Membuat dan menjalankan buku catatan dengan Kqlmagic

Penting

Azure Data Studio dihentikan per 28 Februari 2026. Anda harus bermigrasi ke Visual Studio Code. Untuk informasi selengkapnya, lihat Apa yang terjadi dengan Azure Data Studio.

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 menggunakan pustaka Plotly kaya yang terintegrasi dengan render perintah. Kqlmagic memberi Anda manfaat notebook, analisis data, dan kemampuan Python yang kaya semuanya di lokasi yang sama. Sumber data yang didukung dengan Kqlmagic mencakup Azure Data Explorer, Application Insights, dan log Azure Monitor.

Artikel ini memperlihatkan kepada Anda cara membuat dan menjalankan buku catatan di Azure Data Studio menggunakan ekstensi Kqlmagic untuk kluster Azure Data Explorer, log Application Insights, dan log Azure Monitor.

Prasyarat

• Azure Data Studio
• Python

Menginstal dan menyiapkan Kqlmagic di buku catatan

Langkah-langkah di bagian ini semuanya berjalan dalam buku catatan Azure Data Studio.

1. Buat buku catatan baru dan ubah Kernel menjadi Python 3.

   

2. Anda mungkin diminta untuk meningkatkan paket Python Anda saat paket Anda perlu diperbarui.

   

3. Instal Kqlmagic:

   import sys
   !{sys.executable} -m pip install Kqlmagic --no-cache-dir --upgrade
   

   Pastikan telah terinstal:

   import sys
   !{sys.executable} -m pip list
   

   

4. Memuat Kqlmagic:

   %reload_ext Kqlmagic
   

   Nota

   Jika langkah ini gagal, tutup file dan buka kembali.

   

5. Anda dapat menguji apakah Kqlmagic dimuat dengan benar dengan menelusuri dokumentasi bantuan atau dengan memeriksa versi.

   %kql --help "help"
   

   Nota

   Jika Samples@help meminta kata sandi, maka Anda dapat membiarkannya kosong dan menekan Enter.

   

   Untuk melihat versi Kqlmagic mana yang diinstal, jalankan perintah di bawah ini.

   %kql --version
   

Kqlmagic dengan kluster Azure Data Explorer

Bagian ini menjelaskan cara menjalankan analisis data menggunakan Kqlmagic dengan kluster Azure Data Explorer.

Memuat dan mengautentikasi Kqlmagic untuk Azure Data Explorer

Nota

Setiap kali Anda membuat buku catatan baru di Azure Data Studio, Anda harus memuat ekstensi Kqlmagic.

1. Verifikasi bahwa Kernel diatur ke Python3.

   

2. Muat Kqlmagic:

   %reload_ext Kqlmagic
   

   

3. Sambungkan ke kluster dan autentikasi:

   %kql azureDataExplorer://code;cluster='help';database='Samples'
   

   Nota

   Jika Anda menggunakan kluster ADX Anda sendiri, Anda harus menyertakan wilayah dalam string koneksi sebagai berikut:

   %kql azuredataexplorer://code;cluster='mycluster.westus';database='mykustodb' Anda menggunakan masuk ke perangkat untuk mengautentikasi. Salin kode dari output dan pilih autentikasi yang membuka browser tempat Anda perlu menempelkan kode. Setelah berhasil mengautentikasi, Anda dapat kembali ke Azure Data Studio untuk melanjutkan skrip lainnya.

   

Mengkueri dan memvisualisasikan untuk Azure Data Explorer

Mengambil data menggunakan operator render dan menampilkan data menggunakan pustaka plotly. Kueri dan visualisasi ini memberikan pengalaman terintegrasi yang menggunakan KQL asli.

1. Analisis 10 peristiwa badai teratas berdasarkan status dan frekuensi:

   %kql StormEvents | summarize count() by State | sort by count_ | limit 10
   

   Jika Anda terbiasa dengan Bahasa Kueri Kusto (KQL), Anda bisa mengetik kueri setelah %kql.

   

2. Memvisualisasikan bagan garis waktu:

   %kql StormEvents \
   | summarize event_count=count() by bin(StartTime, 1d) \
   | render timechart title= 'Daily Storm Events'
   

   

3. Sampel Kueri Multibaris menggunakan %%kql.

   %%kql
   StormEvents
   | summarize count() by State
   | sort by count_
   | limit 10
   | render columnchart title='Top 10 States by Storm Event count'
   

   

Kqlmagic bersama Application Insights

Memuat dan mengautentikasi Kqlmagic untuk Application Insights

1. Verifikasi bahwa Kernel diatur ke Python3.

   

2. Muat Kqlmagic:

   %reload_ext Kqlmagic
   

   

   Nota

   Setiap kali Anda membuat buku catatan baru di Azure Data Studio, Anda harus memuat ekstensi Kqlmagic.

3. Sambungkan dan autentikasi.

   Pertama, Anda harus membuat kunci API untuk sumber daya Application Insights Anda. Kemudian, gunakan ID Aplikasi dan kunci API untuk menyambungkan ke Application Insights dari notebook:

   %kql appinsights://appid='DEMO_APP';appkey='DEMO_KEY'
   

Mengkueri dan memvisualisasikan untuk Application Insights

Mengambil data menggunakan operator render dan menampilkan data menggunakan pustaka plotly. Kueri dan visualisasi ini memberikan pengalaman terintegrasi yang menggunakan KQL asli.

1. Perlihatkan Tampilan Halaman:

   %%kql
   pageViews
   | limit 10
   

   

   Nota

   Gunakan mouse Anda untuk menyeret pada area bagan yang ingin diperbesar ke tanggal tertentu.

2. Perlihatkan tampilan Halaman dalam bagan garis waktu:

   %%kql
   pageViews
   | summarize event_count=count() by name, bin(timestamp, 1d)
   | render timechart title= 'Daily Page Views'
   

   

Kqlmagic dengan log Azure Monitor

Memuat dan mengautentikasi Kqlmagic untuk log Azure Monitor

1. Verifikasi bahwa Kernel diatur ke Python3.

   

2. Muat Kqlmagic:

   %reload_ext Kqlmagic
   

   

   Nota

   Setiap kali Anda membuat buku catatan baru di Azure Data Studio, Anda harus memuat ekstensi Kqlmagic.

3. Sambungkan dan autentikasi:

   %kql loganalytics://workspace='DEMO_WORKSPACE';appkey='DEMO_KEY';alias='myworkspace'
   

   

Melakukan kueri dan memvisualisasikan Log pada Azure Monitor

Mengambil data menggunakan operator render dan menampilkan data menggunakan pustaka plotly. Kueri dan visualisasi ini memberikan pengalaman terintegrasi yang menggunakan KQL asli.

1. Menampilkan bagan garis waktu:

   %%kql
   KubeNodeInventory
   | summarize event_count=count() by Status, bin(TimeGenerated, 1d)
   | render timechart title= 'Daily Kubernetes Nodes'
   

   

Langkah selanjutnya

Pelajari selengkapnya tentang buku catatan dan Kqlmagic:

• Ekstensi Kusto (KQL) untuk Azure Data Studio (Pratinjau)
• Membuat dan menjalankan buku catatan Kusto (KQL) (Pratinjau)
• Menggunakan Jupyter Notebook dan ekstensi Kqlmagic untuk menganalisis data di Azure Data Explorer
• Ekstensi (Magic) untuk Jupyter Notebook dan Jupyter Lab yang memungkinkan pengalaman menggunakan notebook untuk bekerja dengan Kusto Application Insights dan data LogAnalytics.
• Kqlmagic
• Cara menggunakan buku catatan di Azure Data Studio