtijden van pagina’s en ‘user journeys’ te meten.

Azure Monitor verenigt platform- en applicatietelemetrie:

Metrics: Multidimensionaal, near real-time (granulariteit van één minuut of beter). Gebruik metric alerts met statische of dynamische drempelwaarden voor snelle, low-latency detecties.
Logs: Semigestructureerde telemetrie in een Log Analytics workspace, bevraagd met KQL voor diepgaande analyse en het opsporen van afwijkingen.
Alerts: Metric-, log- en activity log-regels routeren naar action groups. Gebruik dynamische drempelwaarden, multi-resource targeting en een common alert schema voor consistente afhandeling.
Action groups: E-mail/sms/spraak, pushmeldingen, webhooks (inclusief PagerDuty/OpsGenie), ITSM-connectoren, Logic Apps, Azure Functions en Automation runbooks voor herstelacties.
Diagnostic settings: Configureer elke Azure-resource om platform-metrics/logs te streamen naar Log Analytics, Azure Storage (voor archivering) en Event Hubs (voor SIEM-ingestie). Zorg voor consistentie met een policy-driven implementatie.

Querying en Analytics met Log Analytics (KQL)

Een Log Analytics workspace is de grens voor query’s en governance voor logs. Plan op basis van omgeving en datasoevereiniteit: aparte workspaces voor prod versus non-prod kunnen RBAC en retentiebeleid vereenvoudigen; centralisatie vergemakkelijkt cross-service correlatie. Data sources omvatten Azure Diagnostics (platform-logs/metrics), VM-agents (Syslog/Windows-events, performance counters), Container Insights/AKS, Application Insights-componentlogs (verenigd onder Azure Monitor Logs), Azure AD-aanmeldingen, custom logs via ingestion-API’s en Data Collection Rules voor precieze stream-routing en transformatie.

Kusto Query Language (KQL) is geoptimaliseerd voor time-series- en telemetrie-analyse:

Kernoperatoren: where (filter), project (select), extend (afleiden), summarize by (aggregeren), join/union (correleren), parse/parse_json (extraheren), mv-expand (arrays), make-series en bin voor ’time bucketing’, render voor grafieken.
Patronen: Error budget burn (tijdgewogen faalpercentages), p50/p95 latency-distributies, detectie van uitschieters bij dependencies, request success rate versus verkeer, en anomaliedetectie met series_decompose_anomalies voor seizoensbewuste alerts.
Governance: Opgeslagen query’s en functies bevorderen hergebruik; RBAC en toegang op tabelniveau beperken de toegang tot gevoelige datasets.
Cross-resource en cross-workspace: Gebruik workspace(“workspaceNameOrId”).Table en de workspaces()-functie om datasets over omgevingen en subscriptions te combineren; gebruik resource() voor cross-resource joins. Pas let-bindings en materialize() toe om de prestaties bij grote joins te beheersen.

Visualisatie en Agile Feedback in Azure DevOps

Dashboards in Azure DevOps communiceren zowel de operationele als de procesgezondheid. Dashboards op teamniveau richten zich op de backlog, iteraties en WIP van een team; dashboards op projectniveau tonen teamoverstijgende en portfolio-overzichten. Widgets omvatten Sprint Burndown, Burnup, Velocity, Cumulative Flow Diagram (CFD), Cycle Time, Lead Time, Work Item Chart/Query Results, Build/Release-samenvattingen en Markdown voor runbooks en SLO-status. Beveilig widgets met dashboard-permissies en beperk de scope van query’s strikt tot teams/areas om het lekken van data tussen teams te voorkomen.

Boards-query’s (via de query builder of WIQL) vormen de basis voor veel widgets. Parametriseer query’s op basis van team area path/iteratie voor hergebruik; geef de voorkeur aan op Analytics gebaseerde widgets wanneer beschikbaar, voor betere nauwkeurigheid en prestaties. Belangrijkste flow-metrics:

Cycle time: De verstreken tijd van de status Actief (in uitvoering) tot Gereed; gebruik de Cycle Time-widget om de efficiëntie van de uitvoering te volgen.
Lead time: De verstreken tijd van creatie/toezegging tot Gereed; signaleert de totale systeemvertraging zoals die door klanten wordt ervaren.
Throughput: Het aantal voltooide items per tijdsinterval; vergelijk dit met WIP-beleidsregels om knelpunten te detecteren.
Cumulative Flow Diagram: Visualiseert de omvang van wachtrijen per status in de loop van de tijd; breder wordende banden leggen beperkingen en context-switching bloot. Gebruik voor het volgen van sprints Burndown (trend van resterend werk richting nul) en Burnup (totale scope versus voltooid werk, bestand tegen scopewijzigingen). Velocity rapporteert de gemiddelde voltooide effort per sprint en dient als input voor capaciteitsplanning; aggregeer alleen gelijksoortige schattingseenheden tussen teams.

Waar productanalyse nodig is, verbind dan Azure DevOps Analytics met Power BI om leveringsstatistieken te combineren met operationele telemetrie (bijv. lead time versus defect escape rate) om verbeteringen te prioriteren.

← Teststrategie en Quality Engineering · Alle domeinen · Pakketbeheer en Artefactbeheer →

Oefen deze vragen → · Getimede oefening op ExamRoll.io →