SlideShare uma empresa Scribd logo
1 de 52
アプリケーション開発と分析のための
Log Analytics
第5回 Tokyo Jazug Night 2016/11/24
JAZUG Kentaro Aoki
https://twitter.com/kekekekenta
自己紹介
{
"objectType": "User",
“displayName”: “Kentaro Aoki",
“Twitter": "@kekekekenta",
“Blog”: “http://kentablog.cluscore.com/”
“company”: “MITSUI KNOWLEDGE INDUSTRY CO., LTD",
"onPremisesSecurityIdentifier": “MAS”
}
2
ちょうど一年前ぐらい
• Raspberry PiのログをLog
Analytics(当時は
Operational Insights)で収
集
3http://kentablog.cluscore.com/2015/12/raspberry-pi-iot-oms_62.html
Log Analyticsのプラン
• Log Analyticsは2つのプランから選択。(続く)
4
https://azure.microsoft.com/ja-jp/pricing/details/log-analytics/
OMS Log Analyticsのプランとしては
• OMSのE2を選ぶことにより本当の力が発揮される
– プランを選んだ後に、ソリューションパックを追加
5
お試しはこちら: https://experience.mms.microsoft.com/
OMSの詳細はこちら
6
https://www.microsoft.com/en-us/cloud-platform/operations-
management-suite-pricing
Log Analytics
• Log Analyticsはログデータを収集と分析を提供するプラット
フォーム
7
OMSとかOperational Insightsとかサービス名が変わっているが、今はLog Analyticsで落ち着いている。
ポータルのイメージ(List表示)
8
ポータルのイメージ(Table表示)
9
ポータルのイメージ(Metrics表示)
10
ポータルのイメージ(Chart表示)
11
ポータルのイメージ(Chart表示)
12
検索言語
13
Log Analytics検索について
• 取集されたログデータの検索には、Log Analyticsの検索言語を使
用します。
• 一般的なクエリ構文
– フィルタは、収集されたログデータを絞り込む条件を記述
– コマンドは、フィルタによって絞り込まれたログデータを加工
するアクションを記述
14
フィルタ | コマンド1 | コマンド2 …
Log Analyticsの検索言語:フィルタ
• ログデータ文字列から絞り込む
– 文字列によるフィルタ(ワイルドカードは”引用符”で囲まな
い)
15
*
Failed password
Log Analyticsの検索言語:フィルタ
• プロパティ値により絞り込む
– “:”, “=“ 演算子で値が同じものを絞り込む
– “!=“ 演算子で値が異なるものを絞り込む
– “>”, “<“, “>=”, “<=“ 演算子で数値条件で絞り込む
– [xx..xx]を使うと連続する値で絞り込む(”:”演算子利用)
16
Type=Perf ObjectName=Processor InstanceName=0 CounterName="% Processor Time"
Type=Perf ObjectName=Processor InstanceName:[0..2] CounterName="% Processor Time"
※↑InstanceNameは文字列が入ってくるので、あまり良くない例です
Log Analyticsの検索言語:フィルタ
• 複数のフィルタ使用して絞り込む
– スペースはANDと同じ。ANDを明示的に使うこともできる
– OR、NOTなどがある。
17
Type=Syslog Facility=authpriv
NOT(SeverityLevel=notice OR SeverityLevel=info)
Log Analyticsの検索言語:フィルタ
• 期間を指定して絞り込む
– “>”, ”<“, “>=“, “<=“などを使用して期間を絞り込む
– 注意点としては暗黙的にポータルには期間設定が含まれている
ため、「ポータル画面で設定されている期間」と「検索クエリ
のフィルタで指定した期間」の重なる期間が出力される。
18
* TimeGenerated>NOW-60MINUTES
* TimeGenerated>=2016-11-22
ポータル画面で設定されている期間
検索クエリのフィルタで指定した期間
Log Analyticsの検索言語:フィルタ
• 期間を指定して絞り込む
– 日付/時刻の構文
19
yyyy-mm-ddThh:mm:ss.dddZ
yyyy-mm-ddThh:mm:ss.ddd
yyyy-mm-ddThh:mm:ss
yyyy-mm-ddThh:mm
yyyy-mm-dd
Log Analyticsの検索言語:フィルタ
• 期間を指定して絞り込む
– 日時/時刻をまるめて指定する構文。DatetimeをUnitでまとめ
ます。午前0時を設定する場合はUnitをDAYにする。
– オフセットにより期間指定する構文。DatetimeからCountの時
間を指定します。このCountは繋げると計算されます。Unitも
