Gambaran umum integrasi

Banyak konektor data, alat, dan integrasi bekerja dengan mulus dengan platform untuk pengumpulan data, orkestrasi, output, dan kueri data. Artikel ini memberikan gambaran umum tingkat tinggi tentang konektor, alat, dan integrasi yang tersedia. Untuk setiap konektor, Anda dapat menemukan informasi terperinci dan tautan ke dokumentasi lengkapnya.

Untuk halaman gambaran umum tentang jenis integrasi tertentu, pilih salah satu tombol berikut.

Integrasi data

Integrasi kueri

Integrasi visualisasi

Tabel perbandingan

Tabel berikut ini meringkas kemampuan setiap item. Pilih tab yang sesuai dengan konektor atau alat dan integrasi. Setiap nama item ditautkan ke deskripsi terperincinya.

Konektor

Tabel berikut ini meringkas konektor yang tersedia dan kemampuannya:

Nama	Menyerap	Ekspor	Mengkoordinasikan	Kueri
Apache Kafka	✔️
Apache Flink	✔️
Apache Log4J 2	✔️
Apache Spark	✔️	✔️		✔️
Azure Cosmos DB	✔️
Azure Data Factory	✔️		✔️
Azure Event Grid			✔️
Azure Event Hubs	✔️
Azure Functions	✔️			✔️
Azure IoT Hubs	✔️
Azure Monitor	✔️
Azure Stream Analytics	✔️
Cribl Stream	✔️
Fluent Bit	✔️
JDBC				✔️
Aplikasi Logika	✔️		✔️	✔️
Logstash	✔️
Matlab				✔️
NLog	✔️
ODBC				✔️
OpenTelemetry	✔️
Power Apps	✔️			✔️
Power Automate	✔️		✔️	✔️
Serilog	✔️
Splunk	✔️
Splunk Universal Forwarder	✔️
Telegraf	✔️

Alat dan integrasi

Tabel berikut ini meringkas alat dan integrasi yang tersedia dan kemampuannya:

Nama	Mengimpor	Kueri	Bagikan	Kontrol sumber	Aman	Administrasi	Memvisualisasikan
Azure CLI						✔️
Azure Data Lake	✔️	✔️
Azure Data Share			✔️
Azure Monitor	✔️	✔️					✔️
Azure Pipelines				✔️
DeltaKusto				✔️
Jupyter Notebooks		✔️					✔️
Parser KQL		✔️
Kusto.Explorer		✔️					✔️
Kusto CLI	✔️	✔️				✔️
LightIngest	✔️
Microsoft Purview					✔️
editor Monaco		✔️
PowerShell						✔️
Kecerdasan Waktu Nyata di Microsoft Fabric	✔️	✔️					✔️
SyncKusto				✔️
UI Web	✔️	✔️					✔️

Deskripsi terperinci

Bagian berikut memberikan deskripsi terperinci tentang konektor, alat, dan integrasi. Pilih tab yang sesuai dengan konektor atau alat dan integrasi.

Konektor

Apache Kafka

Apache Kafka adalah platform streaming terdistribusi untuk membangun alur data streaming real-time yang dengan andal memindahkan data antara sistem atau aplikasi. Kafka Connect adalah alat untuk streaming data yang dapat diskalakan dan dapat diandalkan antara Apache Kafka dan sistem data lainnya. Kafka Sink berfungsi sebagai konektor dari Kafka dan tidak memerlukan penggunaan kode. Konektor ini disertifikasi emas oleh Confluent, yang berarti melalui tinjauan dan pengujian komprehensif untuk kualitas, kelengkapan fitur, kepatuhan terhadap standar, dan performa.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Log, Telemetri, Seri waktu
• SDK yang mendasar:Java
• Repositori: Microsoft Azure - https://github.com/Azure/kafka-sink-azure-kusto/
• Dokumentasi:Menyerap data dari Apache Kafka
• Blog Komunitas:Penyerapan Kafka ke Azure Data Explorer

Apache Flink

Apache Flink adalah kerangka kerja dan mesin pemrosesan terdistribusi untuk komputasi stateful melalui aliran data yang tidak terbatas dan terikat. Konektor ini menyediakan sink data untuk memindahkan data antara kluster Azure Data Explorer dan Flink. Dengan menggunakan Azure Data Explorer dan Apache Flink, Anda dapat membangun aplikasi yang cepat dan dapat diskalakan yang menargetkan skenario berbasis data. Misalnya, pembelajaran mesin (ML), Extract-Transform-Load (ETL), dan Log Analytics.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Streaming
• Kasus penggunaan: Telemetri
• SDK yang mendasar:Java
• Repositori: Microsoft Azure - https://github.com/Azure/flink-connector-kusto/
• Dokumentasi:Menyerap data dari Apache Flink

