チュートリアル:Azure Data Explorer で監視データを取り込んでクエリを実行する

[アーティクル]
03/18/2023

このチュートリアルでは、コードを書くことなく、診断ログとアクティビティログから Azure Data Explorer クラスターにデータを取り込む方法について説明します。この簡単な取り込み方法を使用すると、データ分析のために Azure Data Explorer のクエリをすぐに開始できます。

このチュートリアルで学習する内容は次のとおりです。

Azure Data Explorer のデータベースに、テーブルと取り込みのマッピングを作成します。
更新ポリシーを使用して、取り込まれたデータの形式を設定します。
イベントハブを作成し、それを Azure Data Explorer に接続します。
Azure Monitor の診断メトリックとログ、アクティビティログからイベントハブにデータをストリーム配信します。
Azure Data Explorer を使用して、取り込まれたデータのクエリを実行します。

注意

同じ Azure の場所またはリージョンに、すべてのリソースを作成します。

前提条件

Azure サブスクリプション。無料の Azure アカウントを作成します。
Azure Data Explorer クラスターとデータベース。クラスターとデータベースを作成します。このチュートリアルでのデータベース名は TestDatabase です。

Azure Monitor データプロバイダー: 診断メトリックとログ、アクティビティログ

以下の Azure Monitor の診断メトリックとログ、アクティビティログによって提供されるデータを見て理解します。これらのデータスキーマに基づいて、インジェストパイプラインを作成してみましょう。ログの各イベントにはレコードの配列が含まれます。このチュートリアルの後半では、このレコードの配列が分割されます。

診断メトリックとログおよびアクティビティログの例

Azure の診断メトリックとログ、アクティビティログは、Azure サービスによって生成され、そのサービスの動作に関するデータを提供します。

診断メトリックの例

診断メトリックは、1 分の時間グレインで集計されます。クエリ期間に対する Azure Data Explorer メトリックイベントスキーマの例を次に示します。

{
    "records": [
    {
        "count": 14,
        "total": 0,
        "minimum": 0,
        "maximum": 0,
        "average": 0,
        "resourceId": "/SUBSCRIPTIONS/<subscriptionID>/RESOURCEGROUPS/<resource-group>/PROVIDERS/MICROSOFT.KUSTO/CLUSTERS/<cluster-name>",
        "time": "2018-12-20T17:00:00.0000000Z",
        "metricName": "QueryDuration",
        "timeGrain": "PT1M"
    },
    {
        "count": 12,
        "total": 0,
        "minimum": 0,
        "maximum": 0,
        "average": 0,
        "resourceId": "/SUBSCRIPTIONS/<subscriptionID>/RESOURCEGROUPS/<resource-group>/PROVIDERS/MICROSOFT.KUSTO/CLUSTERS/<cluster-name>",
        "time": "2018-12-21T17:00:00.0000000Z",
        "metricName": "QueryDuration",
        "timeGrain": "PT1M"
    }
    ]
}

