Dasar-dasar bahasa kueri
Organisasi sering mengumpulkan berbagai data tentang sumber daya dan pengguna TI. Mengkueri data adalah alat yang canggih untuk bekerja dengan dan bertindak pada data yang Anda kumpulkan.
Di sini, Anda mempelajari tentang apa itu kueri dan apa yang bisa Anda lakukan menggunakan KQL.
Apa itu kueri?
Kueri adalah permintaan informasi dari sumber data, seperti database atau tabel. Kueri sederhana mungkin mengembalikan:
- Informasi tentang pengguna dari tabel pengguna terdaftar.
- Semua informasi dalam tabel tertentu.
- Semua informasi yang dicatat oleh komputer tertentu pada waktu tertentu.
Bahasa kueri juga memungkinkan Anda menentukan cara menyajikan data yang dikembalikan oleh kueri. Misalnya, Anda dapat menentukan urutan pengurutan hasil, rentang baris yang akan dikembalikan, apakah baris duplikat harus dikembalikan, dan apakah akan menampilkan data dalam bagan atau grafik.
Apa itu bahasa kueri?
Ada berbagai cara untuk mengembalikan data dari database, termasuk:
- Memilih parameter pencarian dari menu.
- Memilih bidang dan nilai yang menentukan kueri melalui antarmuka pengguna.
- Menggunakan bahasa kueri untuk meminta informasi dari database dalam panggilan API atau melalui antarmuka pengguna. Menggunakan bahasa kueri adalah cara paling kompleks untuk mengkueri data, tetapi juga yang paling fleksibel.
Bahasa kueri terdiri dari sekumpulan kata kunci, operator, dan aturan sintaksis untuk menulis pernyataan yang mengembalikan data dari database.
Ada banyak bahasa kueri, dan masing-masing memiliki sintaks, kemampuan, dan kekuatannya sendiri. Bahasa kueri umum meliputi:
- Bahasa Permintaan Terstruktur (SQL) - Bahasa standar untuk menyimpan, memanipulasi, dan mengambil data dalam database.
- XQuery - Bahasa kueri untuk data XML.
Mengapa menggunakan KQL?
KQL dikembangkan sebagai bagian dari Azure Data Explorer, platform analitik big data untuk analisis data dalam volume besar yang hampir real time yang dialirkan dari beberapa sumber. Dengan memastikan keandalan, performa, dan keamanan layanan dan sumber daya, Azure Data Explorer dan KQL membentuk fondasi yang sempurna untuk layanan yang memerlukan pemantauan dan analitik hampir real-time.
Di unit selanjutnya dalam modul ini, kita melihat sekilas layanan Azure yang menerapkan kemampuan KQL untuk menganalisis data dalam volume besar yang bervariasi dengan cepat.
Dibandingkan dengan SQL, KQL lebih ringkas dan lebih baik dioptimalkan untuk kueri ad-hoc dan eksplorasi data.
Apa yang dapat Anda lakukan dengan KQL?
Semua layanan Microsoft yang menggunakan kluster Azure Data Explorer menyediakan serangkaian alat analisis data siap pakai yang tidak memerlukan pengetahuan KQL, tetapi sedikit pengetahuan KQL memungkinkan Anda untuk melakukan lebih banyak hal. Misalnya, Anda dapat:
- Selidiki atau analisis - gunakan KQL untuk memecahkan masalah atau mendapatkan wawasan tertentu.
- Tentukan pemberitahuan Anda sendiri - picu pemberitahuan berdasarkan logika yang Anda tentukan menggunakan KQL.
- Buat visualisasi kustom - buat dasbor dan buku kerja yang memvisualisasikan hasil kueri KQL.
- Mengubah data - mengubah data sebelum Anda menyimpan atau menyajikannya. Misalnya, Anda dapat menggunakan KQL untuk mengonversi data dari satu format ke format lainnya. Beberapa layanan memungkinkan Anda menggunakan KQL untuk memfilter data dari sumber data untuk menghemat biaya untuk menyerap dan menyimpan data yang tidak Anda butuhkan.