Almacenar y consultar datos en tiempo real

15 minutos

Los eventhouses son donde se almacenan datos en tiempo real, a menudo ingeridos por un eventstream y cargados en tablas para su posterior procesamiento y análisis.

Recorte de pantalla de un eventhouse en Microsoft Fabric.

Dentro de un eventhouse, puede crear:

Bases de datos KQL: almacenes de datos optimizados en tiempo real que hospedan una colección de tablas, funciones almacenadas, vistas materializadas y accesos directos.
Conjuntos de consultas KQL: Colecciones de consultas KQL que puede usar para trabajar con datos en tablas de base de datos KQL. Un conjunto de consultas KQL admite consultas escritas mediante el Lenguaje de consulta Kusto (KQL) y un subconjunto del lenguaje Transact-SQL.

Consultar datos

Para consultar datos de una tabla en una base de datos KQL, puede usar el Lenguaje de consulta Kusto (KQL), que se usa para escribir consultas en Azure Data Explorer, Azure Monitor Log Analytics, Microsoft Sentinel y Microsoft Fabric. Una consulta KQL es una solicitud de solo lectura para procesar datos y devolver resultados. Las consultas KQL se forman con una o varias instrucciones de consulta.

Instrucciones de consulta KQL

Una instrucción de consulta consta de un nombre de tabla seguido de uno o varios operadores que toman (take), filtran (filter), transforman (transform), agregan (aggregate) o unen (join) los datos. Por ejemplo, la consulta siguiente recupera 10 filas de una tabla denominada stock:

stock
| take 10

Un ejemplo más complejo podría agregar los datos para encontrar el precio medio de las acciones por símbolo de acción en los últimos cinco minutos:

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

Sugerencia

Para obtener más información sobre KQL, consulta Información general sobre el Lenguaje de consulta Kusto (KQL).

Uso de SQL

KQL está optimizado para consultar grandes volúmenes de datos, especialmente con un elemento basado en tiempo; por lo que es una excelente opción para el análisis de datos en tiempo real. Sin embargo, muchos profesionales de datos ya están familiarizados con la sintaxis SQL; por lo tanto, las bases de datos de KQL en eventhouses admiten un subconjunto de expresiones SQL comunes.

Por ejemplo, el código SQL equivalente a la consulta KQL take 10 comentada anteriormente sería:

SELECT TOP 10 * FROM stock;

Usar Copilot para ayudar con las consultas

Microsoft Fabric incluye Copilot para Inteligencia en tiempo real, que puede ayudarle a escribir las consultas que necesita para extraer información de los datos del eventhouse. Copilot usa IA para comprender la información que busca y puede generar el código de consulta necesario automáticamente.