หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
สมุดบันทึกสําหรับผ้าช่วยให้คุณสามารถสร้างและแชร์เอกสารที่มีโค้ดสด สมการ การแสดงภาพ และข้อความคําบรรยาย ซึ่งมีประโยชน์สําหรับงานหลายอย่าง เช่น การทําความสะอาดและการแปลงข้อมูล การจําลองเชิงตัวเลข การสร้างแบบจําลองเชิงสถิติ การจัดรูปแบบข้อมูล และการเรียนรู้ของเครื่อง
Kqlmagic เพิ่มขีดความสามารถของเคอร์เนล Python ในโน้ตบุ๊ค Fabric เพื่อให้คุณสามารถเรียกใช้คิวรี Kusto Query Language (KQL) ได้ตั้งแต่เริ่มต้นจากเซลล์สมุดบันทึก คุณสามารถรวม Python และ KQL เพื่อคิวรีและแสดงข้อมูลด้วยภาพโดยใช้ไลบรารี Plotly ที่สมบูรณ์ซึ่งรวมเข้ากับตัวดําเนินการแสดงผล
สําหรับข้อมูลเพิ่มเติมเกี่ยวกับสมุดบันทึก ดู วิธีการใช้สมุดบันทึก Microsoft Fabric
ในบทช่วยสอนนี้ คุณจะได้เรียนรู้วิธีการใช้ Kqlmagic เพื่อเรียกใช้คิวรีขั้นสูงและการแสดงภาพจากข้อมูลในฐานข้อมูล KQL ใช้ชุดข้อมูลและสมุดบันทึกที่สร้างไว้ล่วงหน้าทั้งใน Real-Time Intelligence และสภาพแวดล้อม Data Engineering ใน Microsoft Fabric
ในบทช่วยสอนนี้ คุณจะเรียนรู้วิธีการ:
- สร้างฐานข้อมูล KQL
- รับ ข้อมูล
- นําเข้าสมุดบันทึกด้วย Kqlmagic
- เรียกใช้สมุดบันทึก
ข้อกําหนดเบื้องต้น
- พื้นที่ทํางานที่มีความจุที่เปิดใช้งาน Microsoft Fabric
- ฐานข้อมูล KQL ที่มีสิทธิ์ในการแก้ไข
1. สร้างฐานข้อมูล KQL
ในขั้นตอนนี้ คุณสร้างฐานข้อมูล KQL เปล่าที่ชื่อว่า NYCTaxiDB ในพื้นที่ทํางานของคุณหรือใน Eventhouse ที่มีอยู่
เลือกพื้นที่ทํางานของคุณจากแถบนําทางด้านซ้าย
ทําตามหนึ่งในขั้นตอนเหล่านี้เพื่อเริ่มสร้างฐานข้อมูล KQL:
- เลือก รายการใหม่ จากนั้น Eventhouse ในเขตข้อมูล ชื่อเหตุการณ์ ให้ใส่ NYCTaxiDB จากนั้นเลือก สร้าง มีการสร้างฐานข้อมูล KQL โดยใช้ชื่อเดียวกัน
- ในอีเวนต์เฮ้าส์ที่มีอยู่ ให้เลือก ฐานข้อมูล ภายใต้ฐานข้อมูล KQL เลือก +ในเขตข้อมูล ชื่อฐานข้อมูล KQL ใส่ NYCTaxiDB จากนั้นเลือก สร้าง
เลือกฐานข้อมูล NYCTaxiDB ขยาย รายละเอียดฐานข้อมูล คัดลอก URI คิวรี และวางไว้ที่ใดที่หนึ่ง เช่น notepad เพื่อใช้ในขั้นตอนต่อไป
2. รับข้อมูล
ในขั้นตอนนี้ คุณจะใช้สคริปต์เพื่อสร้างตารางที่มีการแมปที่ระบุก่อน แล้วรับข้อมูลจาก blob สาธารณะลงในตารางนี้
คัดลอกสคริปต์ KQL จาก ที่เก็บตัวอย่าง Fabric บน GitHub
เรียกดูฐานข้อมูล KQL ของคุณ
เลือกคิวรีพร้อมรหัสเพื่อเปิดแท็บว่างใน NYCTaxiDB_queryset
