reduce 運算子

適用於：✅Microsoft網狀架構✅✅✅

根據值相似性，將一組字串分組在一起。

針對每個這類群組，運算符會 pattern傳回、 count和 representative。 最 pattern 能描述字元代表通配符的群組 * 。 count是群組中的值數目，而 representative 是群組中的其中一個原始值。

語法

T|reduce [kind= ReduceKind] byExpr [with [threshold= Threshold] [,characters=Characters]]

深入瞭解 語法慣例。

參數

姓名	類型​​	必要	描述
Expr	string	✔️	要減少的值。
閾值	real		介於 0 和 1 之間的值，決定符合群組準則所需的最小數據列分數，以觸發縮減作業。 預設值為 0.1。 我們建議設定小型輸入的臨界值。 使用較小的臨界值時，會將更類似的值分組在一起，導致較少但更類似的群組。 較大的臨界值需要較少的相似度，導致更多較不相似的群組。 請參閱 範例。
字元	string		分隔字詞的字元清單。 預設值是每個非 ascii 數值字元。 如需範例，請參閱 Characters 參數的行為。
ReduceKind	string		唯一有效的值為 source。 如果 source 指定 ，運算符會將數據 Pattern 行附加至數據表中的現有數據列，而不是由 Pattern匯總。

傳回

具有多個數據列的數據表，標題為 、 pattern和 的群組和數據count行representative。 最 pattern 能描述群組，其中 * 字元代表通配符或任意插入字串的佔位元。 count是群組中的值數目，而 representative 是群組中的其中一個原始值。

例如，的結果 reduce by city 可能包括：

模式	計數	代表
三*	5,182	聖伯納德
聖人*	2,846	Saint Lucy
Moscow	3726	Moscow
*-上-*	2730	一對一
巴黎	2716	巴黎

範例

本節中的範例示範如何使用 語法來協助您開始使用。

本文中的範例會使用公開可用的數據表，例如天氣分析中的 StormEvents 數據表，範例數據。

小臨界值

此查詢會產生一系列數位、建立具有串連字串和隨機整數的新數據行，然後依新數據行分組具有特定縮減參數的數據列。

range x from 1 to 1000 step 1
| project MyText = strcat("MachineLearningX", tostring(toint(rand(10))))
| reduce by MyText  with threshold=0.001 , characters = "X" 

輸出

模式	計數	代表
MachineLearning*	1000	MachineLearningX4

大型閾值

此查詢會產生一系列數位、建立具有串連字串和隨機整數的新數據行，然後依新數據行分組具有特定縮減參數的數據列。

range x from 1 to 1000 step 1
| project MyText = strcat("MachineLearningX", tostring(toint(rand(10))))
| reduce by MyText  with threshold=0.9 , characters = "X" 

輸出

結果只會包含 MyText 值出現在至少 90 個數據列% 的群組。

模式	計數	代表
MachineLearning*	177	MachineLearningX9
MachineLearning*	102	MachineLearningX0
MachineLearning*	106	MachineLearningX1
MachineLearning*	96	MachineLearningX6
MachineLearning*	110	MachineLearningX4
MachineLearning*	100	MachineLearningX3
MachineLearning*	99	MachineLearningX8
MachineLearning*	104	MachineLearningX7
MachineLearning*	106	MachineLearningX2

Characters 參數的行為

如果未指定 Characters 參數，則每個非 ascii 數位字元都會變成字詞分隔符。

range x from 1 to 10 step 1 | project str = strcat("foo", "Z", tostring(x)) | reduce by str

輸出

模式	計數	代表
其他	10

不過，如果您指定 「Z」 是分隔符，則 str 中的每個值都是兩個詞彙：foo 和 tostring(x)：

range x from 1 to 10 step 1 | project str = strcat("foo", "Z", tostring(x)) | reduce by str with characters="Z"

輸出

模式	計數	代表
foo*	10	fooZ1

套用 reduce 至清理輸入

下列範例示範如何將 reduce 運算子套用至「清理」輸入，其中，在減少數據行中的 GUID 會在減少之前加以取代：

從追蹤數據表的一些記錄開始。 然後減少包含隨機 GUID 的 Text 資料行。 當隨機 GUID 干擾縮減作業時，請將它們全部取代為字串 「GUID」。。 現在請執行縮減作業。 如果有其他具有內嵌 '-' 或 '_' 字元的「准隨機」標識符，請將字元視為非字詞斷詞工具。

Trace
| take 10000
| extend Text = replace(@"[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}", "GUID", Text)
| reduce by Text with characters="-_"

相關內容

• autocluster

注意

運算子的實作reduce主要以 Risto Vaarandi 從事件記錄檔採礦模式的數據群集演算法檔為基礎。