Apache Log4J 2

Log4J adalah kerangka kerja pengelogan populer untuk aplikasi Java yang dikelola oleh Apache Foundation. Pengembang Log4j dapat mengontrol pernyataan log mana yang dihasilkan dengan granularitas arbitrer berdasarkan nama pencatat, level pencatatan, dan pola pesan log. Dengan menggunakan sink Apache Log4J 2, Anda dapat mengalirkan data log ke database Anda, di mana Anda dapat menganalisis dan memvisualisasikan log Anda secara real time.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Log
• SDK yang mendasar:Java
• Repositori: Microsoft Azure - https://github.com/Azure/azure-kusto-log4j
• Dokumentasi:Menyerap data dengan konektor Apache Log4J 2
• Blog Komunitas:Mulai menggunakan Apache Log4J dan Azure Data Explorer

Apache Spark

Apache Spark adalah mesin analitik terpadu untuk pemrosesan data skala besar. Konektor Spark adalah proyek sumber terbuka yang dapat berjalan pada kluster Spark apa pun. Ini mengimplementasikan sumber data dan sink data untuk memindahkan data ke atau dari kluster Spark. Dengan menggunakan konektor Apache Spark, Anda dapat membangun aplikasi yang cepat dan dapat diskalakan yang menargetkan skenario berbasis data. Misalnya, pembelajaran mesin (ML), Extract-Transform-Load (ETL), dan Log Analytics. Dengan menggunakan konektor, database Anda menjadi penyimpanan data yang valid untuk operasi sumber dan sink Spark standar, seperti baca, tulis, dan tulisStream.

• Fungsionalitas: Penyerapan, Ekspor
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Telemetri
• SDK yang mendasar:Java
• Repositori: Microsoft Azure - https://github.com/Azure/azure-kusto-spark/
• Dokumentasi:Konektor Apache Spark
• Blog Komunitas:Pra-pemrosesan data untuk Azure Data Explorer untuk Azure Data Explorer dengan Apache Spark

Apache Spark untuk Azure Synapse Analytics

Apache Spark adalah kerangka kerja pemrosesan paralel yang mendukung pemrosesan dalam memori untuk meningkatkan performa aplikasi analitik big data. Apache Spark di Azure Synapse Analytics adalah salah satu implementasi Microsoft dari Apache Spark di cloud. Anda dapat mengakses database dari Synapse Studio dengan menggunakan Apache Spark untuk Azure Synapse Analytics.

• Fungsionalitas: Penyerapan, Ekspor
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Telemetri
• SDK yang mendasar:Java
• Dokumentasi:Menyambungkan ke ruang kerja Azure Synapse

Azure Cosmos DB

Azure Cosmos DB adalah alur penyerapan yang mendengarkan umpan perubahan Cosmos DB Anda dan menyerap data ke dalam database Anda.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Ubah umpan
• Dokumentasi:Menyerap data dari Azure Cosmos DB (pratinjau)

Azure Data Factory

Azure Data Factory (ADF) adalah layanan integrasi data berbasis cloud yang dapat Anda gunakan untuk mengintegrasikan penyimpanan data yang berbeda dan melakukan aktivitas pada data.

• Fungsionalitas: Penyerapan, Ekspor
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Orkestrasi data
• Dokumentasi:Menyalin data ke database Anda dengan menggunakan Azure Data Factory

Azure Event Grid

Pemrosesan Event Grid adalah saluran yang memantau penyimpanan Azure dan memperbarui database Anda untuk mengambil informasi saat peristiwa yang telah dilanggan terjadi. Anda dapat mengonfigurasi pemasukan data berkelanjutan dari Azure Storage (penyimpanan Blob dan ADLSv2) dengan menggunakan langganan Azure Event Grid untuk pemberitahuan ketika blob dibuat atau diganti namanya dan melakukan streaming pemberitahuan tersebut melalui Azure Event Hubs.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Pemrosesan peristiwa
• Dokumentasi:Koneksi data Event Grid

Azure Event Hubs

Azure Event Hubs adalah platform streaming data besar dan layanan penyerapan peristiwa. Anda dapat mengonfigurasi penyerapan berkelanjutan dari Azure Event Hubs yang dikelola pelanggan.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Dokumentasi:Koneksi data Azure Event Hubs

Azure Functions

Azure Functions memungkinkan Anda menjalankan kode tanpa server di cloud sesuai jadwal atau menanggapi peristiwa. Dengan menggunakan pengikatan input dan output untuk Azure Functions, Anda dapat mengintegrasikan database Anda ke dalam alur kerja Anda untuk menyerap data dan menjalankan kueri terhadap database Anda.

