Erstellen und Ausführen eines Notebooks mit Kqlmagic

Artikel
10/19/2023

Kqlmagic ist ein Befehl, der die Funktionen des Python-Kernels in Azure Data Studio-Notebooks erweitert. Sie können Python und die Kusto-Abfragesprache (KQL) zum Abfragen und Visualisieren von Daten mithilfe der umfassenden Bibliothek „Plotly“ kombinieren, die in render-Befehle integriert ist. Kqlmagic bietet Ihnen die Vorteile von Notebooks, Datenanalysen und umfassenden Python-Funktionen über einen Ort. Zu den unterstützten Datenquellen mit Kqlmagic gehören Azure Data Explorer , Application Insights und Azure Monitor-Protokolle .

In diesem Artikel erfahren Sie, wie Sie ein Notebook in Azure Data Studio mithilfe der Kqlmagic-Erweiterung für Azure Data Explorer-Cluster, Application Insights-Protokolle und Azure Monitor-Protokolle erstellen.

Voraussetzungen

Installieren und Einrichten von Kqlmagic in einem Notebook

Alle Schritte dieses Abschnitts werden in einem Azure Data Studio-Notebook ausgeführt.

Erstellen Sie ein neues Notebook, und ändern Sie den Kernel in Python 3.
Möglicherweise werden Sie aufgefordert, Ihre Python-Pakete zu aktualisieren, wenn die Pakete aktualisiert werden müssen.

So installieren Sie Kqlmagic:

import sys
!{sys.executable} -m pip install Kqlmagic --no-cache-dir --upgrade

Überprüfen Sie die Installation:

import sys
!{sys.executable} -m pip list

Screenshot der Liste

So laden Sie Kqlmagic:
```
%reload_ext Kqlmagic
```
Hinweis

Wenn dieser Schritt fehlschlägt, schließen Sie die Datei, und öffnen Sie sie wieder.
Sie können testen, ob Kqlmagic ordnungsgemäß geladen wurde, indem Sie die Hilfsdokumentation aufrufen oder die Version überprüfen.
```
%kql --help "help"
```
Hinweis

Wenn Samples@help ein Kennwort anfordert, können Sie das Feld leer lassen und die EINGABETASTE drücken.

Führen Sie den folgenden Befehl aus, um zu überprüfen, welche Version von Kqlmagic installiert ist.
```
%kql --version
```

Kqlmagic mit einem Azure Data Explorer-Cluster

In diesem Abschnitt wird das Ausführen der Datenanalyse mit Kqlmagic mit einem Azure Data Explorer-Cluster erläutert.

Laden und Authentifizieren von Kqlmagic für Azure Data Explorer

Hinweis

Jedes Mal, wenn Sie ein neues Notebook in Azure Data Studio erstellen, müssen Sie die Kqlmagic-Erweiterung laden.

Stellen Sie sicher, dass der Kernel auf Python 3 festgelegt ist.
So laden Sie Kqlmagic:
```
%reload_ext Kqlmagic
```
Stellen Sie eine Verbindung mit dem Cluster her, und führen Sie die Authentifizierung durch:
```
%kql azureDataExplorer://code;cluster='help';database='Samples'
```
Hinweis

Wenn Sie Ihren eigenen ADX-Cluster verwenden, müssen Sie die Region wie folgt in die Verbindungszeichenfolge aufnehmen:

%kql azuredataexplorer://code;cluster='mycluster.westus';database='mykustodb' Verwenden Sie die Geräteanmeldung zum Authentifizieren. Kopieren Sie den Code aus der Ausgabe, und klicken Sie auf Authentifizieren. Daraufhin wird ein Browser geöffnet, in den Sie den Code einfügen müssen. Sobald Sie sich erfolgreich authentifiziert haben, können Sie zu Azure Data Studio zurückkehren, um mit dem Rest des Skripts fortzufahren.

Abfragen und Visualisieren von Azure Data Explorer

Fragen Sie Daten mit dem Render-Operator ab, und visualisieren Sie Daten mithilfe der Plotly-Bibliothek. Durch die Abfrage und Visualisierung wird eine integrierte Benutzeroberfläche bereitgestellt, die die native KQL verwendet.

