Podstawy języka zapytań
Organizacje często zbierają szeroką gamę danych dotyczących zasobów IT i użytkowników. Wykonywanie zapytań dotyczących danych to zaawansowane narzędzie do pracy z zbieranymi danymi i działania na ich podstawie.
W tym miejscu dowiesz się, czym jest zapytanie i co można zrobić przy użyciu języka KQL.
Co to jest zapytanie?
Zapytanie jest żądaniem informacji ze źródła danych, takiego jak baza danych lub tabela. Może zostać zwrócone proste zapytanie:
- Informacje o użytkowniku z tabeli zarejestrowanych użytkowników.
- Wszystkie informacje w określonej tabeli.
- Wszystkie informacje rejestrowane przez określony komputer w danym momencie.
Język zapytań umożliwia zdefiniowanie sposobu prezentowania danych zwracanych przez zapytanie. Można na przykład określić kolejność sortowania wyników, zakres wierszy do zwrócenia, czy powinny zostać zwrócone zduplikowane wiersze oraz czy mają być wyświetlane dane na wykresie lub grafie.
Co to jest język zapytań?
Istnieją różne sposoby zwracania danych z bazy danych, w tym:
- Wybieranie parametrów wyszukiwania z menu.
- Wybieranie pól i wartości, które definiują zapytanie za pośrednictwem interfejsu użytkownika.
- Używanie języka zapytań do żądania informacji z bazy danych w wywołaniu interfejsu API lub za pośrednictwem interfejsu użytkownika. Korzystanie z języka zapytań to najbardziej złożony sposób wykonywania zapytań o dane, ale jest również najbardziej elastyczny.
Język zapytań składa się z zestawu słów kluczowych, operatorów i reguł składni do pisania instrukcji, które zwracają dane z bazy danych.
Istnieje wiele języków zapytań, z których każda ma własną składnię, możliwości i mocne strony. Typowe języki zapytań obejmują:
- Structured Query Language (SQL): standardowy język do przechowywania, manipulowania i pobierania danych w bazach danych.
- XQuery: język zapytań dla danych XML.
Dlaczego warto używać języka KQL?
Język KQL został opracowany w ramach usługi Azure Data Explorer, czyli platformy analizy danych big data na potrzeby analizy dużych ilości danych przesyłanych strumieniowo z wielu źródeł niemal w czasie rzeczywistym. Zapewniając niezawodność usług i zasobów, wydajność i zabezpieczenia, usługa Azure Data Explorer i KQL stanowią idealną podstawę dla usług wymagających monitorowania i analizy niemal w czasie rzeczywistym.
W kolejnej lekcji w tym module przyjrzymy się usługom platformy Azure, które stosują możliwość szybkiego analizowania dużych ilości różnych danych za pomocą języka KQL.
W porównaniu z bazą danych SQL język KQL jest bardziej zwięzły i lepiej zoptymalizowany pod kątem zapytań ad hoc i eksploracji danych.
Co można zrobić za pomocą języka KQL?
Wszystkie usługi firmy Microsoft korzystające z klastrów usługi Azure Data Explorer udostępniają zestaw gotowych do użycia narzędzi do analizy danych, które nie wymagają wiedzy KQL, ale trochę wiedzy KQL pozwala zrobić znacznie więcej. Można na przykład:
- Badanie lub analizowanie: użyj języka KQL, aby rozwiązać problemy lub uzyskać szczegółowe informacje.
- Definiowanie własnych alertów: wyzwalanie alertu na podstawie logiki zdefiniowanej przy użyciu języka KQL.
- Tworzenie niestandardowych wizualizacji: tworzenie pulpitów nawigacyjnych i skoroszytów wizualizowania wyników zapytań KQL.
- Przekształcanie danych: przekształć dane przed ich zapisaniem lub prezentowaniem. Na przykład możesz użyć języka KQL, aby przekonwertować dane z jednego formatu na inny. Niektóre usługi umożliwiają filtrowanie danych ze źródła danych przy użyciu języka KQL w celu oszczędzania kosztów pozyskiwania i przechowywania danych, których nie potrzebujesz.