• Fungsionalitas: Penyerapan, Ekspor
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Integrasi alur kerja
• Dokumentasi:Mengintegrasikan Azure Functions menggunakan pengikatan input dan output (pratinjau)
• Blog Komunitas:Pengikatan Azure Data Explorer (Kusto) untuk Azure Functions

Azure IoT Hubs

Azure IoT Hub adalah layanan terkelola, yang dihosting di cloud, yang bertindak sebagai hub pesan pusat untuk komunikasi dua arah antara aplikasi IoT Anda dan perangkat yang dikelolanya. Anda dapat mengonfigurasi ingesti berkelanjutan dari IoT Hub yang dikelola pelanggan, menggunakan titik akhir bawaan pesan perangkat-ke-cloud yang kompatibel dengan Event Hubs.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Data IoT
• Dokumentasi:Koneksi data IoT Hub

Azure Monitor

Agen Azure Monitor dapat mengirim data komputer virtual berikut ke Azure Data Explorer dengan menggunakan aturan pengumpulan data:

• Penghitung kinerja
• Catatan IIS
• Log peristiwa Windows
• Log sistem Linux
• Log Teks Kustom
• Log JSON khusus

Untuk informasi selengkapnya, lihat Mengumpulkan data dari komputer virtual ke Azure Data Explorer.

Azure Stream Analytics

Azure Stream Analytics adalah analitik real time dan mesin pemrosesan peristiwa kompleks yang dirancang untuk memproses data streaming cepat dalam volume tinggi dari berbagai sumber secara bersamaan.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Pemrosesan peristiwa
• Dokumentasi:Menyerap data dari Azure Stream Analytics

Cribl Stream

Cribl stream adalah mesin pemrosesan yang mengumpulkan, memproses, dan mengalirkan data peristiwa mesin secara aman dari sumber apa pun. Ini memungkinkan Anda untuk mengurai dan memproses data tersebut untuk tujuan apa pun untuk analisis.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Pemrosesan data mesin termasuk log, metrik, data instrumentasi
• Dokumentasi:Menyerap data dari Cribl Stream ke Azure Data Explorer

Fluent Bit

Fluent Bit adalah agen sumber terbuka yang mengumpulkan log, metrik, dan jejak dari berbagai sumber. Ini memungkinkan Anda untuk memfilter, memodifikasi, dan mengagregasi data peristiwa sebelum mengirimkannya ke penyimpanan.

• Fungsionalitas: Penyerapan
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Log, Metrik, Jejak
• Repositori:plugin output Kusto fluent-bit
• Dokumentasi:Menyerap data dengan Fluent Bit ke Azure Data Explorer
• Blog Komunitas:Mulai menggunakan Fluent bit dan Azure Data Explorer

JDBC

Java Database Connectivity (JDBC) adalah Java API yang digunakan untuk menyambungkan ke database dan menjalankan kueri. Anda dapat menggunakan JDBC untuk menyambungkan ke Azure Data Explorer.

• Fungsionalitas: Kueri, visualisasi
• SDK yang mendasar:Java
• Dokumentasi:Menyambungkan ke Azure Data Explorer dengan JDBC

Logic Apps

Dengan menggunakan konektor Microsoft Logic Apps , Anda dapat menjalankan kueri dan perintah secara otomatis sebagai bagian dari tugas terjadwal atau terpicu.

• Fungsionalitas: Penyerapan, Ekspor
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Orkestrasi data
• Dokumentasi:Microsoft Logic Apps dan Azure Data Explorer

Logstash

Plugin Logstash memungkinkan Anda memproses peristiwa dari Logstash ke database Azure Data Explorer untuk analisis nanti.

