Noções básicas da linguagem de consulta
As organizações geralmente coletam uma ampla variedade de dados sobre usuários e recursos de TI. A consulta de dados é uma ferramenta poderosa para trabalhar com os dados coletados e agir com base neles.
Aqui, você aprenderá sobre o que é uma consulta e o que você pode fazer usando o KQL.
O que é uma consulta?
Uma consulta é uma solicitação de informações de uma fonte de dados, como um banco de dados ou uma tabela. Uma consulta simples pode retornar:
- Informações sobre um usuário de uma tabela de usuários registrados.
- Todas as informações em uma tabela específica.
- Todas as informações registradas por um computador específico em um determinado momento.
Uma linguagem de consulta permite que você defina como apresentar os dados que a consulta retorna. Por exemplo, você pode especificar a ordem de classificação dos resultados, o intervalo de linhas a serem retornadas, se linhas duplicadas devem ser retornadas e se os dados devem ser exibidos em um gráfico ou grafo.
O que é uma linguagem de consulta?
Há várias maneiras de retornar dados de um banco de dados, incluindo:
- Selecionando parâmetros de pesquisa em um menu.
- Escolhendo os campos e valores que definem a consulta por meio de uma interface do usuário.
- Usar uma linguagem de consulta para solicitar informações de um banco de dados em uma chamada à API ou por meio de uma interface do usuário. Usar uma linguagem de consulta é a maneira mais complexa de consultar dados, mas também é a mais flexível.
Uma linguagem de consulta consiste em um conjunto de palavras-chave, operadores e regras de sintaxe para escrever instruções que retornam dados de um banco de dados.
Há muitas linguagens de consulta, e cada uma tem sua própria sintaxe, recursos e pontos fortes. As linguagens de consulta comuns incluem:
- Linguagem SQL: Um idioma padrão para armazenar, manipular e recuperar dados em bancos de dados.
- XQuery: Uma linguagem de consulta para dados XML.
Por que usar o KQL?
O KQL foi desenvolvido como parte do Azure Data Explorer, uma plataforma de análise de Big Data para análise quase em tempo real de grandes volumes de dados transmitidos de várias fontes. Ao garantir a confiabilidade, o desempenho e a segurança do serviço e dos recursos, o Azure Data Explorer e o KQL formam a base perfeita para serviços que exigem monitoramento e análise quase em tempo real.
Em uma unidade posterior neste módulo, examinaremos rapidamente os serviços do Azure que aplicam a capacidade da KQL de analisar rapidamente grandes volumes de dados variados.
Em comparação com o SQL, o KQL é mais conciso e otimizado para consultas ad hoc e exploração de dados.
O que você pode fazer com o KQL?
Todos os serviços da Microsoft que usam clusters do Azure Data Explorer fornecem um conjunto de ferramentas de análise de dados prontas para uso que não exigem conhecimento de KQL, mas um pouco de conhecimento KQL permite que você faça muito mais. Por exemplo, você pode:
- Investigar ou analisar: Use o KQL para solucionar problemas ou obter insights específicos.
- Defina seus próprios alertas: Dispare um alerta com base na lógica que você define usando KQL.
- Criar visualizações personalizadas: Crie dashboards e pastas de trabalho que visualizem os resultados de consultas KQL.
- Transformar dados: Transforme dados antes de armazená-los ou apresentá-los. Por exemplo, você pode usar o KQL para converter dados de um formato para outro. Alguns serviços permitem que você use o KQL para filtrar dados de uma fonte de dados para economizar custos na ingestão e no armazenamento de dados que você não precisa.