Använda Fabric-notebook-filer med data från en KQL-databas

Notebook-filer är både läsbara dokument som innehåller beskrivningar av dataanalys och resultat och körbara dokument som kan köras för att utföra dataanalys. I den här artikeln får du lära dig hur du använder en Fabric-notebook-fil för att ansluta till data i en KQL-databas och köra frågor med inbyggd KQL (Kusto-frågespråk). Mer information om notebook-filer finns i Använda Microsoft Fabric-notebook-filer.

Det finns två sätt att använda Fabric Notebooks med data från din KQL-databas:

• Använda Kusto-kodfragment i en notebook-fil
• Skapa en notebook-fil från en KQL-databas

Förutsättningar

• En arbetsyta med en Microsoft Fabric-aktiverad kapacitet
• En KQL-databas med minst visningsbehörighet

Använda Kusto-kodfragment i en notebook-fil

Infrastruktur notebook-filer innehåller kodfragment som hjälper dig att enkelt skriva vanliga kodmönster. Du kan använda kodfragment för att skriva eller läsa data i en KQL-databas med hjälp av KQL.

1. Navigera till en befintlig anteckningsbok eller skapa en ny.

2. Börja skriva kusto i en kodcell.

   

3. Välj det kodfragment som motsvarar den åtgärd som du vill utföra: Skriva data till en KQL-databas eller Läsa data från en KQL-databas.

   Följande kodfragment visar exempelåtgärden för dataläsning:

   # Example of query for reading data from Kusto. Replace T with your <tablename>.
   kustoQuery = "['T'] | take 10"
   # The query URI for reading the data e.g. https://<>.kusto.data.microsoft.com.
   kustoUri = "https://<yourKQLdatabaseURI>.z0.kusto.data.microsoft.com"
   # The database with data to be read.
   database = "DocsDatabase"
   # The access credentials.
   accessToken = mssparkutils.credentials.getToken(kustoUri)
   kustoDf  = spark.read\
       .format("com.microsoft.kusto.spark.synapse.datasource")\
       .option("accessToken", accessToken)\
       .option("kustoCluster", kustoUri)\
       .option("kustoDatabase", database)\
       .option("kustoQuery", kustoQuery).load()
   
   # Example that uses the result data frame.
   kustoDf.show()
   

   Följande kodfragment visar exempelåtgärden skrivdata:

   # The Kusto cluster uri to write the data. The query Uri is of the form https://<>.kusto.data.microsoft.com 
   kustoUri = ""
   # The database to write the data
   database = ""
   # The table to write the data 
   table    = ""
   # The access credentials for the write
   accessToken = mssparkutils.credentials.getToken(kustoUri)
   
   # Generate a range of 5 rows with Id's 5 to 9
   data = spark.range(5,10) 
   
   # Write data to a Kusto table
   data.write.\
   format("com.microsoft.kusto.spark.synapse.datasource").\
   option("kustoCluster",kustoUri).\
   option("kustoDatabase",database).\
   option("kustoTable", table).\
   option("accessToken", accessToken ).\
   option("tableCreateOptions", "CreateIfNotExist").mode("Append").save()
   

4. Ange nödvändig information inom citattecknen för varje fält i datacellen:

   Fält	beskrivning	Relaterade länkar
   kustoQuery	KQL-frågan som ska utvärderas.	Översikt över KQL
   KustoUri	Fråge-URI:n för din KQL-databas.	Kopiera en KQL-databas-URI
   database	Namnet på din KQL-databas.	Få åtkomst till en befintlig KQL-databas
   data	De data som ska skrivas till tabellen.

5. Kör kodcellen.

Skapa en notebook-fil från en KQL-databas

När du skapar en notebook-fil som ett relaterat objekt i en KQL-databas får notebook-filen samma namn som KQL-databasen och fylls i med anslutningsinformation.

1. Bläddra till din KQL-databas.

2. Välj Nytt relaterat objekt>Notebook.

   

   En notebook-fil skapas med kustoUri- och databasinformationen ifyllda i förväg.

3. Ange den KQL-fråga som ska utvärderas i fältet kustoQuery .

   

4. Kör kodcellen.

Relaterat innehåll

• Översikt över KQL
• Så här använder du Microsoft Fabric-notebook-filer