• Fungsionalitas: Penyerapan
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Log
• SDK yang mendasar:Java
• Repositori: Microsoft Azure - https://github.com/Azure/logstash-output-kusto/
• Dokumentasi:Menyerap data dari Logstash
• Blog Komunitas:Cara bermigrasi dari Elasticsearch ke Azure Data Explorer

Matlab

MATLAB adalah platform komputasi pemrograman dan numerik yang digunakan untuk menganalisis data, mengembangkan algoritma, dan membuat model. Anda bisa mendapatkan token otorisasi di MATLAB untuk mengkueri data Anda di Azure Data Explorer.

• Fungsionalitas: Kueri
• Dokumentasi:Mengkueri data menggunakan MATLAB

NLog

NLog adalah platform pengelogan fleksibel dan gratis untuk berbagai platform .NET, termasuk standar .NET. NLog memungkinkan Anda menulis ke beberapa target, seperti database, file, atau konsol. Dengan menggunakan NLog, Anda dapat mengubah konfigurasi pengelogan dengan cepat. Sink NLog merupakan target NLog yang memungkinkan Anda mengirim pesan log Anda ke basis data Anda. Plugin ini menyediakan cara yang efisien untuk mengirim log Anda ke klaster Anda.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Telemetri, Log, Metrik
• SDK yang mendasar:.NET
• Repositori: Microsoft Azure - https://github.com/Azure/azure-kusto-nlog-sink
• Dokumentasi:Menyerap data dengan sink NLog
• Blog Komunitas:Mulai menggunakan sink NLog dan Azure Data Explorer

ODBC

Open Database Connectivity (ODBC) adalah antarmuka pemrograman aplikasi (API) yang diterima secara luas untuk akses database. Azure Data Explorer kompatibel dengan subset protokol komunikasi SQL Server (MS-TDS). Kompatibilitas ini memungkinkan penggunaan driver ODBC untuk SQL Server dengan Azure Data Explorer.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Telemetri, Log, Metrik
• Dokumentasi:Menyambungkan ke Azure Data Explorer dengan ODBC

OpenTelemetry

Konektor OpenTelemetry mendukung penyerapan data dari banyak penerima ke dalam database Anda. Ini berfungsi sebagai jembatan untuk menyerap data yang dihasilkan oleh Telemetri Terbuka ke database Anda dengan menyesuaikan format data yang diekspor sesuai dengan kebutuhan Anda.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Jejak, Metrik, Log
• SDK yang mendasari:Go
• Repositori: Open Telemetry - https://github.com/open-telemetry/opentelemetry-collector-contrib/tree/main/exporter/azuredataexplorerexporter
• Dokumentasi:Menyerap data dari OpenTelemetry
• Blog Komunitas:Mulai menggunakan Open Telemetry dan Azure Data Explorer

Power Apps

Power Apps adalah serangkaian aplikasi, layanan, konektor, dan platform data yang menyediakan lingkungan pengembangan aplikasi yang cepat untuk membangun aplikasi kustom yang terhubung ke data bisnis Anda. Konektor Power Apps berguna jika Anda memiliki pengumpulan data streaming yang besar dan berkembang di Azure Data Explorer dan ingin membangun aplikasi kode rendah dan sangat fungsional untuk menggunakan data ini.

• Fungsionalitas: Kueri, Penyerapan, Ekspor
• Jenis ingesti yang didukung: Batching
• Dokumentasi:Menggunakan Power Apps untuk mengkueri data di Azure Data Explorer

Power Automate

Power Automate adalah layanan orkestrasi yang digunakan untuk mengotomatiskan proses bisnis. Konektor Power Automate (sebelumnya Microsoft Flow) memungkinkan Anda mengorkestrasi dan menjadwalkan alur, mengirim pemberitahuan dan peringatan, sebagai bagian dari tugas yang dijadwalkan atau dipicu.

