Lezen in het Engels

Delen via


Wat is Azure Data Explorer?

Azure Data Explorer is een volledig beheerd platform voor big data-analyse met hoge prestaties waarmee u eenvoudig grote hoeveelheden gegevens in bijna realtime kunt analyseren. De Azure Data Explorer-werkset biedt u een end-to-end-oplossing voor gegevensopname, query's, visualisatie en beheer.

Door gestructureerde, semi-gestructureerde en ongestructureerde gegevens in tijdreeksen te analyseren en machine learning te gebruiken, maakt Azure Data Explorer het eenvoudig om belangrijke inzichten te extraheren, patronen en trends te herkennen en prognosemodellen te maken. Azure Data Explorer maakt gebruik van een traditioneel relationeel model, waarbij gegevens worden ingedeeld in tabellen met sterk getypte schema's. Tabellen worden opgeslagen in databases en een cluster kan meerdere databases beheren. Azure Data Explorer is schaalbaar, veilig, robuust en bedrijfsklaar en is handig voor logboekanalyses, tijdreeksanalyses, IoT en verkennende analyses voor algemeen gebruik.

De mogelijkheden van Azure Data Explorer worden uitgebreid met andere services die zijn gebaseerd op de querytaal Kusto-querytaal (KQL). Deze services omvatten Azure Monitor-logboeken, Application Insights, Time Series Insights en Microsoft Defender voor Eindpunt.

Wanneer moet u Azure Data Explorer gebruiken?

Gebruik de volgende vragen om te bepalen of Azure Data Explorer geschikt is voor uw gebruiksscenario:

  • Interactieve analyse: maakt interactieve analyse deel uit van de oplossing? Bijvoorbeeld aggregatie, correlatie of anomaliedetectie.
  • Variatie, snelheid, volume: is uw schema divers? Moet u in bijna realtime enorme hoeveelheden gegevens opnemen?
  • Gegevensorganisatie: wilt u onbewerkte gegevens analyseren? Bijvoorbeeld niet volledig gecureerd star schema.
  • Gelijktijdigheid van query's: maken meerdere gebruikers of processen gebruik van Azure Data Explorer?
  • Bouwen versus kopen: Bent u van plan uw gegevensplatform aan te passen?

Azure Data Explorer is ideaal voor het inschakelen van interactieve analysemogelijkheden via zeer snelle, uiteenlopende onbewerkte gegevens. Gebruik de volgende beslissingsstructuur om te bepalen of Azure Data Explorer geschikt is voor u:

Deze afbeelding is een schematische werkstroomafbeelding van een Azure Data Explorer beslissingsstructuur.

Wat maakt Azure Data Explorer uniek?

Snelheid, variatie en volume van gegevens

Met Azure Data Explorer kunt u terabytes aan gegevens opnemen in minuten via opname in de wachtrij of streamingopname. U kunt een query uitvoeren op petabytes aan gegevens, waarbij resultaten binnen milliseconden tot seconden worden geretourneerd. Azure Data Explorer biedt hoge snelheid (miljoenen gebeurtenissen per seconde), lage latentie (seconden) en lineaire schaalopname van onbewerkte gegevens. Uw gegevens opnemen in verschillende indelingen en structuren, stromend vanuit verschillende pijplijnen en bronnen.

Gebruiksvriendelijke querytaal

Query's uitvoeren op Azure Data Explorer met de Kusto-querytaal (KQL), een opensourcetaal die oorspronkelijk door het team is uitgevonden. De taal is eenvoudig te begrijpen en te leren en zeer productief. U kunt eenvoudige operators en geavanceerde analyses gebruiken. Azure Data Explorer ondersteunt ook T-SQL.

Geavanceerde analyse

Gebruik Azure Data Explorer voor tijdreeksanalyse met een grote set functies, waaronder: tijdreeksen toevoegen en aftrekken, filteren, regressie, seizoensgebondenheidsdetectie, georuimtelijke analyse, anomaliedetectie, scannen en prognoses. Tijdreeksfuncties zijn geoptimaliseerd voor het verwerken van duizenden tijdreeksen in seconden. Patroondetectie is eenvoudig met clusterinvoegtoepassingen die afwijkingen kunnen diagnosticeren en hoofdoorzaakanalyses kunnen uitvoeren. U kunt de mogelijkheden van Azure Data Explorer ook uitbreiden door Python-code in te sluiten in KQL-query's.

