Tutorial: Menggunakan buku catatan dengan Kqlmagic untuk mengkueri database KQL

  • Artikel

Penting

Microsoft Fabric saat ini dalam PRATINJAU. Informasi ini berkaitan dengan produk prarilis yang mungkin dimodifikasi secara substansial sebelum dirilis. Microsoft tidak memberikan jaminan, dinyatakan atau tersirat, sehubungan dengan informasi yang diberikan di sini.

Notebook adalah dokumen yang dapat dibaca yang berisi deskripsi dan hasil analisis data serta dokumen yang dapat dieksekusi yang dapat dijalankan untuk melakukan analisis data. Dalam artikel ini, Anda mempelajari cara menggunakan buku catatan Jupyter untuk menjalankan kueri dan visualisasi tingkat lanjut dari data dalam database KQL. Tutorial ini menggunakan himpunan data dan notebook yang dibuat sebelumnya di Analitik Real-time dan lingkungan Rekayasa Data di Microsoft Fabric. Untuk informasi selengkapnya tentang notebook, lihat Cara menggunakan notebook Microsoft Fabric.

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 .

Secara khusus, Anda mempelajari cara:

  • Membuat database KQL
  • Dapatkan data
  • Mengimpor buku catatan Jupyter
  • Mengautentikasi akses ke buku catatan Anda
  • Menjalankan notebook

Prasyarat

1- Membuat database KQL

  1. Buka pengalih pengalaman di bagian bawah panel navigasi dan pilih Analitik Real Time.

  2. Pilih KQL Database.

  3. Di bawah Nama database, masukkan NYCTaxidb, lalu pilih Buat.

  4. Salin URI Kueri dari kartu detail database di dasbor database dan tempelkan di suatu tempat, seperti notepad, untuk digunakan di langkah selanjutnya.

    Cuplikan layar kartu detail database yang memperlihatkan detail database. Opsi URI Kueri berjudul Salin URI disorot.

Database KQL sekarang telah dibuat dalam konteks ruang kerja yang dipilih.

2- Dapatkan data

Dalam langkah ini, Anda menggunakan skrip untuk terlebih dahulu membuat tabel dengan pemetaan tertentu, lalu mendapatkan data dari blob publik ke dalam tabel ini.

  1. Salin skrip KQL dari repositori sampel Fabric di GitHub

    Cuplikan layar repositori GitHub memperlihatkan skrip KQL untuk buku catatan demo Taksi NYC. Ikon salin disorot.

  2. Telusuri ke database KQL Anda.

  3. Pilih Jelajahi data Anda di sudut kanan atas halaman ringkasan database.

  4. Tempelkan skrip KQL dari langkah 1.

  5. Letakkan kursor Anda di suatu tempat dalam kueri, dan pilih tombol Jalankan .

    Kueri pertama akan menjalankan dan membuat tabel dan pemetaan skema. Output kueri ini memperlihatkan tabel dan informasi pembuatan pemetaan, termasuk jenis perintah dan hasil Selesai setelah selesai. Kueri kedua memuat data Anda. Mungkin perlu waktu beberapa menit agar pemuatan data selesai.

    Cuplikan layar jendela Jelajahi data Anda memperlihatkan status lengkap pemetaan tabel dan penyerapan data.

  6. Refresh database Anda. Tabel muncul di pohon Data.

3- Unduh buku catatan demo Taksi NYC

Gunakan contoh notebook Jupyter untuk mengkueri dan memvisualisasikan data sampel yang baru saja Anda muat di database KQL Anda.

  1. Buka repositori sampel Fabric di GitHub untuk mengunduh Notebook KQL Taksi NYC.

    Cuplikan layar repositori GitHub memperlihatkan buku catatan demo Taksi NYC. Opsi berjudul Mentah disorot.

  2. Simpan buku catatan secara lokal ke perangkat Anda.

    Catatan

    Buku catatan harus disimpan dalam .ipynb format file.

4- Impor buku catatan Jupyter

Sisa alur kerja ini terjadi di bagian Rekayasa Data produkMicrosoft Fabric, dan menggunakan notebook Jupyter untuk mengkueri dan memvisualisasikan data dalam database KQL Anda.

