Udostępnij przez

Eksplorowanie galerii przykładów

Skorzystaj z galerii przykładów usługi Azure Data Explorer, aby dowiedzieć się i przećwiczyć język Kusto Query Language (KQL) z wyselekcjonowanych zestawów danych w bezpłatnym klastrze pomocy publicznej. Uruchamianie gotowych samouczków, edytowanie zapytań i natychmiastowe wyświetlanie wyników — bez wymaganej subskrypcji platformy Azure. Zaloguj się przy użyciu konta Microsoft lub tożsamości Microsoft Entra i zacznij eksplorować przykładowe bazy danych, tabele, przechowywane funkcje, tabele zewnętrzne i zmaterializowane widoki.

Wymagania wstępne

Zaloguj się do klastra pomocy przy użyciu konta Microsoft lub tożsamości użytkownika Microsoft Entra. Nie potrzebujesz subskrypcji platformy Azure.

Wprowadzenie

Na poniższym diagramie przedstawiono ogólny widok baz danych dostępnych w galerii przykładów.

Diagram przedstawiający wykres blokowy baz danych dostępnych w galerii przykładów dla usługi Azure Data Explorer.

Wykonywanie akcji na przykładowych danych

Rozpocznij naukę na temat zapytań KQL za pomocą zestawu danych z galerii przykładów.

  1. Zaloguj się do internetowego interfejsu użytkownika usługi Azure Data Explorer przy użyciu konta Microsoft lub tożsamości użytkownika Microsoft Entra.

  2. Na stronie głównej wybierz pozycję Eksplorujprzykładowe dane za pomocą języka KQL.

    Zrzut ekranu przedstawiający stronę główną internetowego interfejsu użytkownika usługi Azure Data Explorer.

  3. W oknie dialogowym Eksploruj przykłady danych wybierz przykładowy zestaw danych, a następnie wybierz pozycję Eksploruj.

    Zrzut ekranu przedstawiający okno dialogowe Eksploruj przykłady danych z przykładowymi opcjami bazy danych.

    W okienku połączenia klastra klaster pomocy jest wyświetlany z przykładowymi bazami danych przedstawiającymi przechowywane funkcje, tabele zewnętrzne, zmaterializowane widoki i tabele bazy danych. Baza danych wybrana w oknie dialogowym przykładowych danych jest wyróżniona.

    Zrzut ekranu przedstawiający okienko połączenia klastra U I usługi Azure Data Explorer z przykładowymi bazami danych i tabelami na diagramie drzewa.

    Ten diagram przedstawia ogólny widok przepływu danych architektonicznych, od danych pierwotnych przez pozyskiwanie, przetwarzanie i zmaterializowane widoki.

    Wykres blokowy przedstawiający proces pozyskiwania danych pierwotnych do przekształconych danych i zmaterializowanych widoków.

Postępuj zgodnie z samouczkami

Okno edytora zapytań znajdujące się po prawej stronie okienka połączeń klastra zawiera przydatne samouczki w postaci często używanych zapytań wraz ze szczegółowymi wyjaśnieniami.

Przyjrzyjmy się bazie danych Metryk z etykietą SampleMetrics w okienku połączeń klastra.

Zestaw danych SampleMetrics składa się z następujących tabel:

  • RawServerMetrics: gdzie nieprzetworzone dane są pozyskiwane na potrzeby magazynu tymczasowego.
  • TransformedServerMetrics: gdzie są przechowywane przeanalizowane i przetworzone dane.
  • SQLServersLocation: zawierające dane referencyjne lokalizacji serwerów.

Napiwek

Możesz przejść do innych samouczków w oknie edytora zapytań. Wybierz pozycję Otwórz samouczki,>a następnie wybierz konkretny samouczek, który chcesz eksplorować.

Zrzut ekranu przedstawiający menu rozwijane web U I usługi Azure Data Explorer, aby wybrać przykładowe samouczki w oknie zapytania.

Uruchamianie zapytania

W oknie edycji zapytania umieść kursor w zapytaniu i wybierz pozycję Uruchom w górnej części okna lub naciśnij + Enter, aby uruchomić zapytanie. Wyniki są wyświetlane w okienku wyników zapytania bezpośrednio poniżej okna edytora zapytań.

Przed uruchomieniem dowolnego zapytania lub polecenia pośmiń chwilę na przeczytanie powyższych komentarzy. Komentarze zawierają ważne informacje. Na przykład dlaczego niektóre polecenia zarządzania nie działają w klastrze pomocy z powodu braku uprawnień. Edytor zapytań udostępnia sugestie i ostrzeżenia podczas pisania zapytań. Aby dostosować otrzymywane sugestie i ostrzeżenia, zobacz Ustawianie zaleceń dotyczących zapytań.

Zrzut ekranu przedstawiający okno edytora zapytań z przykładowymi samouczkami.

Polecenia zarządzania usługą Learn

Ponieważ niektórych poleceń zarządzania nie można uruchomić w klastrze pomocy , możesz utworzyć własny bezpłatny klaster , aby dokładniej zapoznać się z tymi poleceniami. Niektóre przykłady tych poleceń opisano w poniższej tabeli.

Table opis Command
RawServerMetrics Zasady dzielenia na partie pozyskiwania można skonfigurować tak, aby zmniejszyć domyślne opóźnienie pozyskiwania z 5 minut do 20 sekund, zgodnie z opisem. .alter table RawServerMetrics policy ingestionbatching @'{"MaximumBatchingTimeSpan": "00:00:20", "MaximumNumberOfItems": 500,"MaximumRawDataSizeMB": 1024}'
RawServerMetrics Zasady przechowywania danych można skonfigurować na 10 dni, aby uniknąć duplikowania danych w tabelach pierwotnych i przekształconych. W razie potrzeby można przechowywać nieprzetworzone dane dłużej. Jeśli na przykład występują problemy z tabelą TransformedServerMetrics , zamiast wracać do danych źródłowych, możesz odwołać się do danych w tabeli RawServerMetrics . .alter table RawServerMetrics policy retention '{"SoftDeletePeriod": "10.00:00:00", "Recoverability": "Enabled"}'
TransformedServerMetrics Zasady aktualizacji można zastosować do przekształcania i analizowania danych pierwotnych. .alter table TransformedServerMetrics policy update @'[{"IsEnabled": true, "Source": "RawServerMetrics", "Query": "Transform_RawServerMetrics()", "IsTransactional": true, "PropagateIngestionProperties": false}]'

Powiązana zawartość

  • Last updated on