Tworzysz rozwiązanie, które wykorzystuje wielopartycyjną bazę danych Azure Cosmos DB i najnowszą wersję SDK Cosmos DB. Wymagania: wysyłanie operacji wstawiania i aktualizacji do Azure Blob Storage, natychmiastowe przetwarzanie zmian ze wszystkich partycji oraz umożliwienie równoległego przetwarzania obsługi zmian. Które dwa podejścia pozwolą Ci przetwarzać operacje Cosmos DB? (Każda poprawna odpowiedź stanowi kompletne rozwiązanie.)

Oba poprawne rozwiązania wykorzystują Azure Functions, które są idealne do reagowania na zdarzenia, takie jak zmiany w Cosmos DB. Pierwsze rozwiązanie, używające wyzwalacza Azure Cosmos DB, jest najprostszym i najczęściej stosowanym podejściem. Wyzwalacz automatycznie monitoruje kanał zmian i uruchamia funkcję dla każdej nowej lub zaktualizowanej pozycji, zapewniając natychmiastowe przetwarzanie i automatyczne skalowanie. Drugie rozwiązanie, wykorzystujące FeedIterator i FeedRange, oferuje większą kontrolę nad przetwarzaniem kanału zmian. FeedIterator pozwala na iterowanie przez zmiany, a FeedRange umożliwia ręczne dzielenie pracy na wiele funkcji, co jest przydatne w scenariuszach wymagających niestandardowej logiki równoległego przetwarzania lub gdy potrzebna jest precyzyjna kontrola nad postępem. Pozostałe opcje są mniej odpowiednie. Wdrożenie Azure App Service API z estymatorem kanału zmian SDK jest bardziej złożone i wymaga ręcznego zarządzania skalowaniem i logiką przetwarzania, co nie jest tak efektywne jak wbudowane mechanizmy Azure Functions. Uruchomienie zadania w tle w klastrze Azure Kubernetes Service jest również nadmiernie skomplikowane dla tego scenariusza i wprowadza dodatkowe narzuty zarządzania klastrem, podczas gdy Azure Functions oferują prostsze i bardziej skalowalne rozwiązanie oparte na zdarzeniach.