使える。
– 例
20
Datetime/Unit
Datetime[+|-]count/Unit
* TimeGenerated>NOW+1HOUR-10MONTHS/MINUTE
Log Analyticsの検索言語:フィルタ
• 期間を指定して絞り込む
– YEAR、YEARS(年)
– MONTH、MONTHS(月)
– DAY、DAYS、DATE(日)
– HOUR、HOURS(時間)
– MINUTE、MINUTES(分)
– SECOND、SECONDS(秒)
– MILLISECOND、MILLISECONDS、MILLI、MILLIS(ミリ秒)
21
Log Analyticsの検索言語:コマンド
• フィルタされたデータを特定のフィールドを基準に並べ替え
– Sort:asc/desc プレフィックスを使用(省略可能)
• フィルタされたデータを指定した数の上位に制限
– Top/Limit:制限数を指定
22
* TimeGenerated>=2016-11-22 | sort TimeGenerated asc
* TimeGenerated>=2016-11-22 | sort TimeGenerated asc | Top 5
Log Analyticsの検索言語:コマンド
• フィルタされたデータのプロパティを指定して出力
– Select:プロパティ名を並べて指定
• フィルタされたデータの数をスキップ
– Skip :スキップ数を指定
23
Type=Syslog | select TimeGenerated,SyslogMessage
* TimeGenerated>=2016-11-22 | sort TimeGenerated asc | Skip 3 | Top 5
Log Analyticsの検索言語:コマンド
• コマンドとしてフィルターする
– Where:演算子により条件を指定
• 重複しない一連の値を出力
– Distinct:プロパティを指定
24
Type=Perf CounterName:"% Processor Time" | Measure Avg(CounterValue) as AVGCPU by
Computer | where AVGCPU > 80
Type=Syslog| Distinct Facility
Log Analyticsの検索言語:コマンド
• フィルタされたデータに集計関数を使用する
– measure:下記の関数を指定
• Count、Max、Min、Sum、Avg、Stddev、Countdistinct、
Percentile##(Pct##)
25
Type=Syslog| Measure count() by Facility
* | Measure Min(TimeGenerated) by Computer
Type=Perf CounterName:"% Processor Time" | Measure Avg(CounterValue) by Computer
Log Analyticsの検索言語:コマンド
• Measureを指定した時間間隔で集計する
– Interval:間隔を指定する(複数のデータがある場合は複数の
線でグラフが表示される)
26
Type=Perf CounterName:"%
Processor Time" OR
CounterName:"% Privileged
Time" | measure
avg(CounterValue) by
CounterName Interval 1HOUR
Log Analyticsの検索言語:コマンド
• プロパティを関数により作成
– Extend:関数により値を作成
• Abs, acos, and, asin, atan, atan2, cbrt, ceil, cos, cosh,
def, deg, div, dist, exists, exp, floor, hypo, if, linear, ln,
log, map, max, min, mod, ms, not, or, pow, product,
recip, rad, rint, sin, sinh, scale, sqrt, strdist, sub, sum,
termfreq, tan, tanh
27
Type=Perf ObjectName=Processor InstanceName=_Total CounterName="%
Privileged Time" | Extend product(CounterValue, 10) AS CounterValuex10
Log Analyticsの検索言語:コマンド
• サブ検索を使用する
– IN, NOT IN:Measureコマンドにより集計されたデータをサブ
検索として利用(クエリの最後のフィルターとして使用)
28
Type=Syslog Computer IN {Type=Perf CounterName:"% Processor Time" | Measure
Avg(CounterValue) as AVGCPU by Computer | where AVGCPU > 80}
カスタムフィールド
29
カスタムフィールドについて
• テキストログなどの中に含まれる文字を抜き出して、プロパティを
作成。これはFlashExtract という Microsoft Research のテクノロ
ジを使用してプロパティを特定しています。 ユーザーが明示的な
設定をしなくても自動で目的のデータを認識します。
30
カスタムフィールドの作成①
• 学習するためのログデータを選択
31
カスタムフィールドの作成②
• 選択したログからプロパティとして抜き出す文字を選択してカスタ
