bag_unpack プラグイン

2025-07-03

適用対象: ✅Microsoft Fabric✅Azure データエクスプローラー

プラグインは、各プロパティ* バッグのトップレベル* スロット*を列*として処理し、bag_unpack1つの型*の列*をアンパックしますdynamic。このプラグインは、evaluate 演算子を使用して呼び出されます。

構文

T|evaluatebag_unpack(Column [,OutputColumnPrefix ] [,columnsConflict ] [,ignoredProperties ] ) [:OutputSchema]

構文規則について詳しく知る。

パラメーター

件名	タイプ	必須	説明
T	`string`	✔️	列 Column をアンパックする表形式の入力。
列	`dynamic`	✔️	アンパックする T の列。
OutputColumnPrefix	`string`		プラグインによって生成される、すべての列に追加する共通のプレフィックス。
columnsConflict	`string`		列の競合解決の方向。有効な値: `error` - クエリでエラーが発生する (既定値) `replace_source` - ソース列が置き換えられる `keep_source` - ソース列*が保持される
ignoredProperties	`dynamic`		省略可能な一連のバッグプロパティを無視します。 }
OutputSchema			`bag_unpack` プラグイン出力の列名と型を指定します。構文については、「出力スキーマの構文」を参照し、その影響を理解するには、「パフォーマンスに関する考慮事項」を参照してください。

出力スキーマの構文

( ColumnName:ColumnType [, ...])

次のように、最初のパラメーターとしてワイルドカード * を使用して、ソーステーブルのすべての列を出力に含めます。

( * , ColumnName:ColumnType [, ...])

パフォーマンスに関する考慮事項

OutputSchema なしでプラグインを使用すると、大規模なデータセットでパフォーマンスに重大な影響を与える可能性があり、避ける必要があります。

OutputSchema を指定すると、入力データを解析して分析しなくても出力スキーマを判断できるため、クエリエンジンはクエリの実行を最適化できます。これは、入力データが大きい場合や複雑な場合に便利です。 定義された OutputSchema の有無にかかわらず、プラグインを使用した場合のパフォーマンスへの影響がある例を参照してください。

返品

bag_unpackプラグインは、表形式入力* (T) と同じ数のレコード*を含むテーブル*を返します (T)。テーブル*のスキーマ*は、表形式入力*と同じスキーマ*に次の変更を加えたものです:

指定された入力*列* (Column) が削除*されます。
各列の名前は、各スロットの名前に対応し、必要に応じて OutputColumnPrefix でプレフィックスを付けます。
各列の型は、同じスロットのすべての値が同じ型を持つ場合はスロットの型か、値の種類が異なる場合は dynamicです。
スキーマは、 T の最上位プロパティバッグ値に個別のスロットがある数の列で拡張されます。

注

OutputSchema を指定しない場合、プラグインの出力スキーマは入力データの値によって異なります。異なるデータ入力でプラグインを複数回実行すると、異なる出力スキーマが生成される可能性があります。
OutputSchema が指定されている場合、ワイルドカード *を使用しない限り、プラグインは出力スキーマ構文で定義されている列のみを返します。
入力データのすべての列と OutputSchema で定義されている列を返すには、OutputSchema でワイルドカード *を使用します。

表形式スキーマ規則は、入力データに適用されます。特に次の点に違いがあります。

出力列名は、アンパックする列 (Column) でない限り、表形式の入力 T の既存の列と同じにすることはできません。それ以外の場合、出力には同じ名前の 2 つの列が含まれます。
先頭に OutputColumnPrefix が付くスロット*名はすべて、有効な*エンティティ*名となり、識別子*の名前付けルール*に従っている必要があります。

プラグインは null 値を無視します。

例

このセクションの例では、構文を使用して作業を開始する方法を示します。

バッグを展開する:

クエリを実行する

datatable(d:dynamic)
[
    dynamic({"Name": "John", "Age":20}),
    dynamic({"Name": "Dave", "Age":40}),
    dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d)

出力

年齢	件名
20	John
40	デイブ
30	ジャスミン

バッグを展開し、 OutputColumnPrefix オプションを使用して、プレフィックス付きの列名を生成します。

クエリを実行する

datatable(d:dynamic)
[
    dynamic({"Name": "John", "Age":20}),
    dynamic({"Name": "Dave", "Age":40}),
    dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d, 'Property_')

出力

Property_Age	Property_Name
20	John
40	デイブ
30	ジャスミン

バッグを展開し、 columnsConflict オプションを使用して、動的列と既存の列の間の列の競合を解決します。

クエリを実行する

datatable(Name:string, d:dynamic)
[
    'Old_name', dynamic({"Name": "John", "Age":20}),
    'Old_name', dynamic({"Name": "Dave", "Age":40}),
    'Old_name', dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d, columnsConflict='replace_source') // Use new name

