next()

シリアル化された行セットの現在の行の後にある、オフセット位置にある行の列の値を返します。

構文

next(列, [ offset,default_value ])

構文規則について詳しく知る。

パラメーター

名前	型	必須	説明
column	string	✔️	値を取得する列。
offset	int		現在の行から移動する行の量。 既定値は 1 です。
default_value	スカラー (scalar)		次の行に値がない場合の既定値。 既定値が指定されていない場合は、 null が使用されます。

例

隣接する行間の比較に基づいてデータをフィルター処理する

次のクエリでは、 の呼び出しの間に 1 秒の 4 分の 1 を超える休憩を示す行が sensor-9返されます。

クエリを実行する

TransformedSensorsData
| where SensorName == 'sensor-9'
| sort by Timestamp asc
| extend timeDiffInMilliseconds = datetime_diff('millisecond', next(Timestamp, 1), Timestamp)
| where timeDiffInMilliseconds > 250

出力

Timestamp	SensorName	値	PublisherId	MachineId	timeDiff
2022-04-13T00:58:53.048506Z	sensor-9	0.39217481975439894	fdbd39ab-82ac-4ca0-99ed-2f83daf3f9bb	M100	251
2022-04-13T01:07:09.63713Z	sensor-9	0.46645392778288297	e3ed081e-501b-4d59-8e60-8524633d9131	M100	313
2022-04-13T01:07:10.858267Z	sensor-9	0.693091598493419	278ca033-2b5e-4f2c-b493-00319b275aea	M100	254
2022-04-13T01:07:11.203834Z	sensor-9	0.52415808840249778	4ea27181-392d-4947-b811-ad5af02a54bb	M100	331
2022-04-13T01:07:14.431908Z	sensor-9	0.35430645405452	0af415c2-59dc-4a50-89c3-9a18ae5d621f	M100	268
...	...	...	...	...	...

隣接する行間の比較に基づいて集計を実行する

次のクエリでは、 の sensor-9呼び出し間の平均時間差をミリ秒単位で計算します。

クエリを実行する

TransformedSensorsData
| where SensorName == 'sensor-9'
| sort by Timestamp asc
| extend timeDiffInMilliseconds = datetime_diff('millisecond', next(Timestamp, 1), Timestamp)
| summarize avg(timeDiffInMilliseconds)

出力

avg_timeDiffInMilliseconds
30.726900061254298

次の行のデータを使用して行を拡張する

次のクエリでは、シリアル化 演算子を使用したシリアル化の一環として、次の行のデータを含む新しい列 next_session_type が追加されます。

クエリを実行する

ConferenceSessions
| where conference == 'Build 2019'
| serialize next_session_type = next(session_type)
| project time_and_duration, session_title, session_type, next_session_type

出力

time_and_duration	session_title	session_type	next_session_type
5月6日(月)午前8:30~10:00	ビジョン 基調講演 - Satya Nadella	Keynote	万博セッション
5月6日(月)1:20~1:40	Azure Data Explorer: 高度な時系列分析	万博セッション	ブレイク アウト
5月6日(月)2:00~15:00	Azure のデータ プラットフォーム - ペタバイト 規模で最新のアプリケーションとクラウド スケール分析を強化する	ブレイク アウト	万博セッション
5月6日(月)午後4:00~4:20	BASF での Azure Data Services の使用方法	万博セッション	万博セッション
5月6日(月)6:50~19:10	Azure Data Explorer: ML モデルを運用化する	万博セッション	万博セッション
...	...	...	...