Azure Cosmos DB のドキュメント 12 によると、変更フィードは、コンテナーに対する変更を発生した順序で永続的に記録するものです。変更フィードは、変更されたドキュメントのソートされたリストを変更された順序で出力します。
変更フィードにトリガーを持つ Azure 関数は、更新されたアイテムのすべてのプロパティを受け取ります2。変更フィードには、元の項目が含まれないか、変更されたプロパティのみが含まれます。変更フィードには、_ts (最終変更タイムスタンプ) や _lsn (論理シーケンス番号) などのいくつかのシステム定義プロパティも含まれています3。
したがって、正しい答えは次のとおりです。
A: 更新されたアイテムのすべてのプロパティ

代わりに、Azure Cosmos DB Core (SQL) API 変更フィードをトリガーとして、Azure イベント ハブを出力として使用する Azure 関数を作成します。
Azure Cosmos DB 変更フィードは、レコードが作成または変更されるときに、Azure Cosmos コンテナーからレコードの継続的かつ増分フィードを取得するメカニズムです。変更フィードのサポートは、コンテナーで変更をリッスンすることによって機能します。次に、変更されたドキュメントのソートされたリストを、変更された順序で出力します。
次の図は、ソリューションに関係するデータ フローとコンポーネントを表しています。

説明
パーティション キーは、Cosmos DB によってさまざまなパーティション内でデータがどのようにルーティングされるかを決定するものであり、特定のシナリオのコンテキストで意味をなす必要があります。IoT デバイス ID は通常、IoT アプリケーションの「自然な」パーティション キーです。
シナリオ: iotdb データベースには、con-iot1 および con-iot2 という名前の 2 つのコンテナーが含まれます。
IoT 関連の処理に対する Azure Cosmos DB のコストが予測可能であることを確認します。
参照：
https://docs.microsoft.com/en-us/azure/architecture/solution-ideas/articles/iot-using-cosmos-db
トピック 1、Litware, Inc
ケーススタディ
これはケーススタディです。ケーススタディは個別に時間が設定されるわけではありません。各ケースを完了したいだけ試験時間を費やすことができます。ただし、この試験には追加のケーススタディやセクションが存在する場合があります。この試験に含まれるすべての質問を指定された時間内に完了できるように時間を管理する必要があります。
ケーススタディに含まれる質問に答えるには、ケーススタディで提供される情報を参照する必要があります。ケース スタディには、ケース スタディで説明されているシナリオに関する詳細情報を提供する展示やその他のリソースが含まれる場合があります。このケーススタディでは、各質問は他の質問から独立しています。
このケーススタディの最後に、レビュー画面が表示されます。この画面では、試験の次のセクションに進む前に、回答を確認し、変更を加えることができます。新しいセクションを開始した後は、このセクションに戻ることはできません。
ケーススタディを開始するには
このケーススタディの最初の質問を表示するには、「次へ」ボタンをクリックします。質問に答える前に、左側のペインのボタンを使用してケーススタディの内容を調べてください。これらのボタンをクリックすると、ビジネス要件、既存の環境、問題の説明などの情報が表示されます。ケーススタディに [すべての情報] タブがある場合、表示される情報は後続のタブに表示される情報と同じであることに注意してください。質問に答える準備ができたら、「質問」ボタンをクリックして質問に戻ります。
概要
Litware, Inc. は、米国に本拠を置く食料品小売業者です。Litware はシアトルに本社と主要データセンターを持っています。同社は全米に 50 の小売店を展開しており、オンラインでの存在感も高まっています。各店舗はインターネットに直接接続しております。
既存の環境。クラウドおよびデータ サービス環境。
Litware には、次の表に示すリソースを含む Azure サブスクリプションがあります。