• Fungsionalitas: Penyerapan, Ekspor
• Jenis penyerapan data yang didukung: Batching
• Kasus penggunaan: Orkestrasi data
• Dokumentasi:Konektor Microsoft Power Automate

Serilog

Serilog adalah kerangka kerja pengelogan populer untuk aplikasi .NET. Dengan menggunakan Serilog, pengembang dapat mengontrol pernyataan log mana yang merupakan output dengan granularitas sewenang-wenang berdasarkan nama pencatat, tingkat pencatat, dan pola pesan. Sink Serilog, juga dikenal sebagai appender, mengalirkan data log Anda ke database Anda, di mana Anda dapat menganalisis dan memvisualisasikan log Anda secara real time.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Log
• SDK yang mendasar:.NET
• Repositori: Microsoft Azure - https://github.com/Azure/serilog-sinks-azuredataexplorer
• Dokumentasi:Menyerap data dengan sink Serilog
• Blog Komunitas:Mulai menggunakan sink Serilog dan Azure Data Explorer

Splunk

Splunk Enterprise adalah platform perangkat lunak yang memungkinkan Anda menyerap data dari banyak sumber secara bersamaan. Add-on Azure Data Explorer mengirim data dari Splunk ke tabel di kluster Anda.

• Fungsionalitas: Penyerapan
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Log
• SDK yang mendasar:Python
• Repositori: Microsoft Azure - https://github.com/Azure/azure-kusto-splunk/tree/main/splunk-adx-alert-addon
• Dokumentasi:Menyerap data dari Splunk
• Splunk Base:Add-On Microsoft Azure Data Explorer untuk Splunk
• Blog Komunitas:Mulai menggunakan Add-On Microsoft Azure Data Explorer untuk Splunk

Splunk Universal Forwarder

• Fungsionalitas: Penyerapan
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Log
• Repositori: Microsoft Azure - https://github.com/Azure/azure-kusto-splunk
• Dokumentasi:Menyerap data dari Splunk Universal Forwarder ke Azure Data Explorer
• Blog Komunitas:Menyerap data menggunakan penerus Splunk Universal ke Azure Data Explorer

Telegraf

Telegraf adalah perangkat lunak sumber terbuka, agen ringan dengan jejak memori minimal untuk mengumpulkan, memproses, dan menulis data telemetri, termasuk log, metrik, dan data IoT. Telegraf mendukung ratusan plugin input dan output. Ini banyak digunakan dan didukung dengan baik oleh komunitas sumber terbuka. Plugin output berfungsi sebagai konektor dari Telegraf dan mendukung penyerapan data dari banyak jenis plugin input ke dalam database Anda.

• Fungsionalitas: Penyerapan
• Jenis penyerapan yang didukung: Batching, Streaming
• Kasus penggunaan: Telemetri, Log, Metrik
• SDK yang mendasari:Go
• Repositori: InfluxData - https://github.com/influxdata/telegraf/tree/master/plugins/outputs/azure_data_explorer
• Dokumentasi:Menyerap data dari Telegraf
• Blog Komunitas:Plugin output Azure Data Explorer baru untuk Telegraf memungkinkan pemantauan SQL dalam skala besar

Alat dan integrasi

Azure CLI (antarmuka baris perintah Azure)

Azure CLI memungkinkan Anda mengelola sumber daya Kusto.

• Fungsionalitas: Administrasi
• Dokumentasi:az kusto

Azure Synapse Analytics

Azure Synapse Data Explorer menyediakan pengalaman kueri interaktif untuk membuka wawasan dari data log dan telemetri. Untuk melengkapi mesin runtime analitik SQL dan Apache Spark yang ada, runtime analitik Data Explorer dioptimalkan untuk analitik log yang efisien dengan menggunakan teknologi pengindeksan yang kuat untuk secara otomatis mengindeks teks bebas dan data semi terstruktur yang umumnya ditemukan dalam data telemetri.

• Fungsionalitas: Penyerapan, Kueri, Visualisasi
• Dokumentasi:Apa itu Azure Synapse Data Explorer?

Azure Data Lake

Azure Data Explorer terintegrasi dengan Azure Blob Storage dan Azure Data Lake Storage (Gen1 dan Gen2), menyediakan akses cepat, cache, dan terindeks ke data yang disimpan di penyimpanan eksternal.

• Fungsionalitas: Kueri
• Dokumentasi:Mengkueri data di Azure Data Lake menggunakan Azure Data Explorer

Azure Data Share

Banyak cara tradisional untuk berbagi data, seperti melalui berbagi file, FTP, email, dan API. Metode ini mengharuskan kedua belah pihak untuk membangun dan memelihara alur data yang memindahkan data antara tim dan organisasi. Dengan menggunakan Azure Data Explorer, Anda dapat dengan mudah dan aman berbagi data Anda dengan orang-orang di perusahaan atau mitra eksternal Anda. Berbagi terjadi hampir real-time, tanpa perlu membangun atau memelihara alur data. Semua perubahan database, termasuk skema dan data, di sisi penyedia tersedia secara instan di sisi konsumen.

