まとめ
目的は、高度な Kusto クエリと視覚化を使用して、米国の嵐の種類と場所に関する質問に回答することでした。 特に、さまざまな場所でのさまざまな種類の嵐の影響を比較する必要がありました。
いくつかのシンプルなクエリを開始し、次のように、より高度なクエリを生成するように段階的に変更を加えました。
- まず、各場所でのイベントの種類ごとに損害の程度に関する分析情報を得るために、
count()、dcount()、countif()関数を使用しました。 - その後、
render、bin()、sum()を使って結果を視覚化しました。これは、異なる場所でのアクティビティの比較に役立つ場合があります。 - データに関するさらに詳しい分析情報を得るために、
avg()、min()、max()、percentiles()関数を使用しました。 - 最終的に、
letステートメントを使用して変数と関数を作成する方法を学習し、わかりやすく整理された読み取り可能なクエリを簡単に記述できるようになりました。
Kusto クエリを使用すると、データに関する分析情報を簡単に取得できました。 強力な演算子と関数により、複雑なクエリを容易に記述し、理解できるようになりました。 これで、データをより意味のある方法で分析できるようになりました。