Analysieren Sie die zehn häufigsten StormEvent-Ereignisse nach Zustand und Häufigkeit:
```
%kql StormEvents | summarize count() by State | sort by count_ | limit 10
```
Wenn Sie mit KQL vertraut sind, können Sie die Abfrage nach %kql eingeben.

Visualisieren Sie ein Zeitachsendiagramm:

%kql StormEvents \
| summarize event_count=count() by bin(StartTime, 1d) \
| render timechart title= 'Daily Storm Events'

Screenshot eines Zeitachsendiagramms

Beispiel für mehrzeilige Abfrage mit %%kql

%%kql
StormEvents
| summarize count() by State
| sort by count_
| limit 10
| render columnchart title='Top 10 States by Storm Event count'

Screenshot eines Beispiels einer mehrzeiligen Abfrage

Kqlmagic mit Application Insights

Laden und Authentifizieren von Kqlmagic für Application Insights

Stellen Sie sicher, dass der Kernel auf Python 3 festgelegt ist.
So laden Sie Kqlmagic:
```
%reload_ext Kqlmagic
```
Hinweis

Jedes Mal, wenn Sie ein neues Notebook in Azure Data Studio erstellen, müssen Sie die Kqlmagic-Erweiterung laden.
Stellen Sie eine Verbindung her, und führen Sie die Authentifizierung durch.

Zunächst müssen Sie einen API-Schlüssel für Ihre Application Insights-Ressource generieren. Dann verwenden Sie die Anwendungs-ID und den API-Schlüssel, um einer Verbindung mit Application Insights über das Notebook herzustellen:
```
%kql appinsights://appid='DEMO_APP';appkey='DEMO_KEY'
```

Abfragen und Visualisieren von Application Insights

Zeigen Sie die Seitenansichten an:
```
%%kql
pageViews
| limit 10
```
Hinweis

Ziehen Sie mit Ihrer Maus über einen Bereich des Diagramms, um das jeweilige Datum zu vergrößern.

Zeigen Sie die Seitenansichten in einem Zeitachsendiagramm an:

%%kql
pageViews
| summarize event_count=count() by name, bin(timestamp, 1d)
| render timechart title= 'Daily Page Views'

Screenshot des Zeitachsendiagramms

Kqlmagic mit Azure Monitor-Protokollen

Laden und Authentifizieren von Kqlmagic für Azure Monitor-Protokollen

Stellen Sie sicher, dass der Kernel auf Python 3 festgelegt ist.
So laden Sie Kqlmagic:
```
%reload_ext Kqlmagic
```
Hinweis

Jedes Mal, wenn Sie ein neues Notebook in Azure Data Studio erstellen, müssen Sie die Kqlmagic-Erweiterung laden.

Stellen Sie eine Verbindung her, und führen Sie die Authentifizierung durch.

%kql loganalytics://workspace='DEMO_WORKSPACE';appkey='DEMO_KEY';alias='myworkspace'

Screenshot der Protokollanalyseauthentifizierung

Abfragen und Visualisieren von Azure Monitor-Protokollen

Zeigen Sie ein Zeitachsendiagramm an:

%%kql
KubeNodeInventory
| summarize event_count=count() by Status, bin(TimeGenerated, 1d)
| render timechart title= 'Daily Kubernetes Nodes'

Screenshot: Protokollanalyse – tägliches Zeitdiagramm zu Kubernetes-Knoten

Nächste Schritte

Erfahren Sie mehr über Notebooks und Kqlmagic:

Kusto-Erweiterung (KQL) für Azure Data Studio (Vorschau)
Erstellen und Ausführen eines Kusto-Notebooks (KQL) (Vorschau)
Verwenden einer Jupyter Notebook-Instanz und der Kqlmagic-Erweiterung zum Analysieren von Daten in Azure Data Explorer
Erweiterung (Magic) für Jupyter Notebook und JupyterLab, die das Arbeiten mit Notebooks mit Kusto-, Application Insights- und LogAnalytics-Daten ermöglicht
Kqlmagic
Verwenden von Notebooks in Azure Data Studio

Freigeben über