productdb の各コンテナーは手動スループット用に構成されています。
コンプロダクト コンテナには、会社の製品カタログ データが保存されます。con-product の各ドキュメントには、con-productvendor 値が含まれています。コンプロダクトのデータをターゲットとするクエリのほとんどは、次の形式です。
SELECT * FROM con-product p WHERE p.con-productVendor - '名前'
con-productVendor コンテナ内のデータをターゲットとするほとんどのクエリは、SELECT * FROM con-productVendor pv ORDER BY pv.creditRating, pv.yearFounded 既存の環境の形式になります。現在の問題。
Litware では次の問題が特定されています。
con-productVendor コンテナ内の製品カテゴリの更新は、con-product コンテナ内のドキュメントに自動的には反映されません。
製品内のアプリケーションの更新により、HTTP ステータス コード 429「リクエストが多すぎます」が頻繁に発生します。ステータス コード 429 が、更新中の過剰なリクエスト ユニット (RU) の消費に関連していることがわかりました。
要件。計画された変更
Litware は、iotdb という名前のデータベースを含む、account2 という名前の新しい Azure Cosmos DB コア (SQL) API アカウントを実装する予定です。iotdb データベースには、con-iot1 および con-iot2 という名前の 2 つのコンテナーが含まれます。
Litware は次の変更を行う予定です。
テレメトリ データを account2 に保存します。
複数の読み取り/書き込みリージョンをサポートするように account1 を構成します。
コンプロダクトコンテナの参照整合性を実装します。
Azure Functions を使用して、製品の更新に関する通知をさまざまな受信者に送信します。
すべての場所から実行され、account1 のデータをクエリする App1 という名前のアプリを開発します。
小売店から実行され、account2 のデータをクエリする App2 という名前のアプリを開発します。App2 が account2 にアクセスするときは、単一​​の DNS エンドポイントに制限する必要があります。
要件。ビジネス要件
Litware は次のビジネス要件を特定します。
要件に対して複数のソリューションがある場合は、追加コストが発生しない限り、最高のパフォーマンスを提供するソリューションを選択してください。
IoT 関連の処理に対する Azure Cosmos DB のコストが予測可能であることを確認します。
小売店でのファイアウォールの変更の数を最小限に抑えます。
要件。製品カタログの要件
Litware は、製品カタログに対して次の要件を特定します。
製品カタログ データのカスタム競合解決ポリシーを実装します。
副製品コンテナの更新中のエラーの頻度を最小限に抑えます。
マルチリージョン書き込みを構成したら、account1 のデータに対する App1 クエリのパフォーマンスを最大化します。
コンプロダクト コンテナー内のドキュメントが更新されるたびに、2 つの Azure 関数の実行をトリガーします。

Set-AzCosmosDBAccountRegion コマンドレットを使用して、Azure Cosmos DB アカウントが使用するリージョンを更新できます。このコマンドレットを使用して、リージョンを追加したり、リージョンのフェールオーバー順序を変更したりできます。このコマンドレットには、リソース グループ名、Azure Cosmos DB アカウント名、および必要なフェールオーバー順序 1 のリージョンのリストが必要です。
このシナリオでは、PowerShell コマンドに基づいて、Set-AzCosmosDBAccountRegion コマンドレットを使用して、自動フェールオーバー用に構成された account1 という名前の Azure Cosmos DB アカウントのリージョンを更新しています。このコマンドは、米国西部と米国東部の 2 つのリージョンを指定します。コマンドを実行すると、アカウントがマルチリージョン書き込み用に構成されます。
マルチリージョン書き込みは、アカウント内の任意のリージョンにデータを書き込み、それを他のすべてのリージョンに自動的にレプリケートできる Azure Cosmos DB の機能です。この機能により、複数のリージョンにわたる書き込み操作の高可用性と低遅延が実現します。マルチリージョン書き込みを有効にするには、アカウントで少なくとも 2 つのリージョンを指定し、それらを書き込みリージョン 2 として設定する必要があります。コマンドでは、 -IsZoneRedundant パラメーターを使用し、両方のリージョンの値を $true にして、米国西部と米国東部の両方を書き込みリージョンとして設定しています。

Azure Cosmos DB は、ドキュメント、キーと値、グラフ、列ファミリー 3 など、さまざまなデータ モデルをサポートするマルチモデル データベースです。Cosmos DB のデータベース エンジンのコア コンテンツ モデルは、アトム レコード シーケンス (ARS) に基づいており、柔軟かつ効率的な方法でさまざまな種類のデータを保存およびクエリできます3。
注文読み取り操作をサポートし、リクエストの数を最小限に抑えるモデルを開発するには、次の要素を考慮する必要があります。
データのサイズと形状
クエリの頻度と複雑さ
アプリケーションのレイテンシとスループットの要件
ストレージ効率とクエリパフォーマンスの間のトレードオフ
これらの要素に基づいて、実装できるモデルの 1 つは B です。1 つのコンテナーを含む単一のデータベースを作成します。注文ごとに個別のドキュメントを作成し、注文アイテムを注文ドキュメントに埋め込みます。
このモデルには次の利点があります。
注文と注文品目を、注文 ID1 によって簡単に取得できる自己完結型ドキュメントとして保存します。
これにより、冗長なデータの保存や注文品目用の追加コンテナの作成が回避されます1。
簡単なクエリで顧客の注文履歴を表示できます1。
これにより、リクエスト数の削減、クエリのパフォーマンスの向上、データの整合性の簡素化など、データを埋め込む利点が活用されます2。
このモデルには、次のようないくつかの制限もあります。
2 KB を超えるデータを含む一部の注文アイテムには、ドキュメント サイズの最大制限である 2 MB2 を超える可能性があるため、適さない場合があります。
注文品目を注文とは別にクエリしたり、他の基準によって集計したりする必要があるシナリオには最適ではない可能性があります2。
トランザクションは単一の論理パーティションに限定されるため、複数の注文または顧客にわたるトランザクションはサポートされない場合があります2。
特定のユースケースと要件に応じて、このモデルを調整するか、別のモデルを選択する必要がある場合があります。たとえば、埋め込みデータと参照データを組み合わせたハイブリッド データ モデル 2 を使用したり、エンティティと関係を頂点とエッジとして表現するグラフ データ モデルを使用したりできます。