ある製造会社のデータチームが、工場の IoT センサーから毎秒数万件のストリーミングデータを受信し、過去10秒間の異常値（平均温度が閾値を超えた場合）をリアルタイムで検知してアラートを送信するシステムを構築したい。最小限の開発工数で要件を満たす最も適切な Azure サービスの組み合わせはどれか。

正解: D

リアルタイムなストリーミング集計（10秒間の平均値計算）には、Azure Event Hubs によるイベント取り込みと Azure Stream Analytics のタンブリングウィンドウ（Tumbling Window）関数の組み合わせが最適である。Stream Analytics は SQL ライクなクエリでストリームデータのウィンドウ集計を宣言的に記述でき、コードを書かずに異常検知ロジックを実装できる。選択肢 B の Azure Service Bus はメッセージキューであり、IoT の高スループットストリーミングより Event Hubs が適切であり、Functions での集計実装は開発工数が増加する。選択肢 C のバッチ処理では「リアルタイム検知」の要件を満たせない。選択肢 A の Cosmos DB と Change Feed の組み合わせは書き込み系の用途には有効だが、ウィンドウ集計ロジックの実装コストが高い。