Tutorial: Membuat grafik pertama Anda dalam Bahasa Kueri Kusto

Berlaku untuk: ✅Microsoft Fabric

Semantik grafik di Kusto memungkinkan Anda memodelkan dan mengkueri data sebagai jaringan yang saling terhubung, membuatnya intuitif untuk menganalisis hubungan kompleks seperti hierarki organisasi, jejaring sosial, dan jalur serangan. Tidak seperti kueri relasional tradisional yang mengandalkan gabungan, grafik menggunakan hubungan langsung antar entitas untuk melintasi koneksi secara efisien.

Dalam tutorial ini, Anda akan belajar cara:

• Membuat grafik sementara menggunakan operator make-graph
• Kueri graf untuk menemukan hubungan menggunakan pencocokan graf
• Membangun model grafik persisten untuk analisis yang dapat digunakan kembali
• Membandingkan pendekatan grafik sementara versus persisten

Jika Anda tidak memiliki kluster Azure Data Explorer, buat kluster gratis sebelum memulai tutorial.

Prasyarat

• Akun Microsoft atau identitas pengguna Microsoft Entra untuk masuk ke kluster bantuan

• Ruang kerja Fabric dengan kapasitas yang diaktifkan Microsoft Fabric

Mengakses lingkungan kueri Anda

Navigasi ke ruang kerja Microsoft Fabric Anda dan buka database KQL untuk menjalankan kueri.

Membuat grafik sementara dengan data organisasi

Di bagian ini, Anda akan membuat grafik pertama menggunakan data organisasi sampel. Grafik sementara dibuat secara dinamis selama eksekusi kueri menggunakan make-graph operator, membuatnya sempurna untuk analisis dan eksplorasi ad-hoc.

Anda akan bekerja dengan struktur perusahaan sederhana di mana karyawan melapor ke manajer. Hierarki organisasi ini memberikan contoh intuitif untuk memahami hubungan grafik:

Buat struktur grafik organisasi menggunakan data hubungan karyawan dan pelaporan:

// Create sample employee data
let employees = datatable(name:string, role:string, age:long) 
[ 
  "Alice", "CEO", 45,  
  "Bob", "Engineering Manager", 35,  
  "Carol", "Marketing Manager", 38,  
  "Dave", "Developer", 28,  
  "Eve", "Developer", 26,
  "Frank", "Marketing Specialist", 30
]; 
// Create reporting relationships
let reports = datatable(employee:string, manager:string) 
[ 
  "Bob", "Alice",  
  "Carol", "Alice",  
  "Dave", "Bob",
  "Eve", "Bob",
  "Frank", "Carol"
]; 
// Build the graph and explore it
reports 
| make-graph employee --> manager with employees on name 
| graph-to-table nodes 

Keluaran

Nama	peranan	usia
Alice	Kepala Eksekutif	45
Bob	Manajer Teknik	35
Carol	Manajer Pemasaran	38
Dave	Pengembang	28
Hawa	Pengembang	26
Frank	Spesialis Pemasaran	30

Hubungan kueri dengan pola pencocokan grafik

Sekarang Anda akan belajar menggunakan graph-match operator untuk menemukan pola tertentu dalam grafik organisasi Anda. Operator graph-match mencari hubungan dan koneksi dalam struktur grafik.

Pertama, temukan semua karyawan yang langsung melapor ke Alice dengan mencocokkan pola hubungan pelaporan segera:

let employees = datatable(name:string, role:string, age:long) 
[ 
  "Alice", "CEO", 45,  
  "Bob", "Engineering Manager", 35,  
  "Carol", "Marketing Manager", 38,  
  "Dave", "Developer", 28,  
  "Eve", "Developer", 26,
  "Frank", "Marketing Specialist", 30
]; 
let reports = datatable(employee:string, manager:string) 
[ 
  "Bob", "Alice",  
  "Carol", "Alice",  
  "Dave", "Bob",
  "Eve", "Bob",
  "Frank", "Carol"
]; 
reports 
| make-graph employee --> manager with employees on name 
| graph-match (alice)<-[reports]-(employee)
  where alice.name == "Alice"  
  project employee = employee.name, role = employee.role, age = employee.age

Output laporan dari bawahan langsung

karyawan	peranan	usia
Bob	Manajer Teknik	35
Carol	Manajer Pemasaran	38

Selanjutnya, temukan semua karyawan di seluruh organisasi Alice, termasuk laporan tidak langsung, menggunakan tepi panjang variabel dengan *1..3 untuk melintasi beberapa tingkat hierarki:

let employees = datatable(name:string, role:string, age:long) 
[ 
  "Alice", "CEO", 45,  
  "Bob", "Engineering Manager", 35,  
  "Carol", "Marketing Manager", 38,  
  "Dave", "Developer", 28,  
  "Eve", "Developer", 26,
  "Frank", "Marketing Specialist", 30
]; 
let reports = datatable(employee:string, manager:string) 
[ 
  "Bob", "Alice",  
  "Carol", "Alice",  
  "Dave", "Bob",
  "Eve", "Bob",
  "Frank", "Carol"
]; 
reports 
| make-graph employee --> manager with employees on name 
| graph-match (alice)<-[reports*1..3]-(employee)
  where alice.name == "Alice"
  project employee = employee.name, role = employee.role, reportingLevels = array_length(reports)

Hasil semua anggota organisasi

karyawan	peranan	tingkat pelaporan
Bob	Manajer Teknik	1
Carol	Manajer Pemasaran	1
Dave	Pengembang	2
Hawa	Pengembang	2
Frank	Spesialis Pemasaran	2

Membuat model grafik persisten

Nota

Fitur ini saat ini dalam pratinjau publik. Fungsionalitas dan sintaksis dapat berubah sebelum Ketersediaan Umum.