• Fungsionalitas: Berbagi data
• Dokumentasi:Azure Data Share

Azure Monitor

Azure Data Explorer mendukung kueri lintas layanan antara Azure Data Explorer, Application Insights (AI), dan Log Analytics (LA). Anda dapat mengkueri ruang kerja Analitik Log atau Application Insights dengan menggunakan alat kueri Azure Data Explorer dan dalam kueri lintas layanan.

• Fungsionalitas: Kueri
• Dokumentasi:Azure Monitor

Azure Notebooks

Kqlmagic adalah perintah yang memperluas kemampuan kernel Python di notebook Azure Data Studio. Anda dapat menggabungkan bahasa kueri Python dan Kusto (KQL) untuk mengkueri dan memvisualisasikan data dengan menggunakan pustaka Plotly kaya yang terintegrasi dengan perintah render. Kqlmagic memberi Anda manfaat notebook, analisis data, dan kemampuan Python yang kaya semuanya di lokasi yang sama. Sumber data yang didukung dengan Kqlmagic mencakup log Azure Data Explorer, Application Insights, dan Azure Monitor.

• Fungsionalitas: Kueri, Visualisasi
• Dokumentasi:Azure Notebooks

Azure Pipelines (Alat otomatisasi alur kerja pengembangan perangkat lunak dari Microsoft)

Azure DevOps Services menyediakan alat kolaborasi pengembangan seperti alur berkinerja tinggi, repositori Git privat gratis, papan Kanban yang dapat dikonfigurasi, dan kemampuan pengujian otomatis dan berkelanjutan yang luas. Azure Pipelines adalah kemampuan Azure DevOps yang memungkinkan Anda mengelola CI/CD untuk menyebarkan kode Anda dengan alur berkinerja tinggi yang berfungsi dengan bahasa, platform, dan cloud apa pun. Azure Data Explorer - Alat Pipeline adalah tugas di Azure Pipelines yang memungkinkan Anda membuat pipeline rilis dan menerapkan perubahan database Anda ke database Azure Data Explorer Anda. Ini tersedia secara gratis di Visual Studio Marketplace.

• Fungsionalitas: Kontrol sumber
• Dokumentasi:Azure Pipelines

DeltaKusto

Delta Kusto adalah antarmuka baris perintah (CLI) yang memungkinkan integrasi berkelanjutan dan otomatisasi penyebaran berkelanjutan (CI/CD) dengan objek Kusto, seperti tabel, fungsi, kebijakan, dan peran keamanan, dalam database Azure Data Explorer. Ini dapat bekerja pada satu database, beberapa database, atau seluruh kluster. Delta Kusto juga mendukung skenario multitenan.

• Fungsionalitas: Kontrol sumber
• Dokumentasi:Delta Kusto

Buku Catatan Jupyter

Jupyter Notebook adalah aplikasi web sumber terbuka yang memungkinkan Anda membuat dan berbagi dokumen yang berisi kode langsung, persamaan, visualisasi, dan teks narasi. Ini berguna untuk berbagai tugas, seperti pembersihan dan transformasi data, simulasi numerik, pemodelan statistik, visualisasi data, dan pembelajaran mesin.

Kqlmagic memperluas kemampuan kernel Python di Jupyter Notebook sehingga Anda dapat menjalankan kueri Bahasa Kueri Kusto (KQL) secara asli. Anda dapat menggabungkan Python dan KQL untuk mengkueri dan memvisualisasikan data menggunakan pustaka Plot.ly kaya yang terintegrasi dengan operator render . Ekstensi kqlmagic kompatibel dengan Jupyter Lab, ekstensi Visual Studio Code Jupyter, dan Azure Data Studio. Sumber data yang didukung termasuk Azure Data Explorer, log Azure Monitor, dan Application Insights.

• Fungsionalitas: Kueri, Visualisasi
• Dokumentasi:Buku Catatan dengan Kqlmagic
• Blog Komunitas:Menganalisis data di Azure Data Explorer menggunakan sihir KQL untuk Jupyter Notebook

Pengurai KQL

Repo sumber terbuka berisi pengurai C# dan penganalisis semantik serta proyek penerjemah yang menghasilkan pustaka yang sama di JavaScript.

