はじめに
Kusto クエリ言語 (KQL) を使うと、データを調べてパターンを検出し、異常値と外れ値を特定し、統計モデルを作成することができます。 Kusto クエリは、データを処理して結果を返すための、読み取り専用の要求です。 KQL には、さまざまな方法でデータを分析する幅広い関数が用意されています。 前のモジュールでは、最も一般的な表形式演算子を使用して、データの探索とフィルター処理を開始する方法を学習しました。 このモジュールでは、Kusto 照会言語 (KQL) を使用してデータを集計し、複雑なクエリを整理し、結果を視覚的に表示して、このデータセットから意味のある分析情報を得る方法について説明します。
シナリオ例
あなたは気象データに対する情熱を持つデータ アナリストです。 KQL を使用してデータセットを操作および統合し、米国内の暴風雨の種類と場所に関する質問に回答できるようにする必要があります。 特に、さまざまな場所でのさまざまな種類の暴風雨の影響を比較する必要があります。
学習内容
これから Kusto 照会言語 (KQL) でクエリを作成し、サンプル データセットを調べ、分析情報を得ます。 学習内容は次のとおりです。
- 集計関数を使用してデータをグループ化する。
count()、dcount()、countif()関数を使用してイベントをカウントする。sum()、avg()、min()、max()、percentiles()関数を使用してデータを集計する。render演算子を使用してデータを視覚化する。letステートメントを使用して変数を導入する。
主な目標
このセッションを終了すると、Kusto 照会言語で高度なクエリを記述し、結果を視覚的にレンダリングしてデータから分析情報を得ることができます。