Aspectos básicos del lenguaje de consulta
Las organizaciones suelen recopilar una amplia variedad de datos sobre los usuarios y los recursos de TI. La consulta de datos es una herramienta eficaz para trabajar con los datos recopilados y actuar sobre ellos.
Aquí aprenderá qué es una consulta y qué puede hacer con KQL.
¿Qué es una consulta?
Una consulta es una solicitud de información desde un origen de datos, como una base de datos o una tabla. Una consulta simple podría devolver:
- Información sobre un usuario de una tabla de usuarios registrados.
- Toda la información de una tabla específica.
- Toda la información registrada por un equipo específico en un momento dado.
Un lenguaje de consulta también le permite definir cómo presentar los datos devueltos por la consulta. Por ejemplo, puede especificar el criterio de ordenación de los resultados, el intervalo de filas que se van a devolver, si se deben devolver filas duplicadas y si se muestran datos en algún gráfico.
¿Qué es un lenguaje de consulta?
Hay varias formas de devolver datos de una base de datos, entre las que se incluyen:
- Seleccionar parámetros de búsqueda en un menú.
- Elegir los campos y valores que definen la consulta a través de una interfaz de usuario.
- Usar un lenguaje de consulta para solicitar información de una base de datos en una llamada API o a través de una interfaz de usuario. El uso de un lenguaje de consulta es la forma más compleja de consultar datos, pero también es la más flexible.
Un lenguaje de consulta consta de un conjunto de palabras clave, operadores y reglas de sintaxis para escribir instrucciones que devuelvan datos de una base de datos.
Hay muchos lenguajes de consulta y cada uno tiene su propia sintaxis, funcionalidades y puntos fuertes. Entre los lenguajes de consulta comunes se incluyen:
- Lenguaje de consulta estructurado (SQL): lenguaje estándar para almacenar, manipular y recuperar datos de bases de datos.
- XQuery: lenguaje de consulta de datos XML.
¿Por qué usar KQL?
KQL se desarrolló como parte de Azure Data Explorer, una plataforma de análisis de macrodatos para el análisis casi en tiempo real de grandes volúmenes de datos transmitidos desde varios orígenes. Dado que garantizan la confiabilidad, el rendimiento y la seguridad de los recursos y del servicio, Azure Data Explorer y KQL son la base perfecta para los servicios que requieren supervisión y análisis casi en tiempo real.
En una unidad posterior de este módulo, echaremos un vistazo rápido a los servicios de Azure que aplican la capacidad de KQL para analizar rápidamente grandes volúmenes de datos variados.
En comparación con SQL, KQL es más conciso y está mejor optimizado para consultas ad hoc y exploración de datos.
¿Qué se puede hacer con KQL?
Todos los servicios de Microsoft que usan clústeres de Azure Data Explorer proporcionan un conjunto de herramientas de análisis de datos listas para usar que no requieren conocimientos de KQL, pero, si los tiene, podrá hacer mucho más. Por ejemplo, puede:
- Investigar o analizar: use KQL para solucionar problemas u obtener información específica.
- Definir alertas propias: desencadene una alerta en función de la lógica que defina con KQL.
- Crear visualizaciones personalizadas: cree paneles y libros que le permitan visualizar los resultados de las consultas KQL.
- Transformar datos: transforme los datos antes de almacenarlos o presentarlos. Por ejemplo, puede usar KQL para convertir datos de un formato a otro. Algunos servicios permiten usar KQL para filtrar los datos de un origen de datos a fin de ahorrar costos en la ingesta y el almacenamiento de datos que no necesita.