Grafik persisten disimpan dalam database dan dapat dikueri berulang kali tanpa membangun kembali struktur grafik. Sekarang Anda akan membuat struktur organisasi yang sama sebagai graf persisten untuk performa dan penggunaan ulang yang lebih baik.

Buat fungsi yang mengembalikan data sampel Anda, lalu tentukan struktur model grafik:

// Create a function that returns employee data
.create function Employees() {
    datatable(name: string, role: string, age: long)
    [
        "Alice", "CEO", 45,
        "Bob", "Engineering Manager", 35,
        "Carol", "Marketing Manager", 38,
        "Dave", "Developer", 28,
        "Eve", "Developer", 26,
        "Frank", "Marketing Specialist", 30
    ]
}

// Create a function that returns reporting relationships
.create function Reports() {
    datatable(employee: string, manager: string)
    [
        "Bob", "Alice",
        "Carol", "Alice",
        "Dave", "Bob",
        "Eve", "Bob",
        "Frank", "Carol"
    ]
}

Tentukan model grafik dengan simpul dan skema tepi:

.create-or-alter graph_model OrganizationGraph ```
{
    "Schema": {
        "Nodes": {
            "Employee": {
                "name": "string",
                "role": "string",
                "age": "long"
            }
        },
        "Edges": {
            "ReportsTo": {
            }
        }
    },
    "Definition": {
        "Steps": [
            {
                "Kind": "AddNodes",
                "Query": "Employees()",
                "NodeIdColumn": "name",
                "Labels": ["Employee"]
            },
            {
                "Kind": "AddEdges",
                "Query": "Reports()",
                "SourceColumn": "employee",
                "TargetColumn": "manager",
                "Labels": ["ReportsTo"]
            }
        ]
    }
}
```

Buat rekam jepret grafik untuk mewujudkan model ke dalam struktur yang dapat dikueri:

.make graph_snapshot OrganizationGraph_v1 from OrganizationGraph

Mengkueri grafik persisten Anda

Kueri grafik persisten menggunakan pola yang sama dengan grafik sementara. Temukan semua karyawan yang melapor ke Alice:

graph("OrganizationGraph")
| graph-match (alice)<-[reports]-(employee)
  where alice.name == "Alice"
  project employee = employee.name, role = employee.role, age = employee.age

Temukan semua karyawan di organisasi Alice termasuk laporan tidak langsung:

graph("OrganizationGraph")
| graph-match (alice)<-[reports*1..3]-(employee)
  where alice.name == "Alice"
  project employee = employee.name, role = employee.role, reportingLevels = array_length(reports)

Kueri versi rekam jepret tertentu jika diperlukan:

graph("OrganizationGraph", "OrganizationGraph_v1")
| graph-match (alice)<-[reports*1..3]-(employee)
  where alice.name == "Alice"
  project employee = employee.name, role = employee.role

Membandingkan grafik sementara dan persisten

Memahami kapan menggunakan setiap pendekatan membantu Anda memilih metode yang tepat untuk kebutuhan analisis Anda:

Aspek	Grafik Sementara	Graf Persisten
Penciptaan	make-graph operator pada saat kueri	.create-or-alter graph_model + .make graph_snapshot
Penyimpanan	Proses dalam memori saat eksekusi kueri	Disimpan dalam database
Dapat Digunakan Kembali	Harus dibangun ulang untuk setiap pertanyaan	Kueri berulang kali tanpa membangun ulang
Kinerja	Bagus untuk himpunan data yang lebih kecil	Dioptimalkan untuk grafik besar dan kompleks
Skenario penggunaan	Analisis ad-hoc, eksplorasi	Analisis produksi, permintaan berulang
Batas memori	Dibatasi oleh memori simpul	Dapat menangani himpunan data yang lebih besar

Membersihkan sumber daya

Jika Anda tidak akan terus menggunakan model grafik persisten, hapus dengan perintah berikut:

1. Jatuhkan model grafik:

   .drop graph_model OrganizationGraph
   

2. Hilangkan fungsi pembantu:

   .drop function Employees
   .drop function Reports
   

Grafik sementara secara otomatis dibersihkan saat kueri selesai, sehingga tidak diperlukan pembersihan tambahan untuk contoh tersebut.

Langkah selanjutnya

Sekarang setelah Anda memahami dasar-dasar semantik grafik di Kusto, lanjutkan ke skenario dan pengoptimalan yang lebih kompleks:

Grafik praktik terbaik

Anda juga dapat menjelajahi artikel terkait ini:

• Referensi operator grafik - Panduan lengkap untuk semua operator grafik yang tersedia
• Pengelolaan model graf - Mendalami model graf persisten
• Grafik jalur terpendek - Temukan jalur optimal antar entitas
• Kueri grafik tingkat lanjut - Pola analisis kompleks dan kasus penggunaan