Speichern und Abfragen von Echtzeitdaten

KQL-Datenbanken in einem Eventhouse speichern und abfragen Echtzeitdaten, die aus Eventstreams und anderen Streamingquellen fließen. Nachdem Daten in Tabellen geladen wurden, können Sie die Kusto Query Language (KQL) oder T-SQL verwenden, um Ihre Daten abzufragen.

In einem Eventhouse können Sie Folgendes erstellen:

• KQL-Datenbanken: Echtzeitoptimierte Datenspeicher, die eine Sammlung von Tabellen, gespeicherten Funktionen, materialisierten Ansichten, Verknüpfungen und Datenströmen hosten.
• KQL-Abfragesets: Sammlungen von KQL-Abfragen, mit denen Sie mit Daten in KQL-Datenbanktabellen arbeiten können. Ein KQL-Abfrageset unterstützt Abfragen, die mithilfe der Kusto Query Language (KQL) oder einer Teilmenge der Transact-SQL Sprache geschrieben wurden.

Verstehen der Leistungsfähigkeit der Kusto-Abfragesprache (KQL)

Um Daten in einer Tabelle in einer KQL-Datenbank abzufragen, können Sie die KQL verwenden. KQL ist speziell für die Analyse großer Mengen strukturierter, halbstrukturierter und unstrukturierter Daten mit außergewöhnlicher Leistung konzipiert. KQL-Datenbanken sind für Zeitreihendaten optimiert und indizieren eingehende Daten durch Erfassungszeit und Partitionierung für optimale Abfrageleistung. KQL ist die gleiche Sprache, die in Azure Data Explorer, Azure Monitor Log Analytics, Microsoft Sentinel und in Microsoft Fabric verwendet wird.

Machen Sie sich mit der KQL-Syntax vertraut

KQL-Abfragen bestehen aus einer oder mehreren Abfrageanweisungen. Eine Abfrage-Anweisung besteht aus einem Tabellennamen gefolgt von Operatoren, die take, filter, , transformaggregateoder join Daten. Führen Sie beispielsweise folgendes aus, um alle 10 Zeilen in der Bestandstabelle zu drucken:

stock
| take 10

Ein komplexeres Beispiel kann Daten aggregieren, um die durchschnittlichen Aktienkurse in den letzten 5 Minuten zu finden:

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

Automatisieren der Datenverarbeitung mit Verwaltungsbefehlen

Über die grundlegende Abfrage hinaus können Sie die Datenverarbeitung mithilfe von Verwaltungsbefehlen automatisieren , darunter:

• Aktualisieren von Richtlinien: Wandeln Sie eingehende Daten automatisch um, und speichern Sie sie in verschiedenen Tabellen, sobald sie eintreffen.
• Materialisierte Ansichten: Vorabberechnung und Speichern von Zusammenfassungsergebnissen für schnellere Abfragen.
• Gespeicherte Funktionen: Speichern Sie häufig verwendete Abfragelogik, die Sie für mehrere Abfragen wiederverwenden können.

Andere Abfrageoptionen

Mit SQL

KQL-Datenbanken in Eventhouses unterstützen auch eine Teilmenge allgemeiner T-SQL-Ausdrücke für Datenexperten, die bereits mit der T-SQL-Syntax vertraut sind. Beispiel:

SELECT TOP 10 * FROM stock;

Verwenden von Copilot zur Hilfe bei Abfragen

Microsoft Fabric enthält Copilot für Real-Time Intelligence, mit dem Sie Abfragen schreiben können, um Erkenntnisse aus Ihren Eventhouse-Daten zu extrahieren. Copilot verwendet KI, um zu verstehen, wonach Sie suchen, und kann den erforderlichen Abfragecode generieren.