Nota
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Se aplica a: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel
Los datos geoespaciales se pueden visualizar como parte de la consulta mediante el operador render como puntos, pies o burbujas en un mapa.
Para más información sobre la agrupación en clústeres geoespaciales, consulte Agrupación en clústeres geoespaciales.
Ejemplos
En el ejemplo siguiente se buscan eventos de storm y se visualizan 100 en un mapa.
StormEvents
| take 100
| project BeginLon, BeginLat
| render scatterchart with (kind = map)
En el ejemplo siguiente se visualizan varias series de puntos, donde el par [Longitud, Latitud] define cada punto y una tercera columna define la serie. En este ejemplo, la serie es EventType
.
StormEvents
| take 100
| project BeginLon, BeginLat, EventType
| render scatterchart with (kind = map)
En el ejemplo siguiente se visualiza una serie de puntos en un mapa. Si tiene varias columnas en el resultado, debe especificar las columnas que se usarán para xcolumn (Longitud), ycolumn (Latitud) y series.
Nota:
La visualización de varias columnas solo se admite en Kusto.Explorer.
StormEvents
| take 100
| render scatterchart with (kind = map, xcolumn = BeginLon, ycolumns = BeginLat, series = EventType)
En el ejemplo siguiente se visualizan los puntos del mapa mediante valores dinámicos de GeoJSON para definir los puntos.
StormEvents
| project BeginLon, BeginLat
| summarize by hash=geo_point_to_s2cell(BeginLon, BeginLat, 5)
| project geo_s2cell_to_central_point(hash)
| render scatterchart with (kind = map)
En el ejemplo siguiente se muestran los eventos de storm agregados por celdas S2. El gráfico agrega eventos en burbujas por ubicación en un color.
StormEvents
| project BeginLon, BeginLat, EventType
| where geo_point_in_circle(BeginLon, BeginLat, real(-81.3891), 28.5346, 1000 * 100)
| summarize count() by EventType, hash = geo_point_to_s2cell(BeginLon, BeginLat)
| project geo_s2cell_to_central_point(hash), count_
| extend Events = "count"
| render piechart with (kind = map)
En el ejemplo siguiente se muestran los eventos de storm agregados por celdas S2. El gráfico agrega eventos por tipo de evento en gráficos circulares por ubicación.
Nota:
La visualización del eje de colores solo se admite en Kusto.Explorer.
StormEvents
| project BeginLon, BeginLat, EventType
| where geo_point_in_circle(BeginLon, BeginLat, real(-81.3891), 28.5346, 1000 * 100)
| summarize count() by EventType, hash = geo_point_to_s2cell(BeginLon, BeginLat)
| project geo_s2cell_to_central_point(hash), EventType, count_
| render piechart with (kind = map)
Contenido relacionado
- Agrupación en clústeres geoespaciales
- Operador Render
- Análisis de datos para flotas de pruebas automotrices (caso de uso de clústeres geoespaciales)
- Más información sobre la arquitectura de Azure para el procesamiento y el análisis de datos geoespaciales