Criar e executar um bloco de notas com o Kqlmagic

Kqlmagic é um comando que estende os recursos do kernel Python em blocos de anotações do Azure Data Studio. Você pode combinar Python e Kusto query language (KQL) para consultar e visualizar dados usando a rica biblioteca Plotly integrada com render comandos. O Kqlmagic traz o benefício de notebooks, análise de dados e recursos avançados do Python no mesmo local. As fontes de dados suportadas com o Kqlmagic incluem o Azure Data Explorer, o Application Insights e os logs do Azure Monitor.

Este artigo mostra como criar e executar um bloco de anotações no Azure Data Studio usando a extensão Kqlmagic para um cluster do Azure Data Explorer, um log do Application Insights e logs do Azure Monitor.

Pré-requisitos

• Azure Data Studio
• Python

Instalar e configurar o Kqlmagic num notebook

Todas as etapas nesta seção são executadas em um bloco de anotações do Azure Data Studio.

1. Crie um novo bloco de anotações e altere o Kernel para Python 3.

   

2. Você pode ser solicitado a atualizar seus pacotes Python quando seus pacotes precisarem de atualização.

   

3. Instale o Kqlmagic:

   import sys
   !{sys.executable} -m pip install Kqlmagic --no-cache-dir --upgrade
   

   Verifique se está instalado:

   import sys
   !{sys.executable} -m pip list
   

   

4. Carregar Kqlmagic:

   %reload_ext Kqlmagic
   

   Nota

   Se esta etapa falhar, feche o arquivo e abra-o novamente.

   

5. Você pode testar se o Kqlmagic está carregado corretamente navegando na documentação de ajuda ou verificando a versão.

   %kql --help "help"
   

   Nota

   Se Samples@help estiver a pedir uma palavra-passe, pode deixá-la em branco e premir Enter.

   

   Para ver qual versão do Kqlmagic está instalada, execute o comando abaixo.

   %kql --version
   

Kqlmagic com um cluster do Azure Data Explorer

Esta seção explica como executar a análise de dados usando o Kqlmagic com um cluster do Azure Data Explorer.

Carregar e autenticar o Kqlmagic para o Azure Data Explorer

Nota

Sempre que criar um novo bloco de notas no Azure Data Studio, tem de carregar a extensão Kqlmagic.

1. Verifique se o Kernel está definido como Python3.

   

2. Carregar Kqlmagic:

   %reload_ext Kqlmagic
   

   

3. Conecte-se ao cluster e autentique:

   %kql azureDataExplorer://code;cluster='help';database='Samples'
   

   Nota

   Se você estiver usando seu próprio cluster ADX, deverá incluir a região na cadeia de conexão da seguinte maneira:

   %kql azuredataexplorer://code;cluster='mycluster.westus';database='mykustodb' Você usa o login do dispositivo para autenticar. Copie o código da saída e selecione autenticar , o que abre um navegador onde você precisa colar o código. Depois de autenticar com êxito, você pode voltar ao Azure Data Studio para continuar com o restante do script.

   

Consultar e visualizar para o Azure Data Explorer

Consulte dados usando o operador de renderização e visualize dados usando a biblioteca de plotagem. Essa consulta e visualização fornecem uma experiência integrada que usa KQL nativo.

1. Analise os 10 principais eventos de tempestade por estado e frequência:

   %kql StormEvents | summarize count() by State | sort by count_ | limit 10
   

   Se você estiver familiarizado com a Kusto Query Language (KQL), poderá digitar a consulta após %kql.

   

2. Visualize um gráfico de linha do tempo:

   %kql StormEvents \
   | summarize event_count=count() by bin(StartTime, 1d) \
   | render timechart title= 'Daily Storm Events'
   

   

3. Exemplo de consulta multilinha usando %%kqlo .

   %%kql
   StormEvents
   | summarize count() by State
   | sort by count_
   | limit 10
   | render columnchart title='Top 10 States by Storm Event count'
   

   

Kqlmagic com Application Insights

Carregue e autentique o Kqlmagic for Application Insights

1. Verifique se o Kernel está definido como Python3.

   

2. Carregar Kqlmagic:

   %reload_ext Kqlmagic
   

   

   Nota

   Sempre que criar um novo bloco de notas no Azure Data Studio, tem de carregar a extensão Kqlmagic.

3. Conecte-se e autentique-se.

   Primeiro, você deve gerar uma chave de API para seu recurso do Application Insights. Em seguida, use a ID do aplicativo e a chave da API para se conectar ao Application Insights a partir do bloco de anotações:

   %kql appinsights://appid='DEMO_APP';appkey='DEMO_KEY'
   

Consultar e visualizar para o Application Insights

Consulte dados usando o operador de renderização e visualize dados usando a biblioteca de plotagem. Essa consulta e visualização fornecem uma experiência integrada que usa KQL nativo.

1. Mostrar visualizações de página:

   %%kql
   pageViews
   | limit 10
   

   

   Nota

   Use o mouse para arrastar uma área do gráfico para ampliar a(s) data(s) específica(s).

2. Mostrar visualizações de página em um gráfico de linha do tempo:

   %%kql
   pageViews
   | summarize event_count=count() by name, bin(timestamp, 1d)
   | render timechart title= 'Daily Page Views'
   

   

Kqlmagic com logs do Azure Monitor

Carregar e autenticar logs do Kqlmagic for Azure Monitor

1. Verifique se o Kernel está definido como Python3.

   

2. Carregar Kqlmagic:

   %reload_ext Kqlmagic
   

   

   Nota

   Sempre que criar um novo bloco de notas no Azure Data Studio, tem de carregar a extensão Kqlmagic.

3. Conecte-se e autentique-se:

   %kql loganalytics://workspace='DEMO_WORKSPACE';appkey='DEMO_KEY';alias='myworkspace'
   

   

Consultar e visualizar logs do Azure Monitor

Consulte dados usando o operador de renderização e visualize dados usando a biblioteca de plotagem. Essa consulta e visualização fornecem uma experiência integrada que usa KQL nativo.

1. Veja um gráfico de linha do tempo:

   %%kql
   KubeNodeInventory
   | summarize event_count=count() by Status, bin(TimeGenerated, 1d)
   | render timechart title= 'Daily Kubernetes Nodes'
   

   

Próximos passos

Saiba mais sobre notebooks e Kqlmagic:

• Extensão Kusto (KQL) para o Azure Data Studio (Pré-visualização)
• Criar e executar um bloco de anotações Kusto (KQL) (Visualização)
• Usar um Jupyter Notebook e a extensão Kqlmagic para analisar dados no Azure Data Explorer
• Extensão (Magic) para Jupyter Notebook e Jupyter lab que permitem a experiência de notebook trabalhando com Kusto Application Insights e dados do LogAnalytics.
• Kqlmagic
• Como usar blocos de anotações no Azure Data Studio