ムフィールドを作成
32
カスタムフィールドの作成③
• サンプルで出力される検索結果から間違いを修正して学習させる
33
カスタムフィールドで異なるログを横断検索
• カスタムフィールドを使うことで異なるログメッセージから同じ意
味の値を抽出することができる。これにより、異なるログを横断的
に検索することが可能になる。
34
アラート
35
アラートの設定
• 指定した時間の間隔で指定した検索クエリを実行し、結果数により
メール通知などのアクションを実行する
36
LOG ANALYTICSを使った
アプリケーションの開発
37
Log Analytics APIs
38
• Log Analytics HTTP Data Collector API
– OMS Log Analyticsに、ログ(JSON)を送信するためのAPI
• https://docs.microsoft.com/ja-jp/azure/log-analytics/log-
analytics-data-collector-api
• Log Search API
– Log Analyticsに収集されたログを検索するためのAPI。Azure Resource
Manager API から利用する。
• https://docs.microsoft.com/ja-jp/azure/log-analytics/log-
analytics-log-search-api
• Alert API
– Log Analyticsに収集されたログを定期的に検索して条件によりアクション
を実行するためのAPI。Azure Resource Manager APIから利用する。
• https://docs.microsoft.com/ja-jp/azure/log-analytics/log-
analytics-api-alerts
Log Analytics HTTP Data Collector API
• リクエストURI
• リクエストヘッダ
– 'content-type': “application/json”
– ‘Authorization’: 署名文字列
– ‘Log-Type’: タイプ
– ‘x-ms-date’: rfc1123形式による日付
– ‘time-generated-field‘: ISO 8601形式による日付
39
'https://' + ワークスペース ID + '.ods.opinsights.azure.com' + キー + '?api-version=2016-04-01'
Log Analytics HTTP Data Collector API
• ログを受信すると、カスタムログとしてタイプ名の後ろに“_CL”が
付く
40
41
Log Analytics HTTP Data Collector API
• ログを受信すると、カスタムフィールドも作成される
42
ソリューション
43
ソリューション
44
OMS Portal
45
Azure Market Place
46
Azure Quickstart Templates
• https://azure.microsoft.com/en-us/resources/templates/
47
Deploy Azure Resource Manager template
• 自分で作ったARM Templateからデプロイ
– https://docs.microsoft.com/en-us/azure/operations-
management-suite/operations-management-suite-
solutions
48
例
• ARMを使ってソリューションを作成
– Web App Monitoring
• https://github.com/Azure/azu
re-quickstart-
templates/tree/master/101-
webappazure-oms-monitoring
– SQL Azure Monitoring
• https://github.com/Azure/azu
re-quickstart-
templates/tree/master/101-
sqlazure-oms-monitoring
49
さいごに
• 検索言語は、色々なところで使われる
– データソースの異なる横断的なログの検索
– 検索結果のグラフの作成
– アラートの条件
• 検索言語を知ると色々なことができるようになる
• まずは、検索言語から!
50
参考資料など
51
• Operations Management Suite (OMS) API
– Azure Automation
– Azure Backup
– Log Analytics
– Azure Site Recovery
– https://docs.microsoft.com/ja-jp/azure/operations-
management-suite/operations-management-suite-sdk
参考資料など
• Log Analytics 検索リファレンス
– https://docs.microsoft.com/ja-jp/azure/log-analytics/log-
analytics-search-reference
• デモサイト(Log Analytics だけでなくOMSのフル機能提供)
– https://experience.mms.microsoft.com/
• パフォーマンスカウンタについて
– https://technet.microsoft.com/ja-
jp/library/cc748731.aspx
52

