Modul plug-in bag_unpack

Přepněte služby pomocí rozevíracího seznamu Verze . Přečtěte si další informace o navigaci.
Platí pro: ✅ Microsoft Fabric ✅ Azure Data Explorer

Modul bag_unpack plug-in rozbalí jeden sloupec typu dynamic, tím, že zachází s jednotlivými kontejnery na nejvyšší úrovni kontejneru jako se sloupcem. Modul plug-in se vyvolá pomocí operátoru evaluate .

Syntaxe

T|evaluatebag_unpack( Column [,OutputColumnPrefix ] [,columnsConflict ] [,ignoredProperties ] ) [:OutputSchema]

Přečtěte si další informace o konvencích syntaxe.

Parametry

Název	Typ	Požadováno	Popis
T	string	✔️	Tabulkový vstup, jehož sloupec Sloupec se má rozbalit.
Sloupec	dynamic	✔️	Sloupec T k rozbalení.
OutputColumnPrefix	string		Společná předpona pro přidání do všech sloupců vytvořených modulem plug-in.
columnsConflict	string		Směr řešení konfliktů sloupců. Platné hodnoty: error – Dotaz vytvoří chybu (výchozí) replace_source - Zdrojový sloupec se nahradí. keep_source – Zdrojový sloupec se uchovává.
ignoredProperties	dynamic		Volitelná sada vlastností tašky, které se mají ignorovat. }
OutputSchema			Zadejte názvy a typy sloupců pro výstup modulu plug-in bag_unpack . Informace o syntaxi najdete v tématu Syntaxe schématu výstupu a vysvětlení dopadů najdete v tématu Aspekty výkonu.

Syntaxe výstupního schématu

( ColumnName:ColumnType [, ...])

Jako první parametr použijte zástupný znak * , který do výstupu zahrne všechny sloupce zdrojové tabulky, a to následujícím způsobem:

( * , ColumnName:ColumnType [, ...])

Důležité informace o výkonu

Použití modulu plug-in bez outputSchema může mít závažný dopad na výkon u velkých datových sad a mělo by se jim vyhnout.

Poskytnutí outputSchema umožňuje dotazovacímu stroji optimalizovat provádění dotazu, protože může určit výstupní schéma, aniž by bylo nutné analyzovat a analyzovat vstupní data. VýstupSchema je výhodný, když jsou vstupní data velká nebo složitá. Podívejte se na příklady s dopadem na výkon používání modulu plug-in s definovaným outputSchema a bez definovaného výstupu.

Návraty

Modul bag_unpack plug-in vrátí tabulku s tolika záznamy, kolik má tabulkový vstup (T). Schéma tabulky je stejné jako schéma tabulkového vstupu s následujícími úpravami:

• Zadaný vstupní sloupec (Sloupec) se odebere.
• Název každého sloupce odpovídá názvu každého slotu, volitelně s předponou OutputColumnPrefix.
• Typ každého sloupce je buď typ slotu, pokud všechny hodnoty stejného slotu mají stejný typ, nebo dynamic, pokud se hodnoty liší v typu.
• Schéma je rozšířeno o tolik sloupců, kolik existuje jedinečných slotů v hodnotách kontejneru vlastností nejvyšší úrovně T.

Poznámka:

• Pokud nezadáte OutputSchema, schéma výstupu modulu plug-in se liší v závislosti na vstupních hodnotách dat. Několik spuštění modulu plug-in s různými datovými vstupy může vytvořit různá výstupní schémata.
• Pokud je zadán outputSchema , modul plug-in vrátí pouze sloupce definované v syntaxi výstupního schématu, pokud se nepoužije zástupný znak * .
• Pokud chcete vrátit všechny sloupce vstupních dat a sloupce definované v outputSchema, použijte zástupný znak * v outputSchema.

Pravidla tabulkového schématu se vztahují na vstupní data. Zejména jde o toto:

• Název výstupního sloupce nemůže být stejný jako existující sloupec v tabulkovém vstupu T, pokud se nejedná o sloupec, který se má rozbalit (Sloupec). V opačném případě výstup obsahuje dva sloupce se stejným názvem.
• Všechny názvy slotů, pokud je předpona OutputColumnPrefix, musí být platné názvy entit a dodržovat pravidla pojmenování identifikátoru.

Modul plug-in ignoruje hodnoty null.

Příklady

Příklady v této části ukazují, jak používat syntaxi, která vám pomůže začít.

