Visual khusus dasbor

Semua visualisasi yang Anda buat dalam konteks operator render tersedia dalam visualisasi dasbor. Namun, visualisasi berikut ini hanya tersedia di dasbor Azure Data Explorer, dasbor Real-Time, atau antarmuka pengguna web Azure Data Explorer, dan tidak tersedia dengan menggunakan operator render.

Untuk mempelajari cara mengkustomisasi visual dasbor apa pun, lihat Menyesuaikan visual dasbor Azure Data Explorer.

Untuk informasi umum tentang dasbor di Azure Data Explorer, lihat Memvisualisasikan data dengan dasbor Azure Data Explorer.

Stat

Anda dapat menggunakan Stat di Azure Data Explorer dashboard dan Fabric Real-Time Dashboard. Ia menunjukkan satu nilai skalar. Pilih dari visual picker dashboard.

Catatan

Sampai render stat diimplementasikan, Anda tidak dapat memilih visual Stat melalui operator KQL render . Untuk klien yang kompatibel, render card menyediakan padanan tingkat kueri yang paling dekat.

Kueri contoh

StormEvents
| summarize TotalEvents = count()

Pilih Stat sebagai tipe visual.

Multi Stat

Multi Stat menampilkan beberapa nilai dalam grid slot. Pilih visual melalui visual picker dashboard.

Query harus mengembalikan kolom label dan kolom nilai. Anda dapat secara eksplisit memilih kolom Label dan kolom Nilai dalam pengaturan visual.

Kueri contoh

datatable(Status:string, Count:long)
[
    "Active", 42,
    "Mitigated", 18,
    "Resolved", 73
]

Di pengaturan visual, pilih kolom output pertama sebagai kolom Label, dan kolom output kedua sebagai kolom Value.

Bagan corong

Bagan corong memvisualisasikan proses linier yang memiliki tahapan terhubung berurutan. Setiap tahap corong mewakili persentase dari total. Jadi, dalam kebanyakan kasus, bagan corong berbentuk seperti corong, dengan tahap pertama menjadi yang terbesar, dan setiap tahap berikutnya lebih kecil dari pendahulunya.

Contoh berikut menggunakan data dari database ContosoSales di kluster bantuan yang tersedia untuk umum untuk menunjukkan jumlah penjualan mesin cuci dan pengering di Kanada dari total keseluruhan penjualan selama tahun 2007.

Kueri contoh

let interestingSales = SalesTable
| where DateKey between (datetime(2007) .. datetime(2008))
| join kind=inner Products on ProductKey;
let totalSales = interestingSales
| summarize sum(SalesAmount)
| extend Name="Total";
//totalSales
let homeAppliancesSales = interestingSales
| where ProductCategoryName == "Home Appliances"
| summarize sum(SalesAmount)
| extend Name="Home Appliances";
//homeAppliancesSales
let washersAndDryersSales = interestingSales
| where ProductCategoryName == "Home Appliances"
| where ProductSubcategoryName == "Washers & Dryers"
| summarize sum(SalesAmount)
| extend Name="Washers & Dryers";
//washersAndDryersSales
let canadaSales = interestingSales
| where ProductCategoryName == "Home Appliances"
| where ProductSubcategoryName == "Washers & Dryers"
| where Country == "Canada"
| summarize sum(SalesAmount)
| extend Name="Canada";
//canadaSales
totalSales
| union homeAppliancesSales
| union washersAndDryersSales
| union canadaSales
| project Name, SalesAmount=sum_SalesAmount
| sort by SalesAmount desc

Peta panas

Peta panas menunjukkan nilai untuk variabel minat utama di dua variabel sumbu sebagai kisi kotak berwarna.

Untuk merender peta panas, kueri harus menghasilkan tabel dengan tiga kolom. Data yang digunakan untuk bidang nilai harus numerik. Kolom yang akan digunakan untuk nilai x dan y menggunakan aturan berikut:

• Jika nilai dalam kolom x dalam string format , nilai dalam kolom y harus dalam string format .
• Jika nilai dalam kolom x dalam datetime format , nilai dalam kolom y harus numerik.

Catatan

Sebaiknya tentukan setiap bidang data, alih-alih membiarkan alat menyimpulkan sumber data.

Kueri contoh

StormEvents
| summarize count(EventId) by State, EventType