Mais conteúdo relacionado

Semelhante a アプリケーション開発と分析のための Log Analytics

実践で学んだLog Analytics
実践で学んだLog Analytics実践で学んだLog Analytics
実践で学んだLog AnalyticsTetsuya Odashima
 
KamonとDatadogによるリアクティブアプリケーションの監視の事例
KamonとDatadogによるリアクティブアプリケーションの監視の事例KamonとDatadogによるリアクティブアプリケーションの監視の事例
KamonとDatadogによるリアクティブアプリケーションの監視の事例Ikuo Matsumura
 
IoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache FlinkIoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache FlinkTakanori Suzuki
 
Rtミドルウェア講習会 第2部資料
Rtミドルウェア講習会 第2部資料Rtミドルウェア講習会 第2部資料
Rtミドルウェア講習会 第2部資料openrtm
 
170622-01
170622-01170622-01
170622-01openrtm
 
171129-irex2017
171129-irex2017171129-irex2017
171129-irex2017openrtm
 
171128 01
171128 01171128 01
171128 01openrtm
 
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソースストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソースMasaaki Nabeshima
 
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視Takanori Suzuki
 
SORACOM Technology Camp 2018 アドバンストラック4 | スモールスタートの次の一手は?成長できるIoTシステムの実例と回避した...
SORACOM Technology Camp 2018 アドバンストラック4 | スモールスタートの次の一手は?成長できるIoTシステムの実例と回避した...SORACOM Technology Camp 2018 アドバンストラック4 | スモールスタートの次の一手は?成長できるIoTシステムの実例と回避した...
SORACOM Technology Camp 2018 アドバンストラック4 | スモールスタートの次の一手は?成長できるIoTシステムの実例と回避した...SORACOM,INC
 
アドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニングアドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニングYosuke Mizutani
 
複数アプリケーションの プロセスとログを管理する ための新しいツールと手法
複数アプリケーションのプロセスとログを管理するための新しいツールと手法複数アプリケーションのプロセスとログを管理するための新しいツールと手法
複数アプリケーションの プロセスとログを管理する ための新しいツールと手法Masaki Yatsu
 
Cython ことはじめ
Cython ことはじめCython ことはじめ
Cython ことはじめgion_XY
 
Apache Spark+Zeppelinでアドホックなネットワーク解析
Apache Spark+Zeppelinでアドホックなネットワーク解析Apache Spark+Zeppelinでアドホックなネットワーク解析
Apache Spark+Zeppelinでアドホックなネットワーク解析npsg
 
JJUG CCC リクルートの Java に対する取り組み
JJUG CCC リクルートの Java に対する取り組みJJUG CCC リクルートの Java に対する取り組み
JJUG CCC リクルートの Java に対する取り組みRecruit Technologies
 
PostgreSQL v9.5の新機能~CustomScan/Join Interface
PostgreSQL v9.5の新機能~CustomScan/Join InterfacePostgreSQL v9.5の新機能~CustomScan/Join Interface
PostgreSQL v9.5の新機能~CustomScan/Join InterfaceKohei KaiGai
 
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャシステム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャRecruit Technologies
 
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計tmatsuura
 
AWS Blackbelt 2015シリーズ Amazon CloudWatch & Amazon CloudWatch Logs
AWS Blackbelt 2015シリーズ Amazon CloudWatch & Amazon CloudWatch LogsAWS Blackbelt 2015シリーズ Amazon CloudWatch & Amazon CloudWatch Logs
AWS Blackbelt 2015シリーズ Amazon CloudWatch & Amazon CloudWatch LogsAmazon Web Services Japan
 