出力

年齢	件名
20	John
40	デイブ
30	ジャスミン

クエリを実行する

datatable(Name:string, d:dynamic)
[
    'Old_name', dynamic({"Name": "John", "Age":20}),
    'Old_name', dynamic({"Name": "Dave", "Age":40}),
    'Old_name', dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d, columnsConflict='keep_source') // Keep old name

出力

年齢	件名
20	Old_name
40	Old_name
30	Old_name

バッグを展開し、 ignoredProperties オプションを使用して、プロパティバッグ内のプロパティの 2 つを無視します。

クエリを実行する

datatable(d:dynamic)
[
    dynamic({"Name": "John", "Age":20, "Address": "Address-1" }),
    dynamic({"Name": "Dave", "Age":40, "Address": "Address-2"}),
    dynamic({"Name": "Jasmine", "Age":30, "Address": "Address-3"}),
]
// Ignore 'Age' and 'Address' properties
| evaluate bag_unpack(d, ignoredProperties=dynamic(['Address', 'Age']))

出力

件名
John
デイブ
ジャスミン

バッグを展開し、 OutputSchema オプションを使用します。

クエリを実行する

datatable(d:dynamic)
[
    dynamic({"Name": "John", "Age":20}),
    dynamic({"Name": "Dave", "Age":40}),
    dynamic({"Name": "Jasmine", "Age":30}),
]
| evaluate bag_unpack(d) : (Name:string, Age:long)

出力

件名	年齢
John	20
デイブ	40
ジャスミン	30

OutputSchema でバッグを展開し、ワイルドカード * オプションを使用します。

このクエリは、元のスロットの説明と OutputSchema で定義されている列を返します。

クエリを実行する

datatable(d:dynamic, Description: string)
[
    dynamic({"Name": "John", "Age":20, "height":180}), "Student",
    dynamic({"Name": "Dave", "Age":40, "height":160}), "Teacher",
    dynamic({"Name": "Jasmine", "Age":30, "height":172}), "Student",
]
| evaluate bag_unpack(d) : (*, Name:string, Age:long)

出力

説明	件名	年齢
学生	John	20
教師	デイブ	40
学生	ジャスミン	30

パフォーマンスに影響を与える例

定義された OutputSchema の有無にかかわらずバッグを展開して、パフォーマンスへの影響を比較します。

この例では、ヘルプクラスターで一般公開されているテーブルを使用します。 ContosoSales データベースには、SalesDynamic というテーブルがあります。テーブルには売上データが含まれており、 Customer_Propertiesという名前の動的列が含まれています。

SalesDynamic テーブルのスクリーンショット。顧客のプロパティ列が強調表示されています。

出力スキーマがない例: 最初のクエリでは OutputSchema は定義されません。クエリの CPU 時間は 5.84 秒で、 36.39 MB のデータがスキャンされます。

クエリを実行する
```
SalesDynamic
| evaluate bag_unpack(Customer_Properties) 
| summarize Sales=sum(SalesAmount) by Country, State
```
出力スキーマの例: 2 番目のクエリでは OutputSchema が提供されます。クエリの CPU 時間は 0.45 秒で、 19.31 MB のデータがスキャンされます。クエリは入力テーブルを分析する必要がないため、処理時間が節約されます。

クエリを実行する
```
SalesDynamic
| evaluate bag_unpack(Customer_Properties) :  (*, Country:string, State:string, City:string)
| summarize Sales=sum(SalesAmount) by Country, State
```

出力

出力は両方のクエリで同じです。出力の最初の 10 行を次に示します。

カナダ	ブリティッシュ・コロンビア州	56,101,083
イギリス	イングランド	77,288,747
オーストラリア	ビクトリア	31,242,423
オーストラリア	クイーンズランド	27,617,822
オーストラリア	南オーストラリア州	8,530,537
オーストラリア	ニューサウスウェールズ州	54,765,786
オーストラリア	タスマニア	3,704,648
カナダ	アルバータ州	375,061
カナダ	オンタリオ	38,282
米国	ワシントン	80,544,870
...	...	...

parse_json 関数の
mv-expand 演算子をする

次の方法で共有

bag_unpack プラグイン

構文

パラメーター

出力スキーマの構文

パフォーマンスに関する考慮事項

返品

例

パフォーマンスに影響を与える例

関連コンテンツ

フィードバック

その他のリソース