Speichern und Abfragen von Echtzeitdaten

15 Minuten

Eventhouses sind der Ort, an dem Sie Echtzeitdaten speichern, die häufig von einem Eventstream erfasst und zur weiteren Verarbeitung und Analyse in Tabellen geladen werden.

Screenshot: Ein Eventhouse in Microsoft Fabric.

In einem Eventhouse können Sie Folgendes erstellen:

KQL-Datenbanken: In Echtzeit optimierte Datenspeicher, die eine Sammlung von Tabellen, gespeicherten Funktionen, materialisierten Ansichten und Verknüpfungen enthalten.
KQL-Abfragesets: Sammlungen von KQL-Abfragen, die Sie verwenden können, um mit Daten in KQL-Datenbanktabellen zu arbeiten. Ein KQL-Abfrageset unterstützt Abfragen, die mit der Kusto Query Language (KQL) und einer Teilmenge der Transact-SQL-Sprache geschrieben wurden.

Abfragen von Daten

Zum Abfragen von Daten aus einer Tabelle in einer KQL-Datenbank können Sie Kusto Query Language (KQL) verwenden, die zum Schreiben von Abfragen in Azure Data Explorer, Azure Monitor, Log Analytics, Microsoft Sentinel und Microsoft Fabric verwendet wird. Eine KQL-Abfrage ist eine schreibgeschützte Anforderung zur Verarbeitung von Daten und zur Rückgabe der Ergebnisse. KQL-Abfragen bestehen aus einer oder mehreren Abfrageanweisungen.

KQL-Abfrageanweisungen

Eine Abfrageanweisung besteht aus einem Tabellennamen, gefolgt von einem oder mehreren Operatoren, die Daten take, filter, transform, aggregate oder join. Mit der folgenden Abfrage werden beispielsweise 10 Zeilen aus einer Tabelle namens stock abgerufen:

stock
| take 10

Ein komplexeres Beispiel kann die Daten aggregieren, um den durchschnittlichen Aktienkurs pro Aktiensymbol in den letzten fünf Minuten zu ermitteln:

 stock
 | where ["time"] > ago(5m)
 | summarize avgPrice = avg(todecimal(bidPrice)) by symbol
 | project symbol, avgPrice

Tipp

Weitere Informationen zu KQL finden Sie unter Kusto-Abfragesprache (KQL) – Übersicht.

Mit SQL

KQL ist für die Abfrage großer Datenmengen optimiert, insbesondere bei einem zeitbasierten Element. Daher eignet es sich hervorragend für Echtzeitdatenanalysen. Viele Datenexperten sind jedoch bereits mit der SQL-Syntax vertraut. Daher unterstützen KQL-Datenbanken in einem Eventhouse eine Teilmenge allgemeiner SQL-Ausdrücke.

Beispielsweise wäre das SQL-Äquivalent für die bereits genannte KQL-Abfrage 10 abrufen der folgende Code:

SELECT TOP 10 * FROM stock;

Verwenden von Copilot zur Unterstützung bei Abfragen

Microsoft Fabric umfasst Copilot für Echtzeitintelligenz, mit dem Sie die Abfragen schreiben können, die Sie benötigen, um Erkenntnisse aus Ihren Eventhouse-Daten zu gewinnen. Copilot verwendet KI, um die gesuchten Informationen zu verstehen, und kann den erforderlichen Abfragecode für Sie generieren.