Semelhante a アプリケーション開発と分析のための Log Analytics (20)

実践で学んだLog Analytics
実践で学んだLog Analytics実践で学んだLog Analytics
実践で学んだLog Analytics
 
KamonとDatadogによるリアクティブアプリケーションの監視の事例
KamonとDatadogによるリアクティブアプリケーションの監視の事例KamonとDatadogによるリアクティブアプリケーションの監視の事例
KamonとDatadogによるリアクティブアプリケーションの監視の事例
 
IoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache FlinkIoT時代におけるストリームデータ処理と急成長の Apache Flink
IoT時代におけるストリームデータ処理と急成長の Apache Flink
 
Rtミドルウェア講習会 第2部資料
Rtミドルウェア講習会 第2部資料Rtミドルウェア講習会 第2部資料
Rtミドルウェア講習会 第2部資料
 
170622-01
170622-01170622-01
170622-01
 
171129-irex2017
171129-irex2017171129-irex2017
171129-irex2017
 
171128 01
171128 01171128 01
171128 01
 
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソースストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
ストリーミング視聴解析の基本とその応用 IPv4・IPv6デュアルソース
 
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
ServerlessConf Tokyo2018 サーバーレスなシステムのがんばらない運用監視
 
SORACOM Technology Camp 2018 アドバンストラック4 | スモールスタートの次の一手は?成長できるIoTシステムの実例と回避した...
SORACOM Technology Camp 2018 アドバンストラック4 | スモールスタートの次の一手は?成長できるIoTシステムの実例と回避した...SORACOM Technology Camp 2018 アドバンストラック4 | スモールスタートの次の一手は?成長できるIoTシステムの実例と回避した...
SORACOM Technology Camp 2018 アドバンストラック4 | スモールスタートの次の一手は?成長できるIoTシステムの実例と回避した...
 
Kamonを理解する
Kamonを理解するKamonを理解する
Kamonを理解する
 
アドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニングアドテク×Scala×パフォーマンスチューニング
アドテク×Scala×パフォーマンスチューニング
 
複数アプリケーションの プロセスとログを管理する ための新しいツールと手法
複数アプリケーションのプロセスとログを管理するための新しいツールと手法複数アプリケーションのプロセスとログを管理するための新しいツールと手法
複数アプリケーションの プロセスとログを管理する ための新しいツールと手法
 
Cython ことはじめ
Cython ことはじめCython ことはじめ
Cython ことはじめ
 
Apache Spark+Zeppelinでアドホックなネットワーク解析
Apache Spark+Zeppelinでアドホックなネットワーク解析Apache Spark+Zeppelinでアドホックなネットワーク解析
Apache Spark+Zeppelinでアドホックなネットワーク解析
 
JJUG CCC リクルートの Java に対する取り組み
JJUG CCC リクルートの Java に対する取り組みJJUG CCC リクルートの Java に対する取り組み
JJUG CCC リクルートの Java に対する取り組み
 
PostgreSQL v9.5の新機能~CustomScan/Join Interface
PostgreSQL v9.5の新機能~CustomScan/Join InterfacePostgreSQL v9.5の新機能~CustomScan/Join Interface
PostgreSQL v9.5の新機能~CustomScan/Join Interface
 
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャシステム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
 
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
RedisのBitCountとHyperLogLogを使用した超高速Unique User数集計
 
AWS Blackbelt 2015シリーズ Amazon CloudWatch & Amazon CloudWatch Logs
AWS Blackbelt 2015シリーズ Amazon CloudWatch & Amazon CloudWatch LogsAWS Blackbelt 2015シリーズ Amazon CloudWatch & Amazon CloudWatch Logs
AWS Blackbelt 2015シリーズ Amazon CloudWatch & Amazon CloudWatch Logs
 

Mais de kekekekenta

Azure Cognitive Service Personalizer(Preview)
Azure Cognitive Service Personalizer(Preview)Azure Cognitive Service Personalizer(Preview)
Azure Cognitive Service Personalizer(Preview)kekekekenta
 
