Använda Fabric-notebook-filer med data från en KQL-databas

Notebook-filer är både läsbara dokument som innehåller beskrivningar av dataanalys och resultat och körbara dokument som kan köras för att utföra dataanalys. I den här artikeln lär du dig hur du använder en Fabric-notebook-fil för att ansluta till data i en KQL Database och köra frågor med hjälp av interna KQL (Kusto Query Language). För mer information om anteckningsböcker, se Hur man använder Microsoft Fabric-anteckningsböcker.

Det finns några sätt att använda Fabric notebook-filer med data från din KQL-databas:

Förutsättningar

Läs in KQL-databasdata från OneLake-katalogen

KQL-databaserna i OneLake-katalogen är tillgängliga som datakällor i notebook-miljön. Du kan lägga till en KQL-databas som en datakälla i anteckningsboken och sedan referera till den i kodcellerna för att köra KQL-frågor mot den.

  1. I arbetsytan navigerar du till en befintlig notebook-fil eller skapar en ny.

  2. I fönstret Notebook's Explorer väljer du Lägg till dataobjekt och väljer sedan Från OneLake-katalog.

    Skärmbild av en notebook med Explorer-fönstret öppet på fliken Dataobjekt. Knappen Lägg till dataobjekt har expanderats och alternativet Från OneLake-katalog är markerat.

  3. I OneLake-katalogen navigerar du till din KQL-databas. Du hittar den under det Eventhouse som den tillhör, du kan filtrera listan efter typ och välja KQL-databastyp, eller så kan du söka efter den efter namn.

    Skärmbild av OneLake-katalogfiltret med ett KQL-databasfilter markerat.

  4. KQL-databasen läggs till under OneLake i notebookens utforskarruta.

    1. Expandera databasen för att se tabellerna i den.

    2. Hovra över en tabell, välj menyn mer ... och välj sedan Läs in data.

      Skärmbild av en KQL-databas som expanderats för att visa dess tabeller. Mer-menyn för en tabell expanderas för att visa alternativet Läs in data.

  5. Data från tabellen läses in i en ny kodcell i notebook-filen och en anslutning till KQL-databasen upprättas automatiskt. Du kan sedan köra kodcellen för att fråga efter data och returnera resultat i notebook-filen.

    Skärmbild av notebook-filen efter att data från KQL-databasen lästes in. Kodfragmentet är markerat.

Mer information om notebook-upplevelsen med KQL-data och alternativen för dataanalys finns i xxxxxxx.

Använd Kusto-kodfragment i en notebook

Fabric-anteckningsböcker tillhandahåller kodexempel som hjälper dig att enkelt skriva vanliga kodmönster. Du kan använda kodfragment för att skriva eller läsa data i en KQL-databas med hjälp av KQL.

  1. Navigera till en befintlig anteckningsbok eller skapa en ny.

  2. I en kodcell börjar du skriva kusto.

    Skärmdump av att använda ett kusto-kodfragment för att använda KQL i en Fabric-notebook-fil.

  3. Välj det kodfragment som motsvarar den åtgärd som du vill utföra: Skriva data till en KQL-databas eller Läsa data från en KQL-databas.

    Följande kodfragment visar exempelåtgärden för dataläsning:

    # Example of query for reading data from Kusto. Replace T with your <tablename>.
kustoQuery = "['T'] | take 10"
# The query URI for reading the data e.g. https://<>.kusto.data.microsoft.com.
kustoUri = "https://<yourKQLdatabaseURI>.z0.kusto.data.microsoft.com"
# The database with data to be read.
database = "DocsDatabase"
# The access credentials.
accessToken = mssparkutils.credentials.getToken('kusto')
kustoDf  = spark.read\
    .format("com.microsoft.kusto.spark.synapse.datasource")\
    .option("accessToken", accessToken)\
    .option("kustoCluster", kustoUri)\
    .option("kustoDatabase", database)\
    .option("kustoQuery", kustoQuery).load()

# Example that uses the result data frame.
kustoDf.show()

    Följande kodfragment visar exemplet för skrivdataoperation:

    # The Kusto cluster uri to write the data. The query Uri is of the form https://<>.kusto.data.microsoft.com 
kustoUri = ""
# The database to write the data
database = ""
# The table to write the data 
table    = ""
# The access credentials for the write
accessToken = mssparkutils.credentials.getToken('kusto')

# Generate a range of 5 rows with Id's 5 to 9
data = spark.range(5,10) 

# Write data to a Kusto table
data.write.\
format("com.microsoft.kusto.spark.synapse.datasource").\
option("kustoCluster",kustoUri).\
option("kustoDatabase",database).\
option("kustoTable", table).\
option("accessToken", accessToken ).\
option("tableCreateOptions", "CreateIfNotExist").mode("Append").save()

  4. Ange nödvändig information inom citattecknen för varje fält i datacellen:

    Fält Beskrivning Relaterade länkar
    kustoQuery KQL-frågan som ska utvärderas. KQL-översikt
    KustoUri Fråge-URI:n för din KQL-databas. Kopiera en KQL-databas-URI
    databas Namnet på din KQL-databas. Komma åt en befintlig KQL-databas
    data De data som ska skrivas till tabellen.

  5. Kör kodcellen.

Skapa en anteckningsbok från en KQL-databas

När du skapar en notebook-fil som ett relaterat objekt i en KQL-databas får notebook-filen samma namn som KQL-databasen och fylls i med anslutningsinformation.

  1. Bläddra till din KQL-databas.

  2. Välj Nytt relaterat objekt>Anteckningsbok.

    Skärmbild av att skapa en anteckningsbok som en relaterad post i en KQL-databas.

    En anteckningsbok skapas med KustoUri och databasinformation förifyllda.

  3. Ange den KQL-fråga som ska utvärderas i fältet kustoQuery.

    Skärmbild av anteckningsbok som har skapats från en KQL-databas.

  4. Kör kodcellen.

Relaterat innehåll

  • Last updated on