使用 Kqlmagic 建立和執行筆記本

Kqlmagic 是可在 Azure Data Studio 筆記本 中擴充 Python 核心功能的命令。 您可結合 Python 和 Kusto 查詢語言 (KQL)，使用整合了 render 命令的豐富 Plotly 程式庫來查詢資料，並視覺化資料。 Kqlmagic 可在同一個位置提供筆記本、資料分析和豐富 Python 功能的優點。 Kqlmagic 支援的資料來源包括 Azure 資料總管 、 Application Insights 及 Azure 監視器記錄 。

本文說明如何使用 Azure 資料總管叢集的 Kqlmagic 延伸模組、Application Insights 記錄和 Azure 監視器記錄，以在 Azure Data Studio 中建立並執行筆記本。

必要條件

• Azure Data Studio
• Python

在筆記本中安裝及設定 Kqlmagic

本節中的步驟都會在 Azure Data Studio 筆記本中執行。

1. 建立新的筆記本，並將核心變更為 Python 3。

   

2. 當您的 Python 套件需要更新時，系統會提示您升級套件。

   

3. 安裝 Kqlmagic：

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

   驗證是否已安裝：

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

   

4. 載入 Kqlmagic：

   %reload_ext Kqlmagic
   

   注意

   如果此步驟失敗，請關閉檔案並重新開啟。

   

5. 您可瀏覽說明文件或檢查版本來測試是否已正確載入 Kqlmagic。

   %kql --help "help"
   

   注意

   如果 Samples@help 要求輸入密碼，則可將其保留空白，然後按 Enter。

   

   若要查看安裝的 Kqlmagic 版本，請執行下列命令。

   %kql --version
   

搭配 Azure 資料總管叢集的 Kqlmagic

本節說明如何使用 Kqlmagic 搭配 Azure 資料總管叢集執行資料分析。

載入及驗證適用於 Azure 資料總管的 Kqlmagic

注意

當每次在 Azure Data Studio 中建立新筆記本時，都必須載入 Kqlmagic 延伸模組。

1. 驗證核心已設為 Python3。

   

2. 載入 Kqlmagic：

   %reload_ext Kqlmagic
   

   

3. 連線至叢集並進行驗證：

   %kql azureDataExplorer://code;cluster='help';database='Samples'
   

   注意

   如果您使用自己的 ADX 叢集，則必須在連接字串中包含該區域，如下所示：

   %kql azuredataexplorer://code;cluster='mycluster.westus';database='mykustodb' 請使用裝置登入來進行驗證。 從輸出複製程式碼，然後選取 [驗證]，瀏覽器將會開啟，請在其中貼上程式碼。 成功驗證後，您可回到 Azure Data Studio 以繼續進行指令碼的其餘部分。

   

針對 Azure 資料總管進行查詢與視覺化

使用 render 運算子查詢資料，並使用 Plotly 程式庫將資料視覺化。 此查詢與視覺效果會提供使用原生 KQL 的整合式體驗。

1. 依照狀態和頻率來分析前 10 大 Storm 事件：

   %kql StormEvents | summarize count() by State | sort by count_ | limit 10
   

   若熟悉 Kusto 查詢語言 (KQL)，則可在 %kql 後面鍵入查詢。

   

2. 將時間軸圖表視覺化：

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

   

3. 使用 %%kql 的多行查詢範例。

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

   

Kqlmagic 搭配 Application Insights

載入及驗證適用於 Application Insights 的 Kqlmagic

1. 驗證核心已設為 Python3。

   

2. 載入 Kqlmagic：

   %reload_ext Kqlmagic
   

   

   注意

   當每次在 Azure Data Studio 中建立新筆記本時，都必須載入 Kqlmagic 延伸模組。

3. 連線並進行驗證。

   首先，您必須為 Application Insights 資源產生 API 金鑰。 然後，使用應用程式識別碼和 API 金鑰來連線至筆記本的 Application Insights：

   %kql appinsights://appid='DEMO_APP';appkey='DEMO_KEY'
   

針對 Application Insights 進行查詢與視覺化

使用 render 運算子查詢資料，並使用 Plotly 程式庫將資料視覺化。 此查詢與視覺效果會提供使用原生 KQL 的整合式體驗。

1. 顯示頁面檢視：

   %%kql
   pageViews
   | limit 10
   

   

   注意

   使用滑鼠拖曳圖表的某個區域，以放大特定日期。

2. 在時間軸圖表中顯示頁面檢視：

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

   

Kqlmagic 搭配 Azure 監視器記錄

載入及驗證適用於 Azure 監視器的 Kqlmagic

1. 驗證核心已設為 Python3。

   

2. 載入 Kqlmagic：

   %reload_ext Kqlmagic
   

   

   注意

   當每次在 Azure Data Studio 中建立新筆記本時，都必須載入 Kqlmagic 延伸模組。

3. 連線並進行驗證：

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

   

針對 Azure 監視器進行查詢與視覺化

使用 render 運算子查詢資料，並使用 Plotly 程式庫將資料視覺化。 此查詢與視覺效果會提供使用原生 KQL 的整合式體驗。

1. 檢視時間軸圖表：

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

   

後續步驟

深入了解筆記本和 Kqlmagic：

• 適用於 Azure Data Studio 的 Kusto (KQL) 延伸模組 (預覽)
• 建立並執行 Kusto (KQL) 筆記本 (預覽)
• 使用 Jupyter Notebook 和 Kqlmagic 延伸模組來分析 Azure 資料總管中的資料 (機器翻譯)
• Jupyter Notebook 和 Jupyter 實驗室的延伸模組 (Magic)，其可在搭配 Kusto、Application Insights 和 LogAnalytics 資料使用時提供筆記本體驗。
• Kqlmagic
• 如何在 Azure Data Studio 中使用筆記本