Microsoft Azure の概要と最近のアップデート(2016年6月25日)
Microsoft Azure の概要と最近のアップデート(2016年6月25日)Microsoft Azure の概要と最近のアップデート(2016年6月25日)
Microsoft Azure の概要と最近のアップデート(2016年6月25日)kekekekenta
 
SORACOM と Azure で IoT
SORACOM と Azure で IoTSORACOM と Azure で IoT
SORACOM と Azure で IoTkekekekenta
 
GoAzure 2015 Azure AD for Developers
GoAzure 2015 Azure AD for DevelopersGoAzure 2015 Azure AD for Developers
GoAzure 2015 Azure AD for Developerskekekekenta
 
これからAzureを始める人へ(LT)
これからAzureを始める人へ(LT)これからAzureを始める人へ(LT)
これからAzureを始める人へ(LT)kekekekenta
 
Build 2014 Azure インフラエンジニア向けアップデート
Build 2014 Azure インフラエンジニア向けアップデートBuild 2014 Azure インフラエンジニア向けアップデート
Build 2014 Azure インフラエンジニア向けアップデートkekekekenta
 
Windows Azure Active Directory Multi-Factor Authentication Preview for Phone ...
Windows Azure Active Directory Multi-Factor Authentication Preview for Phone ...Windows Azure Active Directory Multi-Factor Authentication Preview for Phone ...
Windows Azure Active Directory Multi-Factor Authentication Preview for Phone ...kekekekenta
 
Windows Azure Active Directory for your cloud applications
Windows Azure Active Directory for your cloud applicationsWindows Azure Active Directory for your cloud applications
Windows Azure Active Directory for your cloud applicationskekekekenta
 

Mais de kekekekenta (8)

Azure Cognitive Service Personalizer(Preview)
Azure Cognitive Service Personalizer(Preview)Azure Cognitive Service Personalizer(Preview)
Azure Cognitive Service Personalizer(Preview)
 
Microsoft Azure の概要と最近のアップデート(2016年6月25日)
Microsoft Azure の概要と最近のアップデート(2016年6月25日)Microsoft Azure の概要と最近のアップデート(2016年6月25日)
Microsoft Azure の概要と最近のアップデート(2016年6月25日)
 
SORACOM と Azure で IoT
SORACOM と Azure で IoTSORACOM と Azure で IoT
SORACOM と Azure で IoT
 
GoAzure 2015 Azure AD for Developers
GoAzure 2015 Azure AD for DevelopersGoAzure 2015 Azure AD for Developers
GoAzure 2015 Azure AD for Developers
 
これからAzureを始める人へ(LT)
これからAzureを始める人へ(LT)これからAzureを始める人へ(LT)
これからAzureを始める人へ(LT)
 
Build 2014 Azure インフラエンジニア向けアップデート
Build 2014 Azure インフラエンジニア向けアップデートBuild 2014 Azure インフラエンジニア向けアップデート
Build 2014 Azure インフラエンジニア向けアップデート
 
Windows Azure Active Directory Multi-Factor Authentication Preview for Phone ...
Windows Azure Active Directory Multi-Factor Authentication Preview for Phone ...Windows Azure Active Directory Multi-Factor Authentication Preview for Phone ...
Windows Azure Active Directory Multi-Factor Authentication Preview for Phone ...
 
Windows Azure Active Directory for your cloud applications
Windows Azure Active Directory for your cloud applicationsWindows Azure Active Directory for your cloud applications
Windows Azure Active Directory for your cloud applications
 

アプリケーション開発と分析のための Log Analytics

Notas do Editor

  1. 「Windowsで自動更新設定が無効になっているコンピューターに不足しているすべての更新プログラム」なども検索可能
  2. 「Windowsで自動更新設定が無効になっているコンピューターに不足しているすべての更新プログラム」なども検索可能
  3. 「Windowsで自動更新設定が無効になっているコンピューターに不足しているすべての更新プログラム」なども検索可能