存储和查询实时数据

  • 15 分钟

Eventhouse 是存储实时数据的位置，通常由 Eventstream 引入并加载到表中以供进一步处理和分析。

Microsoft Fabric 中 Eventhouse 的屏幕截图。

在 Eventhouse 中，可以创建：

  • KQL 数据库：实时优化的数据存储，用于托管表、存储函数、具体化视图和快捷方式的集合。
  • KQL 查询集：可用于处理 KQL 数据库表中数据的 KQL 查询集合。 KQL 查询集支持使用 Kusto 查询语言 (KQL) 和 Transact-SQL 语言子集编写的查询。

查询数据

要从 KQL 数据库中的表查询数据，可使用 Kusto 查询语言 (KQL)，它用于在 Azure 数据资源管理器、Azure Monitor Log Analytics、Microsoft Sentinel 和 Microsoft Fabric 中编写查询。 KQL 是处理数据并返回结果的只读请求。 KQL 查询由一个或多个查询语句组成。

KQL 查询语句

查询语句包含一个表名称，后跟一个或多个运算符，这些运算符对数据执行 take、filter、transformaggregate、 或 join 操作。 例如，以下查询从名为 stock 的表中检索 10 行：

stock
| take 10

更复杂的示例可能会聚合数据，以找出过去五分钟内每个股票代码的平均股价：

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

提示

要详细了解 KQL，请参阅 Kusto 查询语言 (KQL) 概述。

使用 SQL

KQL 针对查询大量数据（尤其是基于时间的元素）进行了优化，因此它非常适合实时数据分析。 但是，许多数据专业人员已经熟悉 SQL 语法，因此，Eventhouse 中的 KQL 数据库支持一部分常见的 SQL 表达式。

例如，与之前讨论的 10 KQL 查询等效的 SQL 为：

SELECT TOP 10 * FROM stock;

使用 Copilot 帮助执行查询

Microsoft Fabric 包括用于实时智能的 Copilot，可帮助编写从 Eventhouse 数据中提取见解所需的查询。 Copilot 使用 AI 了解你要查找的信息，并可以为你生成所需的查询代码。

提示

若要详细了解用于实时智能的 Copilot，请参阅用于实时智能的 Copilot。