Gebruiksvriendelijke wizard

De opnamewizard maakt het gegevensopnameproces eenvoudig, snel en intuïtief. De webinterface van Azure Data Explorer biedt een intuïtieve en begeleide ervaring waarmee u snel gegevens kunt opnemen, databasetabellen kunt maken en structuren kunt toewijzen. Het maakt eenmalige of continue opname uit verschillende bronnen en in verschillende gegevensindelingen mogelijk. Tabeltoewijzingen en schema's worden automatisch voorgesteld en kunnen eenvoudig worden gewijzigd.

Veelzijdige gegevensvisualisatie

Met gegevensvisualisatie krijgt u belangrijke inzichten. Azure Data Explorer biedt standaard ingebouwde visualisatie en dashboarding, met ondersteuning voor verschillende grafieken en visualisaties. Het heeft systeemeigen integratie met Power BI, systeemeigen connectors voor Grafana, Kibana en Databricks, ODBC-ondersteuning voor Tableau, Sisense, Qlik en meer.

Automatisch opnemen, verwerken en exporteren

Azure Data Explorer biedt ondersteuning voor opgeslagen functies aan de serverzijde, continue opname en continue export naar Azure Data Lake Store. Het biedt ook ondersteuning voor opnametijdtoewijzingstransformaties aan de serverzijde, updatebeleidsregels en vooraf samengestelde geplande aggregaties met gerealiseerde weergaven.

Azure Data Explorer-stroom

Het volgende diagram toont de verschillende aspecten van het werken met Azure Data Explorer.

Azure Data Explorer-stroom.

Wanneer u met Azure Data Explorer communiceert, doorloopt u over het algemeen de volgende werkstroom:

Notitie

U hebt toegang tot uw Azure Data Explorer-resources in de webinterface van Azure Data Explorer of met behulp van SDK's.

  1. Database maken: maak een cluster en maak vervolgens een of meer databases in dat cluster. Elk Azure Data Explorer-cluster kan maximaal 10.000 databases bevatten en elke database maximaal 10.000 tabellen. De gegevens in elke tabel worden opgeslagen in gegevensshards, ook wel 'extents' genoemd. Alle gegevens worden automatisch geïndexeerd en gepartitioneerd op basis van de opnametijd. Dit betekent dat u veel gevarieerde gegevens kunt opslaan en door de manier waarop deze worden opgeslagen, krijgt u snel toegang tot het uitvoeren van query's. Snelstart: een Azure Data Explorer-cluster en -database maken

  2. Gegevens opnemen: laad gegevens in databasetabellen zodat u er query's op kunt uitvoeren. Azure Data Explorer ondersteunt verschillende opnamemethoden, elk met een eigen doelscenario. Deze methoden omvatten opnamehulpprogramma's, connectors en invoegtoepassingen voor diverse services, beheerde pijplijnen, programmatische opname met behulp van SDK's en directe toegang tot opname. Aan de slag met de wizard Opname.

  3. Querydatabase: Azure Data Explorer maakt gebruik van de Kusto-querytaal, een expressieve, intuïtieve en zeer productieve querytaal. Het biedt een soepele overgang van eenvoudige one-liners naar complexe gegevensverwerkingsscripts en ondersteunt het uitvoeren van query's op gestructureerde, semi-gestructureerde en ongestructureerde gegevens (tekstzoekopdrachten). Er is een grote verscheidenheid aan querytaaloperators en -functies (aggregatie, filteren, tijdreeksfuncties, georuimtelijke functies, joins, samenvoegingen en meer) in de taal. KQL biedt ondersteuning voor query's tussen clusters en databases en biedt veel functies vanuit het perspectief van parseren (json, XML en meer). De taal biedt ook systeemeigen ondersteuning voor geavanceerde analyses.

    Gebruik de webtoepassing om query's en resultaten uit te voeren, te controleren en te delen. U kunt query's ook programmatisch (met behulp van een SDK) of naar een REST API-eindpunt verzenden. Als u bekend bent met SQL, gaat u aan de slag met het cheatsheet voor SQL naar Kusto. Quickstart: Query's uitvoeren op gegevens in de webinterface van Azure Data Explorer

  4. Resultaten visualiseren: Gebruik verschillende visuele weergaven van uw gegevens in de systeemeigen Azure Data Explorer Dashboards. U kunt uw resultaten ook weergeven met behulp van connectors voor enkele van de toonaangevende visualisatieservices, zoals Power BI en Grafana. Azure Data Explorer biedt ook ondersteuning voor ODBC- en JDBC-connectoren voor hulpprogramma's zoals Tableau en Sisense.

Feedback geven

We horen graag uw feedback over Azure Data Explorer en de Kusto-querytaal op: