Log Management Fundamentals

Como é a prova

A prova oficial tem 90 questões de múltipla escolha, das quais 75 contam para a nota e 15 são de pré-teste (não pontuadas e não identificadas), com até 120 minutos de prova. Custa US$ 100, vale por 3 anos e é feita online com supervisão remota ou presencial em centro de testes. A Datadog não divulga a nota de corte. Os pesos por domínio também não são publicados. Materiais oficiais gratuitos: exam guide, learning path e simulado oficial gratuito (25 questões).

O simulado do PassMind tem 75 questões de múltipla escolha em 120 minutos. Consideramos aprovado a partir de 70% de acertos: é a meta do nosso simulado, já que a nota de corte oficial não é divulgada. As questões são sorteadas de um banco de 875 questões originais, todas com explicação.

Duração

120 min

Meta do simulado

70%

Questões por simulado

75

Questões no banco

875

Domínios e pesos

Os domínios seguem o guia oficial da prova. Os percentuais são uma estimativa do PassMind usada para montar o simulado, não um peso publicado pela Datadog.

• Logging Fundamentals10%
• Log Collection20%
• Log Parsing15%
• Log Searching & Filtering15%
• Log Analysis13%
• Log Utilization17%
• Log Troubleshooting10%

Questões de amostra

5 questões do banco do PassMind, com gabarito e explicação.

1. Questão 1Fácil

   No Datadog Log Explorer, o que uma entrada de log representa?

   • AUm monitor salvo que envia notificações de alerta
   • BUm único evento de log com seus campos coletados
   • CUm widget de dashboard para exibir métricas
   • DUm gráfico usado para acompanhar tendências de CPU ou memória
   Ver gabarito e explicação

   Resposta correta: B. Um único evento de log com seus campos coletados

   Uma entrada de log no Datadog é um evento de log individual, junto com os campos e metadados capturados para ele. O Log Explorer foi projetado para pesquisar, filtrar e inspecionar essas entradas. Ele não é usado para criar gráficos, alertas ou widgets de dashboard.

2. Questão 2Fácil

   O que filtrar logs ajuda você a fazer no Log Explorer?

   • AConverter logs em metrics automaticamente
   • BTransformar logs em comentários de código-fonte
   • CAumentar o número de logs armazenados no disco
   • DMostrar apenas os logs com os quais você se importa
   Ver gabarito e explicação

   Resposta correta: D. Mostrar apenas os logs com os quais você se importa

   Mostrar apenas os logs com os quais você se importa está correto porque o filtro reduz o ruído e facilita a análise. Ele ajuda você a se concentrar nos eventos relevantes em vez de examinar cada linha de log.

3. Questão 3Média

   No Datadog, o que faz um log pipeline?

   • AEle agrupa monitors em pastas para facilitar o gerenciamento de alertas
   • BEle aplica uma série de processors aos logs à medida que eles são ingeridos
   • CEle armazena saved searches para uso posterior no Logs Explorer
   • DEle encaminha os dados de log para um archive externo para retenção de longo prazo
   Ver gabarito e explicação

   Resposta correta: B. Ele aplica uma série de processors aos logs à medida que eles são ingeridos

   Um log pipeline no Datadog é um conjunto de etapas de processamento ordenadas que atuam sobre os logs à medida que eles chegam. Pipelines podem parse, filtrar, remap e enriquecer os dados de log antes que eles sejam indexados ou roteados. Isso os torna úteis para padronizar e transformar logs durante a ingestão.

4. Questão 4Média

   Qual é o papel principal de um Sensitive Data Scanner dentro de uma pipeline de coleta de logs?

   • AIdentificar e mascarar informações sensíveis antes que os logs sejam armazenados ou transmitidos
   • BReduzir o tamanho do arquivo de log por meio de compressão para armazenamento de longo prazo
   • CAdicionar metadados contextuais aos logs para melhorar a busca e análise
   • DGerar métricas de desempenho analisando padrões recorrentes nos logs
   Ver gabarito e explicação

   Resposta correta: A. Identificar e mascarar informações sensíveis antes que os logs sejam armazenados ou transmitidos

   Um Sensitive Data Scanner é projetado para detectar informações sensíveis, como dados pessoais ou credenciais, dentro dos logs e mascará-las ou redigi-las antes que os logs sejam armazenados ou compartilhados. Isso ajuda a manter a privacidade dos dados e a conformidade, prevenindo a exposição de informações confidenciais.

5. Questão 5Difícil

   Ao analisar um aumento repentino em erros de aplicação, qual conjunto de dados fornece a visão inicial mais confiável para determinar se a causa é um problema real ou mudanças no logging?

   • AError logs, deployment markers, and request/error metrics from the same time period
   • BSystem resource usage metrics like CPU, memory, and disk utilization
   • CTeam activity records such as dashboards, alerts, and report creation counts
   • DRecent error messages extracted only from the application logs
   Ver gabarito e explicação

   Resposta correta: A. Error logs, deployment markers, and request/error metrics from the same time period

   Combinar error logs com deployment markers e request/error metrics do mesmo período permite correlacionar mudanças no comportamento da aplicação com deploys de código e modificações no logging, oferecendo uma visão clara se o pico é devido a um problema genuíno ou ajustes no logging.