超簡単！KQL（Kusto Query Language）の書き方【後編】 - ASCII.jp

FIXER cloud.config Tech Blog

2021年01月07日 11時00分更新

文● 山下 隼司／FIXER

初めに

　こんにちは。久しぶりの積雪にちょっとテンションが上がっていた入社1年目の山下です。翌朝、ベランダに雪が積もってて掃除が大変で、雪はもういいやとなりました。

　早速ですが、本題に入っていこうと思います。本テーマは、KQLを使って簡単にデータ検索ができるということを前編、後編、応用編に分けた記事の後編になります。前編はこちらをご覧ください。

KQLでよく使われる演算子

　ここでは、「KQLでよく使われる演算子を使い、実際のAzure Data Explorerのデモ画面で、自分の欲しいデータを自分の欲しい形で出力する」ということを行なっていきます。デモ画面のURLはこちらからお開きください。

① where

特定の述語でのフィルター

　　https://ift.tt/3oyJIhu

　とドキュメントにありますが、実際に見ていった方が早いので見てみましょう。

　こちらの画面は前編で説明しているので説明は省かせて頂きます。このKustoクエリを以下の画像のように編集してみてください。

　そして実行ボタンを押し、結果が出てくるのを待つと、以下のような画面が出てくるかと思います。

　これは、StormEventsテーブルの全てのデータを表示しています。

　では、ここからwhereを追加して、自分が欲しいデータを表示させてみましょう。欲しいデータは自分で決めて試してみて頂ければと思いますが、本記事では非常にシンプルではありますが、下記データを表示させてみようと思います。

・StartTimeが2007-01-01 00:00:00 ~ 2008-01-01 00:00:00の期間
・StateがMINNESOTA
・EventTypeがFlood

　実際にwhereを使って表示させてみましょう。以下の画像のように入力してみてください。

　そしてこのKustoクエリを実行すると…

　レコード数が29件まで絞り込めましたね！ これが「自分の欲しいデータを自分の欲しい形で出力する」の「自分の欲しいデータ」になります。

② project

　先ほどの結果を見て思ったことはありませんか？ 私は不要な列まで混ざっていて見づらいと感じました。そこで、必要な列だけを表示させてみましょう。そのための演算子がprojectです。以下のようにprojectの行を追加します。

　そして実行を押すと…

　必要なStartTime、State、EventTypeの列だけ表示させることができました！ だいぶ見やすくなったと思います。

③ summarize

　summarizeは入力テーブルの内容を集計したテーブルを生成します。こちらも以下のようにsummarizeの行を追加します。

　これで実行ボタンを押すと…

　2～4行目のwhere文で絞り込んだ数を出力することができました！ やっぱりシンプルですよね。summarizeはこのように、データの数を出力することができるので、ユーザ登録数のようなものも簡単に取得することができます（実際はそう上手くいかないかもしれません。あくまで一例ですのでご了承ください）。

④ sort

　sortは名前からピンとくるかもしれませんが、並べ替えです。以下のようにクエリを書き換えてみましょう。sortは並べ替えのため、わかりやすい数字で出力するために、EpisodeIdのデータを表示するようにしています。

　実行すると…

　EpisodeIdが順番に表示されました！ ちゃんと順番に並んでいますね。ちなみに、ascは昇順という意味です。降順にしたい場合は、descに書き換えて実行してみてください。

⑤ render

　最後にrenderについて説明していきます。renderは簡単に言うとグラフを生成する演算子です。実際にクエリを見ていきます。

　これで実行すると…

　横軸がStartTime、縦軸がEpisodeIdのグラフが表示されました！ たった1行でグラフが表示されることがわかりました。すごいですよね。

　クエリでは5、6行目を追加しています。5行目で、StartTimeとEpisodeの2列だけ出力し、6行目で、StartTime（横軸）とEpisode（縦軸）として、折れ線グラフで表示しています。

終わりに

　今回、Azure Data Explorerのデモ画面で、よく使われる演算子を使ってKQLの説明をしていきました。見る前よりも理解を深めることができましたでしょうか？ 少しでも理解度が上がっていれば幸いです。

　前編と後編ではAzure Data Explorerで行なってきましたが、次の応用編では、Log AnalyticsでKQLを使って、実用的なログ収集をしていこうと思います。次回の更新をお待ち頂ければと思います。

　最後までお読み頂きありがとうございました！ 次回の更新もお楽しみに。

　山下 隼司／FIXER

　20年新卒入社。
　クエリを華麗に書けるように勉強中です。

[転載元]
　超簡単！KQLの書き方（前編）

■関連サイト

Let's block ads! (Why?)

からの記事と詳細 ( 超簡単！KQL（Kusto Query Language）の書き方【後編】 - ASCII.jp )
https://ift.tt/3s1pmzO