Een notebook maken en uitvoeren met Kqlmagic

Artikel
10/16/2024

Kqlmagic is een opdracht waarmee de mogelijkheden van de Python-kernel in Azure Data Studio-notebooks worden uitgebreid. U kunt Python en Kusto-querytaal (KQL) combineren om gegevens op te vragen en te visualiseren met behulp van een uitgebreide Plotly-bibliotheek die is geïntegreerd met render opdrachten. Kqlmagic biedt u het voordeel van notebooks, gegevensanalyse en uitgebreide Python-mogelijkheden op dezelfde locatie. Ondersteunde gegevensbronnen met Kqlmagic omvatten Azure Data Explorer-, Application Insights- en Azure Monitor-logboeken.

In dit artikel leest u hoe u een notebook maakt en uitvoert in Azure Data Studio met behulp van de Kqlmagic-extensie voor een Azure Data Explorer-cluster, een Application Insights-logboek en Azure Monitor-logboeken.

Vereisten

Kqlmagic installeren en instellen in een notebook

De stappen in deze sectie worden allemaal uitgevoerd in een Azure Data Studio-notebook.

Maak een nieuw notebook en wijzig de kernel in Python 3.
Mogelijk wordt u gevraagd uw Python-pakketten bij te werken wanneer uw pakketten moeten worden bijgewerkt.

Installeer Kqlmagic:

import sys
!{sys.executable} -m pip install Kqlmagic --no-cache-dir --upgrade

Controleer of deze is geïnstalleerd:

import sys
!{sys.executable} -m pip list

Schermopname van de lijst.

Kqlmagic laden:
```
%reload_ext Kqlmagic
```
Notitie

Als deze stap mislukt, sluit u het bestand en opent u het opnieuw.
U kunt testen of Kqlmagic correct is geladen door te bladeren in de Help-documentatie of door te controleren op de versie.
```
%kql --help "help"
```
Notitie

Als Samples@help u om een wachtwoord vraagt, kunt u het leeg laten en op Enter drukken.

Voer de onderstaande opdracht uit om te zien welke versie van Kqlmagic is geïnstalleerd.
```
%kql --version
```

Kqlmagic met een Azure Data Explorer-cluster

In deze sectie wordt uitgelegd hoe u gegevensanalyse uitvoert met behulp van Kqlmagic met een Azure Data Explorer-cluster.

Kqlmagic laden en verifiëren voor Azure Data Explorer

Notitie

Telkens wanneer u een nieuw notebook in Azure Data Studio maakt, moet u de Kqlmagic-extensie laden.

Controleer of de kernel is ingesteld op Python3.
Kqlmagic laden:
```
%reload_ext Kqlmagic
```
Maak verbinding met het cluster en verifieer het volgende:
```
%kql azureDataExplorer://code;cluster='help';database='Samples'
```
Notitie

Als u uw eigen ADX-cluster gebruikt, moet u de regio in de verbindingsreeks als volgt opnemen:

%kql azuredataexplorer://code;cluster='mycluster.westus';database='mykustodb' U gebruikt de aanmelding van het apparaat om te verifiëren. Kopieer de code uit de uitvoer en selecteer verificatie waarmee een browser wordt geopend waarin u de code moet plakken. Zodra u bent geverifieerd, kunt u terugkeren naar Azure Data Studio om door te gaan met de rest van het script.

Query's uitvoeren en visualiseren voor Azure Data Explorer

Query's uitvoeren op gegevens met behulp van de renderoperator en gegevens visualiseren met behulp van de plotly-bibliotheek. Deze query en visualisatie bieden een geïntegreerde ervaring die gebruikmaakt van systeemeigen KQL.

Analyseer top 10 storm gebeurtenissen op status en frequentie:
```
%kql StormEvents | summarize count() by State | sort by count_ | limit 10
```
Als u bekend bent met de Kusto-querytaal (KQL), kunt u de query na %kqltypen.

Een tijdlijndiagram visualiseren:

%kql StormEvents \
| summarize event_count=count() by bin(StartTime, 1d) \
| render timechart title= 'Daily Storm Events'

Schermopname van een tijddiagram.

Voorbeeld van query met meerdere regels met behulp van %%kql.

%%kql
StormEvents
| summarize count() by State
| sort by count_
| limit 10
| render columnchart title='Top 10 States by Storm Event count'

Schermopname van een voorbeeld van een query met meerdere regels.

Kqlmagic met Application Insights

Kqlmagic laden en verifiëren voor Application Insights

Controleer of de kernel is ingesteld op Python3.
Kqlmagic laden:
```
%reload_ext Kqlmagic
```
Notitie

Telkens wanneer u een nieuw notebook in Azure Data Studio maakt, moet u de Kqlmagic-extensie laden.
Verbinding maken en verifiëren.

Eerst moet u een API-sleutel genereren voor uw Application Insights-resource. Gebruik vervolgens de toepassings-id en API-sleutel om vanuit het notebook verbinding te maken met Application Insights:
```
%kql appinsights://appid='DEMO_APP';appkey='DEMO_KEY'
```

Query's uitvoeren en visualiseren voor Application Insights

Paginaweergaven weergeven:
```
%%kql
pageViews
| limit 10
```
Notitie

Gebruik de muis om in te zoomen op een gebied van de grafiek om in te zoomen op de specifieke datums.

Paginaweergaven weergeven in een tijdlijndiagram:

%%kql
pageViews
| summarize event_count=count() by name, bin(timestamp, 1d)
| render timechart title= 'Daily Page Views'

Schermopname van het tijdlijndiagram.

Kqlmagic met Azure Monitor-logboeken

Kqlmagic laden en verifiëren voor Azure Monitor-logboeken

Controleer of de kernel is ingesteld op Python3.
Kqlmagic laden:
```
%reload_ext Kqlmagic
```
Notitie

Telkens wanneer u een nieuw notebook in Azure Data Studio maakt, moet u de Kqlmagic-extensie laden.

Verbinding maken en verifiëren:

%kql loganalytics://workspace='DEMO_WORKSPACE';appkey='DEMO_KEY';alias='myworkspace'

Schermopname van de log analytics-verificatie.

Query's uitvoeren en visualiseren voor Azure Monitor-logboeken

Een tijdlijndiagram weergeven:

%%kql
KubeNodeInventory
| summarize event_count=count() by Status, bin(TimeGenerated, 1d)
| render timechart title= 'Daily Kubernetes Nodes'

Schermopname van het tijddiagram voor dagelijkse Kubernetes-knooppunten van Log Analytics.

Volgende stappen

Meer informatie over notebooks en Kqlmagic:

Kusto-extensie (KQL) voor Azure Data Studio (preview)
Een Kusto-notebook (KQL) maken en uitvoeren (preview)
Een Jupyter Notebook- en Kqlmagic-extensie gebruiken om gegevens te analyseren in Azure Data Explorer
Extensie (Magic) voor Jupyter Notebook en Jupyter-lab waarmee notebookervaring kan worden gebruikt met Kusto Application Insights en LogAnalytics-gegevens.
Kqlmagic
Notebooks gebruiken in Azure Data Studio

Delen via