วางสคริปต์ KQL จากขั้นตอนที่ 1 และเลือกปุ่ม เรียกใช้
คิวรีแรกจะสร้างการแมปตารางและการแมป Schema ผลลัพธ์ของคิวรีนี้แสดงข้อมูลการสร้างตารางและการแมป รวมถึงชนิดของคําสั่งและผลลัพธ์ของ เสร็จสมบูรณ์ เมื่อเสร็จสิ้น คิวรีที่สองจะโหลดข้อมูลของคุณ ซึ่งอาจใช้เวลาสักครู่ในการโหลดข้อมูลให้เสร็จสมบูรณ์
รีเฟรชชุดคิวรีและเลือก ตาราง เพื่อดูภาพรวมของตารางที่สร้างขึ้นใหม่ที่ชื่อว่า trips2 จากที่นี่ คุณสามารถขยายสคีมาของตาราง แสดงตัวอย่างข้อมูล และดูข้อมูลเชิงลึกของคิวรีได้
3. ดาวน์โหลดสมุดสาธิต NYC Taxi
ใช้สมุดบันทึกตัวอย่างเพื่อคิวรีและแสดงข้อมูลตัวอย่างที่คุณโหลดในฐานข้อมูล KQL ของคุณ
เปิดที่เก็บตัวอย่าง Fabric บน GitHub และดาวน์โหลดสมุดบันทึก KQL ของ NYC Taxi
ดาวน์โหลดสมุดบันทึกภายในเครื่องลงในอุปกรณ์ของคุณ
หมายเหตุ
สมุดบันทึกต้องถูกบันทึกในรูปแบบ
.ipynbแฟ้ม
4. นําเข้าสมุดบันทึก
ส่วนที่เหลือของเวิร์กโฟลว์นี้ใช้ Kqlmagic เพื่อคิวรีและแสดงข้อมูลในฐานข้อมูล KQL ของคุณ
ในพื้นที่ทํางานของคุณ เลือกนําเข้า>สมุดบันทึก<จากคอมพิวเตอร์เครื่องนี้
ในบานหน้าต่าง สถานะการนําเข้า ให้เลือก อัปโหลด
เลือกสมุดบันทึก KQL แท็กซี่ของ NYC ที่คุณดาวน์โหลดในขั้นตอนที่ 3
เมื่อนําเข้าเสร็จสมบูรณ์แล้ว ให้เลือก ไปยังพื้นที่ทํางาน และเปิดสมุดบันทึกนี้
5. เรียกใช้สมุดบันทึก
เลือกปุ่มเล่นเพื่อเรียกใช้แต่ละเซลล์ตามลําดับ หรือเลือกเซลล์และกด Shift+ Enter ทําซ้ําขั้นตอนนี้สําหรับแต่ละแพคเกจ
หมายเหตุ
รอให้เครื่องหมายถูกเสร็จสมบูรณ์ปรากฏขึ้นก่อนที่จะเรียกใช้เซลล์ถัดไป
เรียกใช้เซลล์ที่เหลือตามลําดับเพื่อสร้างแผนที่ความร้อนของรถแท็กซี่ NYC สําหรับข้อมูลเพิ่มเติมเกี่ยวกับ Kqlmagic ดู ใช้สมุดบันทึก Jupyter และส่วนขยาย Kqlmagic เพื่อวิเคราะห์ข้อมูล
เซลล์ต่อไปนี้รวมบริการรับของทั้งหมดภายในขอบเขตทางภูมิศาสตร์ที่ระบุ
เรียกใช้เซลล์ต่อไปนี้เพื่อวาดแผนที่ความร้อนของรถแท็กซี่ NYC
ในแผนที่ความร้อนที่เกิดขึ้นคุณจะเห็นว่ารถแท็กซี่ส่วนใหญ่อยู่ในบริเวณแมนฮัตตันตอนล่าง นอกจากนี้ยังมีบริการรถแท็กซี่จํานวนมากที่สนามบิน JFK และ La Guardia อีกด้วย
6. ล้างข้อมูล
ล้างรายการที่สร้างขึ้นโดยการนําทางไปยังพื้นที่ทํางานที่สร้างขึ้น
ในพื้นที่ทํางานของคุณ ให้วางเมาส์เหนือสมุดบันทึกที่คุณต้องการลบ เลือกเมนู เพิ่มเติม [...] >ลบ
เลือกลบ คุณไม่สามารถกู้คืนสมุดบันทึกของคุณได้เมื่อคุณลบสมุดบันทึกนั้น