  1. Buka pengalih aplikasi di bagian bawah panel navigasi dan pilih Rekayasa Data.

  2. Di beranda Rekayasa Data, pilih Impor buku catatan.

    Cuplikan layar opsi item di Rekayasa Data. Item berjudul Impor buku catatan disorot.

  3. Di panel Status impor , pilih Unggah.

    Cuplikan layar jendela status Impor. Tombol berjudul Unggah disorot.

  4. Pilih Notebook KQL Taksi NYC yang Anda unduh di langkah 3.

  5. Setelah impor selesai, pilih Buka ruang kerja dan buka buku catatan ini.

    Cuplikan layar unggahan berhasil diselesaikan dan buka ruang kerja.

5- Memuat paket

Pilih tombol putar untuk menjalankan setiap sel secara berurutan, atau pilih sel dan tekan Shift+ Enter. Ulangi langkah ini untuk setiap paket.

Catatan

Tunggu hingga tanda centang penyelesaian muncul sebelum menjalankan sel berikutnya.

Cuplikan layar blok sel memperlihatkan perintah impor. Tombol Putar disorot.

6- Autentikasi Kode Perangkat

  1. Tempelkan URI Kueri yang Anda salin sebelumnya alih-alih teks kluster tempat penampung.

  2. Ubah nama database tempat penampung menjadi NYCTaxidb.

    Cuplikan layar sel kode memperlihatkan nama database dan URI kueri. URI kueri dan nama database disorot.

  3. Jalankan sel.

  4. Kode autentikasi muncul di bawah sel. Salin kode autentikasi ini.

    Cuplikan layar sel kode memperlihatkan kode autentikasi. Tombol Salin ke clipboard disorot.

  5. Tempelkan kode di jendela popup, lalu pilih Berikutnya

    Cuplikan layar jendela kode tempel. Tombol Berikutnya disorot.

  6. Masukkan detail Anda di jendela masuk, lalu pilih Berikutnya untuk masuk ke KustoClient.

    Cuplikan layar jendela masuk. Tombol Berikutnya disorot.

  7. Tutup jendela konfirmasi masuk.

    Cuplikan layar halaman konfirmasi masuk KustoClient.

  8. Jalankan sel berikutnya untuk memeriksa apakah proses masuk Anda berhasil. Jika berhasil, kueri mengembalikan jumlah baris.

7- Jalankan buku catatan

Jalankan sel yang tersisa secara berurutan untuk melihat cara kerja perintah render melalui Kqlmagic dan mulai membuat peta panas pengambilan taksi di NYC. Untuk informasi selengkapnya tentang Kqlmagic, lihat Menggunakan Jupyter Notebook dan ekstensi Kqlmagic untuk menganalisis data

  1. Sel berikut menggabungkan semua pengambilan dalam batas geografis yang ditentukan.

    Cuplikan layar sel kode memperlihatkan kueri agregasi.

  2. Jalankan sel berikut untuk menggambar peta dengan memplot peta panas di atas plot sebar.

    Cuplikan layar sel kode memperlihatkan kueri untuk membuat peta panas.

    Peta panas akan terlihat seperti gambar berikut:

    Cuplikan layar notebook memperlihatkan peta panas pengambilan taksi NYC.

  3. Anda juga bisa menandai peta untuk memperlihatkan hasil fungsi pengklusteran menggunakan kueri berikut.

    Cuplikan layar sel kode memperlihatkan kueri untuk membintangi data.

    Peta panas terlihat seperti gambar berikut:

    Cuplikan layar peta memperlihatkan bintang berukuran berbeda yang menandakan hasil fungsi pengklusteran.

8- Membersihkan sumber daya

Bersihkan item yang dibuat dengan menavigasi ke ruang kerja tempat item dibuat.

  1. Di ruang kerja Anda, arahkan mouse ke atas buku catatan yang ingin Anda hapus, pilih menu Lainnya [...] >Hapus.

    Cuplikan layar ruang kerja memperlihatkan menu drop-down buku catatan Taksi NYC. Opsi berjudul Hapus disorot.

  2. Pilih Hapus. Anda tidak dapat memulihkan buku catatan setelah menghapusnya.

Langkah berikutnya