KQL データベース内のデータを分析する

Microsoft Fabricでは、統合された Analyze data with メニューを使用して、Lakehouse、Warehouse、Eventhouse 間でデータから分析に移動する一貫した方法を提供します。 ワークロードごとに異なるメニューを移動する代わりに、単一の予測可能なエントリ ポイントから分析を開始できます。

Eventhouse の KQL データベースから、アクション を使用してデータを分析 すると、次のことができます。

  • OneLake の可用性と同期が有効になっている場合は、SQL 分析エンドポイントを使用してデータを分析します。
  • データベースがノートブック環境に自動的に追加された新規または既存のノートブックを開きます。
  • コンテキストの切り替えやアクセスの再構成を行わずに、1 つの場所から分析アクションを起動します。

この統合により、データの場所に関係なく、一貫したエクスペリエンスが提供されます。 Lakehouse、Warehouse、Eventhouse では同じ [Analyze data with]\( データの分析\) メニューを使用できます。そのため、データを分析する方法はすべてのワークロードで同じように見え、同じように感じます。 探索的分析、高度な変換、実験のいずれを行う場合でも、使い慣れた開始点からすぐに開始できます。

Tip

KQL クエリを使用してデータを分析するには、Eventhouse に埋め込まれた KQL クエリセットを使用します。 埋め込み KQL クエリセットを使用して KQL データベースを探索するを参照してください。

注

データの分析メニューは、読み取り専用の監視イベントハウスでは使用できません。

前提条件

SQL 分析エンドポイントを使用してデータを分析する

  1. Fabric ワークスペースで、KQL データベースに移動します。

  2. [ANALYZE data with>を使用してデータを分析する\) を選択します。

    [SQL 分析エンドポイント] オプションが強調表示された [データの分析] ボタンが展開されているスクリーンショット。

  3. 新しい Eventhouse 接続で Lakehouse SQL 分析エンドポイントが開きます。

    KQL データベースが一覧表示されているエクスプローラー ウィンドウに Eventhouse が表示されます。

  4. SQL 分析エンドポイントにクエリを実行 し、T-SQL を使用して KQL データベース内のデータを分析します。

SQL 分析エンドポイント接続を削除する

SQL 分析エンドポイントを使用して KQL データベースのデータを分析すると、SQL 分析エンドポイント エクスプローラー ウィンドウに新しい接続が作成されます。 この接続が不要になった場合は、元の KQL データベースまたはイベントハウスに影響を与えずに削除できます。

  1. Worskpace > Eventhouse > KQL データベースに移動します。 これは、SQL 分析エンドポイントに接続した KQL データベースです。

  2. KQL データベースの [その他のアクション] メニューを開き、[ 設定] を右クリックします。

  3. KQL データベース設定から、 SQL 分析エンドポイントを選択します。 これは、SQL 分析エンドポイント接続が有効になっていることを示しています。

  4. SQL 分析エンドポイントのトグルをオフにします。

ノートブックを使用してデータを分析する

  1. Fabric ワークスペースで、KQL データベースに移動します。

  2. データを分析するには>Notebook を選択します。

    ノートブック オプションが強調表示された [*analyze data with* ]\(*データの分析\) ボタンが展開されているスクリーンショット。

  3. [新しいノートブック] または [既存のノートブック] を選択します。

    [新しいノートブック] を選択すると、新しいノートブックが開き、KQL データベースがノートブック環境に自動的に追加されます。

    [既存のノートブック] を選択すると、OneLake カタログが開き、既存のノートブックの一覧が表示されます。 データ分析に使用するノートブックを選択します。

  4. ノートブックが開き、KQL データベースがノートブック環境に自動的に追加されます。

    KQL データベースが一覧表示されているエクスプローラー ウィンドウで、Eventhouse 接続を確認できます。

  5. ノートブックを使用して、任意の言語 (Python、Spark SQL、または Scala) を使用して、KQL データベース内のデータのクエリと分析を行います。

  6. (省略可能)KQL データベースまたはデータ ソースを Lakehouse や Warehouse などのノートブック環境に追加して、分析で複数のソースのデータを結合します。

関連するコンテンツ

  • Last updated on