你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

session_count 插件

根据时间线上的 ID 列计算会话计数。 该插件通过 evaluate 运算符调用。

语法

TabularExpression| evaluatesession_count(IdColumn,TimelineColumn,Start,End,Bin,LookBackWindow [,dim1,dim2, ...])

详细了解语法约定。

参数

名称	类型	必需	说明
TabularExpression	string	✔️	用作输入的表格表达式。
IdColumn	string	✔️	列的名称，其 ID 值表示用户活动。
TimelineColumn	string	✔️	表示时间线的列的名称。
Start	标量 (scalar)	✔️	分析时段开始。
End	标量 (scalar)	✔️	分析时段结束。
Bin	标量 (scalar)	✔️	会话的分析步长时段。
LookBackWindow	标量 (scalar)	✔️	会话回溯期。 如果 IdColumn 中的 ID 在 LookBackWindow 之内的时间窗口中出现，则该会话被视为现有会话。 如果该 ID 未出现，则该会话被视为新会话。
dim1, dim2, ...	string		维度列的列表，用于切分会话计数计算。

返回

返回一个表，该表包含每个时间线期间的以及每个现有维度组合的会话计数值。

输出表架构如下：

TimelineColumn	dim1	..	dim_n	count_sessions
类型：自 TimelineColumn 起	..	..	..	long

示例

对于此示例，数据是确定性的，并且我们使用具有两列的表：

• Timeline：一个 1 至 10,000 之间的顺序号
• Id：1 至 50 之间的用户 ID

如果 Id 是 Timeline 的除数（时间线 % Id == 0），则该 ID 会出现在特定的 Timeline 时段。

Id==1 的事件将出现在任何 Timeline 时段，Id==2 的事件将每隔一个 Timeline 时段出现，依此类推。

下面是 20 行数据：

运行查询

let _data = range Timeline from 1 to 10000 step 1
    | extend __key = 1
    | join kind=inner (range Id from 1 to 50 step 1 | extend __key=1) on __key
    | where Timeline % Id == 0
    | project Timeline, Id;
// Look on few lines of the data
_data
| order by Timeline asc, Id asc
| take 20

输出

时间线	ID
1	1
2	1
2	2
3	1
3	3
4	1
4	2
4	4
5	1
5	5
6	1
6	2
6	3
6	6
7	1
7	7
8	1
8	2
8	4
8	8

我们换一种说法来定义会话：只要用户 (Id) 在 100 个时段的时间范围内出现至少一次，而会话回看窗口是 41 个时段，则会话被视为活跃。

下一个查询根据上述定义显示活跃会话的计数。

运行查询

let _data = range Timeline from 1 to 9999 step 1
    | extend __key = 1
    | join kind=inner (range Id from 1 to 50 step 1 | extend __key=1) on __key
    | where Timeline % Id == 0
    | project Timeline, Id;
// End of data definition
_data
| evaluate session_count(Id, Timeline, 1, 10000, 100, 41)
| render linechart