Geospatiala kopplingar

Gäller för: ✅Microsoft Fabric✅Azure Data Explorer✅Azure Monitor✅Microsoft Sentinel

Kusto Query Language (KQL) innehåller verktyg för geospatiala kopplingar.

Följande verktyg och funktioner är användbara:

• Konvertera punkter (longitud, latitud) till en av de geo-hashar som stöds S2, H3 eller Geohash. Geo-hash kan användas som kopplingsnyckel. Två närliggande punkter konverteras till samma hashvärde eller så är de grannar, som också kan redovisas. Läs mer om olika geo-hashalgoritmer. Se exempel nedan.

• Buffertfunktioner geo_point_buffer(), geo_polygon_buffer()och geo_line_buffer() kan hjälpa geospatiala villkorliga kopplingar när matchning är ett närhetsvillkor. Se exemplet nedan.

• Polygon\Line lookup plugin-funktioner geo_polygon_lookup() och geo_line_lookup() tillåter enkel klassificering av platser till respektive polygoner\linjer baserat på inneslutning och\eller närhet.

• Formbeklädnadsfunktioner geo-polygon-till-s2cells() och geo-line-to-s2cells() är avancerade formbeklädnadsverktyg som kan omvandla former till en samling hashar som kan bevaras och användas för kopplingar och indexering.

Tips/Råd

• Om det finns för många platser i närheten använder du någon av de geo-hashar som stöds S2, H3 eller Geohash för att aggregera nära platser.

• Läs mer om kopplingsoperatorn och dess smaker.

Exempel

I följande exempel visas koppling på platser med hjälp av S2.

Kör frågan

let locations1 = datatable(name: string, longitude: real, latitude: real)
[
    "a", -0.12433080766874127, 51.51115841361647,
    "b", -0.12432651341458723, 51.511160848670585,
    "c", -0.12432466939637266, 51.51115959669167,
    "d", 1,                    1,
];
let locations2 = datatable(id: string, longitude: real, latitude: real)
[
    "1", -0.12432668105284961, 51.51115938802832
];
let s2_join_level = 22; // More about join levels: https://learn.microsoft.com/en-us/kusto/query/geo-point-to-s2cell-function?view=azure-data-explorer
locations1
| extend hash = geo_point_to_s2cell(longitude, latitude, s2_join_level)
| join kind = inner (locations2 | extend hash = geo_point_to_s2cell(longitude, latitude, s2_join_level)) on hash
| project name, id  

Resultat

namn	Id-nummer
a	1
b	1
c	1

I följande exempel visas koppling på platser som använder H3 medan du redovisar ett fall där två närliggande platser kan vara grannar.

Kör frågan

let locations1 = datatable(name: string, longitude: real, latitude: real)
[
    "a", -0.12433080766874127, 51.51115841361647,
    "b", -0.12432651341458723, 51.511160848670585,
    "c", -0.12432466939637266, 51.51115959669167,
    "d", 1,                    1,
];
let locations2 = datatable(id: string, longitude: real, latitude: real)
[
    "1", -0.12432668105284961, 51.51115938802832
];
let to_hash = (lng: real, lat: real)
{
    let h3_hash_level = 14; // More about join levels: https://learn.microsoft.com/en-us/kusto/query/geo-point-to-h3cell-function?view=azure-data-explorer
    let h3_hash = geo_point_to_h3cell(lng, lat, h3_hash_level);
    array_concat(pack_array(h3_hash), geo_h3cell_neighbors(h3_hash))
};
locations1
| extend hash = to_hash(longitude, latitude)
| mv-expand hash to typeof(string)
| join kind = inner (
    locations2
    | extend hash = to_hash(longitude, latitude)
    | mv-expand hash to typeof(string))
    on hash
| distinct name, id, longitude, latitude

Resultat

namn	Id-nummer	longitud	breddgrad
a	1	-0.124330807668741	51.5111584136165
b	1	-0.124330807668741	51.5111584136165
c	1	-0.124324669396373	51.5111595966917

I följande exempel visas koppling av platser från plats1-tabellen med platser från plats2-tabellen om punkterna från platser1 ligger inom 300 meter från tabellen locations2.

Kör frågan

let locations1 = datatable(name: string, longitude: real, latitude: real)
[
    "O2 Entrance", 0.005889454501716321, 51.50238626916584,
    "O2 Entrance", 0.0009625704125020596,51.50385432770013,
    "Greenwich Park", 0.0009395106042404677, 51.47700456557013,
];
let locations2 = datatable(id: string, longitude: real, latitude: real)
[
    "O2 Arena", 0.003159306017352037, 51.502929224128394
]
| extend buffer = geo_point_buffer(0.003159306017352037, 51.502929224128394, 300, 0.1); // Create a radius of 300 meters from O2 center location
locations1
| evaluate geo_polygon_lookup(locations2, buffer, longitude, latitude)
| project name, id, longitude, latitude

Resultat

namn	Id-nummer	longitud	breddgrad
O2-ingång	O2 Arena	0.00096257041250206	51.5038543277001
O2-ingång	O2 Arena	0.00588945450171632	51.5023862691658