診断ログの例

Azure Data Explorer の診断インジェストログの例を次に示します。

{
    "time": "2019-08-26T13:22:36.8804326Z",
    "resourceId": "/SUBSCRIPTIONS/<subscriptionID>/RESOURCEGROUPS/<resource-group>/PROVIDERS/MICROSOFT.KUSTO/CLUSTERS/<cluster-name>",
    "operationName": "MICROSOFT.KUSTO/CLUSTERS/INGEST/ACTION",
    "operationVersion": "1.0",
    "category": "FailedIngestion",
    "resultType": "Failed",
    "correlationId": "d59882f1-ad64-4fc4-b2ef-d663b6cc1cc5",
    "properties": {
        "OperationId": "00000000-0000-0000-0000-000000000000",
        "Database": "Kusto",
        "Table": "Table_13_20_prod",
        "FailedOn": "2019-08-26T13:22:36.8804326Z",
        "IngestionSourceId": "d59882f1-ad64-4fc4-b2ef-d663b6cc1cc5",
        "Details":
        {
            "error":
            {
                "code": "BadRequest_DatabaseNotExist",
                "message": "Request is invalid and cannot be executed.",
                "@type": "Kusto.Data.Exceptions.DatabaseNotFoundException",
                "@message": "Database 'Kusto' was not found.",
                "@context":
                {
                    "timestamp": "2019-08-26T13:22:36.7179157Z",
                    "serviceAlias": "<cluster-name>",
                    "machineName": "KEngine000001",
                    "processName": "Kusto.WinSvc.Svc",
                    "processId": 5336,
                    "threadId": 6528,
                    "appDomainName": "Kusto.WinSvc.Svc.exe",
                    "clientRequestd": "DM.IngestionExecutor;a70ddfdc-b471-4fc7-beac-bb0f6e569fe8",
                    "activityId": "f13e7718-1153-4e65-bf82-8583d712976f",
                    "subActivityId": "2cdad9d0-737b-4c69-ac9a-22cf9af0c41b",
                    "activityType": "DN.AdminCommand.DataIngestPullCommand",
                    "parentActivityId": "2f65e533-a364-44dd-8d45-d97460fb5795",
                    "activityStack": "(Activity stack: CRID=DM.IngestionExecutor;a70ddfdc-b471-4fc7-beac-bb0f6e569fe8 ARID=f13e7718-1153-4e65-bf82-8583d712976f > DN.Admin.Client.ExecuteControlCommand/5b764b32-6017-44a2-89e7-860eda515d40 > P.WCF.Service.ExecuteControlCommandInternal..IAdminClientServiceCommunicationContract/c2ef9344-069d-44c4-88b1-a3570697ec77 > DN.FE.ExecuteControlCommand/2f65e533-a364-44dd-8d45-d97460fb5795 > DN.AdminCommand.DataIngestPullCommand/2cdad9d0-737b-4c69-ac9a-22cf9af0c41b)"
                },
                "@permanent": true
            }
        },
        "ErrorCode": "BadRequest_DatabaseNotExist",
        "FailureStatus": "Permanent",
        "RootActivityId": "00000000-0000-0000-0000-000000000000",
        "OriginatesFromUpdatePolicy": false,
        "ShouldRetry": false,
        "IngestionSourcePath": "https://c0skstrldkereneus01.blob.core.windows.net/aam-20190826-temp-e5c334ee145d4b43a3a2d3a96fbac1df/3216_test_3_columns_invalid_8f57f0d161ed4a8c903c6d1073005732_59951f9ca5d143b6bdefe52fa381a8ca.zip"
    }
}

アクティビティログの例

Azure アクティビティログは、サブスクリプションのリソースに対して実行された操作を分析できるサブスクリプションレベルのログです。アクセスを確認するためのアクティビティログイベントの例を次に示します。