Rozbalení tašky:

Spuštění dotazu

datatable(d:dynamic)
[
    dynamic({"Name": "John", "Age":20}),
    dynamic({"Name": "Dave", "Age":40}),
    dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d)

Výstup

Age	Name
20	John
40	Dave
30	Jasmín

Rozbalte tašku a použijte OutputColumnPrefix možnost vytvořit názvy sloupců s předponou:

Spuštění dotazu

datatable(d:dynamic)
[
    dynamic({"Name": "John", "Age":20}),
    dynamic({"Name": "Dave", "Age":40}),
    dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d, 'Property_')

Výstup

Property_Age	Property_Name
20	John
40	Dave
30	Jasmín

Rozbalte tašku a pomocí columnsConflict možnosti vyřešte konflikt mezi dynamickým sloupcem a existujícím sloupcem:

Spuštění dotazu

datatable(Name:string, d:dynamic)
[
    'James', dynamic({"Name": "John", "Age":20}),
    'David', dynamic({ "Age":40}),
    'Emily', dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d, columnsConflict='replace_source') // Replace old column Name by new column

Výstup

Name	Age
John	20
	40
Jasmín	30

Spuštění dotazu

datatable(Name:string, d:dynamic)
[
    'James', dynamic({"Name": "John", "Age":20}),
    'David', dynamic({"Name": "Dave", "Age":40}),
    'Emily', dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d, columnsConflict='keep_source') // Keep old column Name

Výstup

Name	Age
Jakub	20
David	40
Emílie	30

Rozbalte tašku a použijte ignoredProperties možnost ignorovat 2 z vlastností v pytli vlastností:

Spuštění dotazu

datatable(d:dynamic)
[
    dynamic({"Name": "John", "Age":20, "Address": "Address-1" }),
    dynamic({"Name": "Dave", "Age":40, "Address": "Address-2"}),
    dynamic({"Name": "Jasmine", "Age":30, "Address": "Address-3"}),
]
// Ignore 'Age' and 'Address' properties
| evaluate bag_unpack(d, ignoredProperties=dynamic(['Address', 'Age']))

Výstup

Name
John
Dave
Jasmín

Rozbalte tašku a použijte možnost OutputSchema:

Spuštění dotazu

datatable(d:dynamic)
[
    dynamic({"Name": "John", "Age":20}),
    dynamic({ "Name": "Dave", "Height": 170, "Age":40}),
    dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d)

Výstup

Age	Height	Name
20		John
40	170	Dave
30		Jasmín

Rozbalte tašku pomocí outputSchema a použijte možnost se zástupným znakem*:

Tento dotaz vrátí původní popis slotu a sloupce definované v outputSchema.

Spuštění dotazu

datatable(d:dynamic, Description: string)
[
    dynamic({"Name": "John", "Age":20, "height":180}), "Student",
    dynamic({"Name": "Dave", "Age":40, "height":160}), "Teacher",
    dynamic({"Name": "Jasmine", "Age":30, "height":172}), "Student",
]
| evaluate bag_unpack(d) : (*, Name:string, Age:long)

Výstup

Popis	Name	Age
Studenti	John	20
Učitel	Dave	40
Studenti	Jasmín	30

Příklady s dopadem na výkon

Rozbalte tašku s definovaným výstupem a bez definovaného výstupu , abyste mohli porovnat dopad na výkon:

Tento příklad používá veřejně dostupnou tabulku v clusteru nápovědy. V databázi ContosoSales je tabulka s názvem SalesDynamic. Tabulka obsahuje data o prodeji a obsahuje dynamický sloupec s názvem Customer_Properties.

• Příklad bez výstupního schématu: První dotaz nedefinuje outputSchema. Dotaz trvá 5,84 sekund procesoru a prohledá 36,39 MB dat.

  Spuštění dotazu

  SalesDynamic
  | evaluate bag_unpack(Customer_Properties) 
  | summarize Sales=sum(SalesAmount) by Country, State
  

• Příklad s výstupním schématem: Druhý dotaz poskytuje outputSchema. Dotaz trvá 0,45 sekund procesoru a prohledá 19,31 MB dat. Dotaz nemusí analyzovat vstupní tabulku, což šetří čas zpracování.

  Spuštění dotazu

  SalesDynamic
  | evaluate bag_unpack(Customer_Properties) :  (*, Country:string, State:string, City:string)
  | summarize Sales=sum(SalesAmount) by Country, State
  

Výstup

Výstup je stejný pro oba dotazy. Níže je zobrazeno prvních 10 řádků výstupu.

Country/Region	State	Sales
Kanada	Britská Kolumbie	56,101,083
Spojené království	Anglie	77,288,747
Austrálie	Viktorie	31,242,423
Austrálie	Queensland	27,617,822
Austrálie	Jižní Austrálie	8,530,537
Austrálie	Nový Jižní Wales	54,765,786
Austrálie	Tasmánie	3,704,648
Kanada	Alberta	375,061
Kanada	Ontario	38,282
USA	Washingtonský	80,544,870
...	...	...

Související obsah

• parse_json funkce
• operátor mv-expand
• pack-all