Wat is Azure Data Explorer?
Azure Data Explorer is een volledig beheerd, high-performance, big data analytics-platform waarmee u eenvoudig grote hoeveelheden gegevens in bijna realtime kunt analyseren. De Azure Data Explorer biedt u een end-to-end oplossing voor gegevensingestie, query's, visualisatie en beheer.
Door gestructureerde, semi-gestructureerde en ongestructureerde gegevens in tijdreeksen te analyseren en Azure Data Explorer Machine Learning te gebruiken, kunt u eenvoudig belangrijke inzichten extraheren, patronen en trends herkennen en prognosemodellen maken. Azure Data Explorer is schaalbaar, veilig, robuust en bedrijfsklaar en is handig voor logboekanalyse, tijdreeksanalyse, IoT en experimentele analyses voor algemeen gebruik.
Azure Data Explorer-mogelijkheden worden uitgebreid door andere services die zijn gebouwd op de krachtige querytaal, waaronder Azure Monitor-logboeken, Application Insights,Time Series Insightsen Microsoft Defender for Endpoint.
Gebruik de volgende beslissingsstructuur om te bepalen of Azure Data Explorer voor u het beste werkt:
Wat maakt Azure Data Explorer uniek?
Gegevenssnelheid, verscheidenheid en volume
Met Azure Data Explorer kunt u in enkele minuten terabytes aan gegevens opnemen in batch- of streamingmodus. U kunt petabytes aan gegevens opvragen, met resultaten die binnen milliseconden tot seconden worden geretourneerd. Azure Data Explorer biedt hoge snelheid (miljoenen gebeurtenissen per seconde), lage latentie (seconden) en lineaire opname van onbewerkte gegevens. U kunt uw gegevens opnemen in verschillende indelingen en structuren, die afkomstig zijn uit verschillende pijplijnen en bronnen.
Gebruiksvriendelijke querytaal
Query's uitvoeren in Azure Data Explorer met de Kusto Query Language (KQL),een opensource-taal die in eerste instantie door het team wordt gebruikt. De taal is eenvoudig te begrijpen en te leren en zeer productief. U kunt eenvoudige operators en geavanceerde analyses gebruiken.
Geavanceerde analyse
Gebruik Azure Data Explorer voor tijdreeksanalyse met een grote set functies, waaronder het optellen en aftrekken van tijdreeksen, filteren, regressie, seizoensgebondenheidsdetectie, georuimtelijke analyse, anomaliedetectie, scannen en prognoses. Tijdreeksfuncties zijn geoptimaliseerd voor het verwerken van duizenden tijdreeksen in seconden. Patroondetectie wordt eenvoudig gemaakt met clusterinvoegingen die afwijkingen kunnen diagnosticeren en hoofdoorzaakanalyses kunnen uitvoeren. U kunt de mogelijkheden Azure Data Explorer uitbreiden door Python-code in tesluiten in KQL-query's.
Eenvoudig te gebruiken wizard
De opnamewizard maakt het gegevens opnemen eenvoudig, snel en intuïtief. De webinterface biedt een intuïtieve en begeleide ervaring waarmee u snel gegevens kunt opnemen, databasetabellen kunt maken en structuren kunt toewijzen. Hiermee kunt u een een of meer gegevens uit verschillende bronnen en in verschillende gegevensindelingen opnemen. Tabeltoewijzingen en schema's worden automatisch voorgesteld en eenvoudig te wijzigen.
Veelzijdige gegevensvisualisatie
Gegevensvisualisatie helpt u belangrijke inzichten te verkrijgen. Azure Data Explorer biedt ingebouwde visualisatie en dashboards, met ondersteuning voor verschillende grafieken en visualisaties. Het biedt systeemeigen integratie met Power BI,systeemeigen connectors voor Grafana,Kibana en Databricks, ODBC-ondersteuning voor Tableau,Sisense,Qlik en meer.
Automatisch opnemen, verwerken en exporteren
Azure Data Explorer biedt ondersteuning voor opgeslagen functies aan de serverzijde, continue opname en continue export naar Azure Data Lake Store. Het biedt ook ondersteuning voor opnametijdtoewijzingstransformaties aan de serverzijde, updatebeleidsregels en vooraf samengestelde geplande aggregaten met ge materialiseerde weergaven.
Azure Data Explorer-stroom
Het volgende diagram toont de verschillende aspecten van het werken met Azure Data Explorer.
In het algemeen gaat Azure Data Explorer de volgende werkstroom door:
Notitie
U hebt toegang tot uw Azure Data Explorer resources in de webinterface of met behulp van SDK's.
Database maken: maak een cluster en maak vervolgens een of meer databases in dat cluster. Elk Azure Data Explorer cluster kan maximaal 10.000 databases en elke database maximaal 10.000 tabellen bevatten. De gegevens in elke tabel worden opgeslagen in gegevensshards die ook wel 'extents' worden genoemd. Alle gegevens worden automatisch geïndexeerd en gepartitief op basis van de opnametijd. Dit betekent dat u veel verschillende gegevens kunt opslaan en vanwege de manier waarop deze worden opgeslagen, hebt u snel toegang tot het uitvoeren van query's. Snelstart: een Azure Data Explorer-cluster en -database maken
Gegevens opnemen: laad gegevens in databasetabellen zodat u er query's op kunt uitvoeren. Azure Data Explorer ondersteunt verschillende opnamemethoden , elkmet eigen doelscenario's. Deze methoden omvatten opnamehulpprogramma's, connectors en invoegprogramma's voor diverse services, beheerde pijplijnen, programmatische opname met behulp van SDK's en directe toegang tot opname. Ga aan de slag met opname met één klik.
Query uitvoeren op database: Azure Data Explorer maakt gebruik van de Kusto Query Language,een expressieve, intuïtieve en zeer productieve querytaal. Het biedt een soepele overgang van eenvoudige one-scripts naar complexe scripts voor gegevensverwerking en biedt ondersteuning voor het uitvoeren van query's op gestructureerde, semi-gestructureerde en ongestructureerde (tekstzoek)gegevens. Er zijn een groot aantal querytaaloperators en -functies(aggregatie,filtering, tijdreeksfuncties, georuimtelijkefuncties, samenvoegingen, samenvoegingen en meer) in de taal. KQL ondersteunt query's voor meerdere clusters en databases en biedt uitgebreide functies vanuit het perspectief van parseren(json, XML en meer). De taal biedt ook systeemeigen ondersteuning voor geavanceerde analyses.
Gebruik de webtoepassing om query's en resultaten uit te voeren, te controleren en te delen. U kunt query's ook programmatisch verzenden (met behulp van een SDK) of naar REST API eindpunt. Als u bekend bent met SQL, kunt u aan de slag met SQL cheatsheet voor Kusto. Quickstart: Gegevens doorzoeken in Azure Data Explorer
Resultaten visualiseren: Gebruik verschillende visuele weergaven van uw gegevens in de Azure Data Explorer Dashboards. U kunt uw resultaten ook weergeven met behulp van connectors voor enkele van de toonaangevende visualisatieservices,zoals Power BI en Grafana. Azure Data Explorer biedt ook ondersteuning voor ODBC- en JDBC-connectors voor hulpprogramma's zoals Tableau en Sisense.
Feedback geven
We horen graag uw feedback over Azure Data Explorer en de Kusto-querytaal op:
- Vragen stellen
- Productsuggesties doen in User Voice