{
    "records": [
    {
        "time": "2018-12-26T16:23:06.1090193Z",
        "resourceId": "/SUBSCRIPTIONS/<subscriptionID>/RESOURCEGROUPS/<resource-group>/PROVIDERS/MICROSOFT.WEB/SITES/CLNB5F73B70-DCA2-47C2-BB24-77B1A2CAAB4D/PROVIDERS/MICROSOFT.AUTHORIZATION",
        "operationName": "MICROSOFT.AUTHORIZATION/CHECKACCESS/ACTION",
        "category": "Action",
        "resultType": "Start",
        "resultSignature": "Started.",
        "durationMs": 0,
        "callerIpAddress": "13.66.225.188",
        "correlationId": "0de9f4bc-4adc-4209-a774-1b4f4ae573ed",
        "identity": {
            "authorization": {
                ...
            },
            "claims": {
                ...
            }
        },
        "level": "Information",
        "location": "global",
        "properties": {
            ...
        }
    },
    {
        "time": "2018-12-26T16:23:06.3040244Z",
        "resourceId": "/SUBSCRIPTIONS/<subscriptionID>/RESOURCEGROUPS/<resource-group>/PROVIDERS/MICROSOFT.WEB/SITES/CLNB5F73B70-DCA2-47C2-BB24-77B1A2CAAB4D/PROVIDERS/MICROSOFT.AUTHORIZATION",
        "operationName": "MICROSOFT.AUTHORIZATION/CHECKACCESS/ACTION",
        "category": "Action",
        "resultType": "Success",
        "resultSignature": "Succeeded.OK",
        "durationMs": 194,
        "callerIpAddress": "13.66.225.188",
        "correlationId": "0de9f4bc-4adc-4209-a774-1b4f4ae573ed",
        "identity": {
            "authorization": {
                ...
            },
            "claims": {
                ...
            }
        },
        "level": "Information",
        "location": "global",
        "properties": {
            "statusCode": "OK",
            "serviceRequestId": "87acdebc-945f-4c0c-b931-03050e085626"
        }
    }]
}

Azure Data Explorer で取り込みパイプラインを設定する

Azure Data Explorer のパイプラインの設定には、テーブルの作成やデータの取り込みなど、いくつかの手順が含まれています。データの操作、マップ、更新を行うこともできます。

Azure Data Explorer の Web UI に接続する

Azure Data Explorer の TestDatabase データベースで [クエリ] を選択して、Azure Data Explorer の Web UI を開きます。

[クエリ] ページ。

ターゲットテーブルを作成する

Azure Monitor ログの構造は表形式ではありません。データを操作し、各イベントを 1 つまたは複数のレコードに展開します。生データは、アクティビティログの場合は ActivityLogsRawRecords、診断メトリックとログの場合は DiagnosticRawRecords という中間テーブルに取り込まれます。その時点で、データを操作および展開します。更新ポリシーを使用すると、展開されたデータは、アクティビティログの場合は ActivityLogs テーブル、診断メトリックの場合は DiagnosticMetrics、診断ログの場合は DiagnosticLogs に取り込まれます。つまり、アクティビティログを取り込むには 2 つの異なるテーブルを作成し、診断メトリックと診断ログを取り込むには 3 つの異なるテーブルを作成する必要があります。

Azure Data Explorer の Web UI を使用して、Azure Data Explorer データベースにターゲットテーブルを作成します。

診断メトリックのためのテーブルを作成する

TestDatabase データベースで、診断メトリックレコードを格納する DiagnosticMetrics という名前のテーブルを作成します。次 .create table の管理コマンドを使用します。
```
.create table DiagnosticMetrics (Timestamp:datetime, ResourceId:string, MetricName:string, Count:int, Total:double, Minimum:double, Maximum:double, Average:double, TimeGrain:string)
```
[実行] を選択してテーブルを作成します。
次のクエリを使用して、データ操作用の DiagnosticRawRecords という名前の中間データテーブルを TestDatabase データベース内に作成します。 [実行] を選択してテーブルを作成します。
```
.create table DiagnosticRawRecords (Records:dynamic)
```
中間テーブルのアイテム保持ポリシーをゼロに設定します。
```
.alter-merge table DiagnosticRawRecords policy retention softdelete = 0d
```

診断ログのためのテーブルを作成する

TestDatabase データベースで、診断ログレコードを格納する DiagnosticLogs という名前のテーブルを作成します。次 .create table の管理コマンドを使用します。

.create table DiagnosticLogs (Timestamp:datetime, ResourceId:string, OperationName:string, Result:string, OperationId:string, Database:string, Table:string, IngestionSourceId:string, IngestionSourcePath:string, RootActivityId:string, ErrorCode:string, FailureStatus:string, Details:string)