• Fungsionalitas: penguraian bahasa
• Dokumentasi:pengurai Bahasa Kueri Kusto

Kusto.Explorer

Kusto. Explorer adalah perangkat lunak gratis yang dapat Anda unduh dan gunakan di desktop Windows Anda. Kusto. Explorer memungkinkan Anda untuk mengkueri dan menganalisis data Anda dengan menggunakan Kusto Query Language (KQL) di antarmuka yang mudah digunakan.

• Fungsionalitas: Kueri, Visualisasi
• Dokumentasi:Penginstalan dan antarmuka pengguna, menggunakan Kusto.Explorer
  • Artikel lain termasuk opsi, pemecahan masalah, pintasan keyboard, fitur kode

Kusto CLI

Kusto.Cli adalah utilitas baris perintah untuk mengirim kueri dan perintah kontrol pada kluster Kusto.

• Fungsionalitas: Kueri
• Dokumentasi:Kusto CLI

LightIngest

LightIngest adalah utilitas baris perintah untuk penyerapan data ad-hoc ke Azure Data Explorer.

• Fungsionalitas: Penyerapan
• Jenis ingesti yang didukung: Batching
• Kasus penggunaan: Pemuatan data historis
• Repositori:LightIngest
• Dokumentasi:Gunakan LightIngest untuk menyerap data

Microsoft Purview

Microsoft Purview menyederhanakan tata kelola data dengan menawarkan layanan terpadu untuk mengelola data Anda dari berbagai sumber.

• Fungsionalitas: Tata Kelola
• Dokumentasi:Mengintegrasikan Azure Data Explorer dengan Microsoft Purview

Editor Monako (plugin/embed)

Anda dapat mengintegrasikan Monaco Editor dengan dukungan Bahasa Kueri Kusto (monaco-kusto) ke dalam aplikasi Anda. Mengintegrasikan monaco-kusto ke dalam aplikasi Anda menawarkan pengalaman pengeditan seperti penyelesaian, pewarnaan, pemfaktoran ulang, penggantian nama, dan menuju definisi.

• Fungsionalitas: Kueri
• Repositori:Monaco Editor
• Dokumentasi:Penyiapan dan penggunaan Kusto Query Language untuk editor Monaco - Editor Kusto Query Language yang dapat disematkan dalam aplikasi berbasis web dan Electron.
  • Plug-in Bahasa Kueri Kusto - Akses plug-in editor Bahasa Kueri Kusto.
  • Menyematkan UI web Azure Data Explorer - UI web Azure Data Explorer dapat disematkan dalam iframe dan dihosting di situs web pihak ketiga.

PowerShell

Skrip PowerShell dapat menggunakan pustaka klien Kusto, karena PowerShell terintegrasi secara inheren dengan pustaka .NET.

• Fungsionalitas: Kueri
• Dokumentasi:Menggunakan pustaka klien Kusto .NET dari PowerShell

Kecerdasan Real Time di Microsoft Fabric

Real-Time Intelligence adalah platform analitik big data yang dikelola sepenuhnya yang dioptimalkan untuk streaming, dan data rangkaian waktu.

• Fungsionalitas: Penyerapan, Ekspor, Kueri, Visualisasi
• Jenis penyerapan yang didukung: Streaming, Batching
• Dokumentasi:Apa itu Kecerdasan Real-Time dalam Fabric?

SyncKusto

Sync Kusto adalah alat yang memungkinkan pengguna untuk menyinkronkan berbagai entitas skema Kusto, seperti skema tabel dan fungsi yang disimpan. Sinkronisasi ini dilakukan antara sistem file lokal, database Azure Data Explorer, dan Azure Repos.

• Fungsionalitas: Kontrol sumber
• Repositori:SyncKusto
• Dokumentasi:Sinkronkan Kusto

Antarmuka Pengguna Web (Web UI)

Azure Data Explorer memberikan pengalaman web yang memungkinkan Anda menyambungkan ke kluster Azure Data Explorer dan menulis, menjalankan, dan berbagi perintah dan kueri Bahasa Kueri Kusto (KQL)

• Fungsionalitas: Penyerapan, Ekspor, Kueri, Visualisasi
• Jenis penyerapan yang didukung: Batching, Streaming
• Dokumentasi:Antarmuka web Azure Data Explorer, Mengambil data dari file

Konten terkait

• Gambaran umum integrasi data
• Gambaran umum integrasi kueri
• Memvisualisasikan gambaran umum integrasi