소개
KQL(Kusto Query Language)을 사용하여 데이터를 검색하고 패턴을 살펴볼 수 있으며, 변칙과 이상값을 식별하고, 통계 모델을 만들 수 있습니다. Kusto 쿼리는 데이터를 처리하고 결과를 반환하기 위한 읽기 전용 요청입니다. KQL은 여러 방법으로 데이터를 분석하는 다양한 함수들을 제공합니다.
예제 시나리오
다양한 제품을 판매하는 소매 회사에서 일한다고 가정해 보겠습니다. 여러분은 팀이 제품에 대한 인지도를 높이고 매출을 늘리는 데 도움이 되는 인사이트를 제공하는 영업 팀의 데이터 분석가입니다. 원하는 인사이트를 제공하려고 하지만 이렇게 하려면 여러 테이블에 분산된 데이터가 필요합니다. KQL을 사용하여 여러 테이블의 데이터를 쿼리하여 인사이트를 얻고자 합니다.
이 모듈에서 수행할 작업
KQL(Kusto 쿼리 언어 쿼리를 작성하여 먼저 여러 테이블을 결합하여 데이터를 보강한 다음, 더 심층적인 인사이트를 위해 해당 데이터를 분석합니다. 이 모듈에서는 다음을 수행하는 방법을 알아봅니다.
join또는lookup연산자를 사용하여 차원 테이블 데이터로 팩트 테이블을 확장합니다.union연산자를 사용하여 여러 테이블 또는 테이블 형식 식의 행을 병합하거나 추가합니다.materialize()함수를 사용하여 하위 쿼리를 최적화하고as연산자를 사용하여 임시 테이블을 최적화합니다.summarize연산자 집계 함수arg_min()및arg_max()를 사용하여 데이터를 분석합니다.
필수 구성 요소
주요 목표는 무엇인가요?
이 세션이 끝나면 여러 테이블의 데이터를 결합하고 데이터 보강의 결과로 추가 인사이트를 얻는 최적화된 Kusto 쿼리를 작성할 수 있습니다.