[実行] を選択してテーブルを作成します。
次のクエリを使用して、データ操作用の DiagnosticRawRecords という名前の中間データテーブルを TestDatabase データベース内に作成します。 [実行] を選択してテーブルを作成します。
```
.create table DiagnosticRawRecords (Records:dynamic)
```
中間テーブルのアイテム保持ポリシーをゼロに設定します。
```
.alter-merge table DiagnosticRawRecords policy retention softdelete = 0d
```

アクティビティログのためのテーブルを作成する

アクティビティログレコードを受け取る ActivityLogs という名前のテーブルを TestDatabase データベース内に作成します。テーブルを作成するには、次の Azure Data Explorer クエリを実行します。

.create table ActivityLogs (Timestamp:datetime, ResourceId:string, OperationName:string, Category:string, ResultType:string, ResultSignature:string, DurationMs:int, IdentityAuthorization:dynamic, IdentityClaims:dynamic, Location:string, Level:string)

データ操作用の ActivityLogsRawRecords という名前の中間データテーブルを TestDatabase データベース内に作成します。
```
.create table ActivityLogsRawRecords (Records:dynamic)
```
中間テーブルのアイテム保持ポリシーをゼロに設定します。
```
.alter-merge table ActivityLogsRawRecords policy retention softdelete = 0d
```

テーブルマッピングを作成する

データ形式が json であるため、データのマッピングが必須です。 json のマッピングでは、json の各パスがテーブルの列名にマップされます。特殊文字を含む JSON パスは、['プロパティ名'] の形式でエスケープする必要があります。詳しくは、「JSONPath 構文」を参照してください。

診断メトリックと診断ログ
アクティビティログ

診断メトリックとログをテーブルにマップする

診断メトリックとログのデータをテーブルにマップするには、次のクエリを使用します。

.create table DiagnosticRawRecords ingestion json mapping 'DiagnosticRawRecordsMapping' '[{"column":"Records","Properties":{"path":"$.records"}}]'

アクティビティログをテーブルにマップする

アクティビティログのデータをテーブルにマップするには、次のクエリを使用します。

.create table ActivityLogsRawRecords ingestion json mapping 'ActivityLogsRawRecordsMapping' '[{"column":"Records","Properties":{"path":"$.records"}}]'

メトリックおよびログのデータの更新ポリシーを作成する

診断メトリックのデータ更新ポリシーを作成する

コレクション内の各値が個別の行を受け取るように診断メトリックレコードのコレクションを展開する関数を作成します。 mv-expand 演算子を使用します。

.create function DiagnosticMetricsExpand() {
   DiagnosticRawRecords
   | mv-expand events = Records
   | where isnotempty(events.metricName)
   | project
       Timestamp = todatetime(events['time']),
       ResourceId = tostring(events.resourceId),
       MetricName = tostring(events.metricName),
       Count = toint(events['count']),
       Total = todouble(events.total),
       Minimum = todouble(events.minimum),
       Maximum = todouble(events.maximum),
       Average = todouble(events.average),
       TimeGrain = tostring(events.timeGrain)
}

更新ポリシーをターゲットテーブルに追加します。このポリシーでは、DiagnosticRawRecords 中間データテーブルに新しく取り込まれたデータに対してクエリが自動的に実行され、その結果が DiagnosticMetrics テーブルに取り込まれます。
```
.alter table DiagnosticMetrics policy update @'[{"Source": "DiagnosticRawRecords", "Query": "DiagnosticMetricsExpand()", "IsEnabled": "True", "IsTransactional": true}]'
```

診断ログのデータ更新ポリシーを作成する

コレクション内の各値が個別の行を受け取るように診断ログレコードのコレクションを展開する関数を作成します。 Azure Data Explorer クラスターでインジェストログを有効にし、インジェストログスキーマを使用します。成功したインジェストと失敗したインジェスト用にテーブルを 1 つ作成します。インジェストが成功した場合は、いくつかのフィールド (ErrorCode など) が空になります。 mv-expand 演算子を使用します。

