クエリを使用してデータ構造を調べる
データのサンプルを確認し、このサンプルを操作して、データ エントリをグループ化して並べ替えました。 これで、データセットに存在するデータの種類と値に関する一般的なアイデアが得られます。
データ構造を探索する
データセットに存在するデータに関する基本的な質問に答えたので、データセットにドリルダウンして、データの傾向と分析情報を見つけることができます。 データのドリルダウンは、本質的に反復的なプロセスです。
たとえば、最初のパスでは、単純なクエリを使用してデータセットの範囲を定義できます。 完全なデータ セットについて幅広く見てきましたが、クエリを使用して各列とそのデータ型を調べることもできます。 その後、データ集計の確認に使用する列を決定できます。 さまざまなサブグループごとにデータを集計して、特定のフィールドの数と範囲 (最小/最大) を指定できます。 動的データ フィールドがある場合は、それらを展開して、どのような種類のデータが保持されているかを確認することをお勧めします。
2 番目のパスでは、縮小し、クエリを使用してデータ全体を視覚化します。 最後のユニットのデータ テーブルの選択を見ると、時系列データ、状態別にグループ化されたデータ、および特定の場所を持つデータがあることを確認しました。 さらに、クエリと組み込みの視覚化を使用して、これらのさまざまな種類のシリーズを調べ、その完全性と分布に関する分析情報を取得します。
分析情報を共有する
最後に、結果を他のユーザーと共有します。 1 つのクエリや視覚化の結果を共有したい場合があります。あるいは、ダッシュボード全体を共有することもできます。 コミュニケーションは、データ探索の最後の重要なステップです。
このプロセスは、含まれる特定の構造と情報に関係なく、新しいデータセットのデータ探索の一般的なパターンです。 Azure Data Explorer に組み込まれているツールは、このプロセスを合理化し、未知のデータから共有分析情報にすばやく移行するのに役立ちます。