.create function DiagnosticLogsExpand() {
    DiagnosticRawRecords
    | mv-expand events = Records
    | where isnotempty(events.operationName)
    | project
        Timestamp = todatetime(events['time']),
        ResourceId = tostring(events.resourceId),
        OperationName = tostring(events.operationName),
        Result = tostring(events.resultType),
        OperationId = tostring(events.properties.OperationId),
        Database = tostring(events.properties.Database),
        Table = tostring(events.properties.Table),
        IngestionSourceId = tostring(events.properties.IngestionSourceId),
        IngestionSourcePath = tostring(events.properties.IngestionSourcePath),
        RootActivityId = tostring(events.properties.RootActivityId),
        ErrorCode = tostring(events.properties.ErrorCode),
        FailureStatus = tostring(events.properties.FailureStatus),
        Details = tostring(events.properties.Details)
}

更新ポリシーをターゲットテーブルに追加します。このポリシーでは、DiagnosticRawRecords 中間データテーブルに新しく取り込まれたデータに対してクエリが自動的に実行され、その結果が DiagnosticLogs テーブルに取り込まれます。
```
.alter table DiagnosticLogs policy update @'[{"Source": "DiagnosticRawRecords", "Query": "DiagnosticLogsExpand()", "IsEnabled": "True", "IsTransactional": true}]'
```

アクティビティログのデータ更新ポリシーを作成する

コレクション内の各値が個別の行を受け取るようにアクティビティログレコードのコレクションを展開する関数を作成します。 mv-expand 演算子を使用します。

.create function ActivityLogRecordsExpand() {
    ActivityLogsRawRecords
    | mv-expand events = Records
    | project
        Timestamp = todatetime(events['time']),
        ResourceId = tostring(events.resourceId),
        OperationName = tostring(events.operationName),
        Category = tostring(events.category),
        ResultType = tostring(events.resultType),
        ResultSignature = tostring(events.resultSignature),
        DurationMs = toint(events.durationMs),
        IdentityAuthorization = events.identity.authorization,
        IdentityClaims = events.identity.claims,
        Location = tostring(events.location),
        Level = tostring(events.level)
}

更新ポリシーをターゲットテーブルに追加します。このポリシーでは、ActivityLogsRawRecords 中間データテーブルに新しく取り込まれたデータに対してクエリが自動的に実行され、その結果が ActivityLogs テーブルに取り込まれます。
```
.alter table ActivityLogs policy update @'[{"Source": "ActivityLogsRawRecords", "Query": "ActivityLogRecordsExpand()", "IsEnabled": "True", "IsTransactional": true}]'
```

Azure Event Hubs 名前空間を作成する

Azure 診断設定により、ストレージアカウントまたはイベントハブへのメトリックとログのエクスポートが可能になります。このチュートリアルでは、イベントハブ経由でメトリックとログをルーティングします。診断メトリックとログ用のイベントハブと Event Hubs 名前空間を次の手順で作成します。 Azure Monitor では、アクティビティログ用にイベントハブ insights-operational-logs が作成されます。

Azure portal で Azure Resource Manager テンプレートを使用して、イベントハブを作成します。この記事の残りの手順を実行するには、 [Azure へのデプロイ] ボタンを右クリックして、 [新しいウィンドウで開く] を選択します。 [Azure へのデプロイ] ボタンをクリックすると、Azure portal に移動します。
Event Hubs 名前空間と、診断ログ用のイベントハブを作成します。 Event Hubs 名前空間を作成する方法に関するページをご覧ください。

フォームに次の情報を入力します。次の表に記載されていない設定については、既定値を使用してください。

設定	推奨値	説明
サブスクリプション	該当するサブスクリプション	イベントハブに使用する Azure サブスクリプションを選択します。
リソースグループ	test-resource-group	新しいリソースグループを作成します。
場所	ニーズに最も適したリージョンを選択します。	他のリソースと同じ場所に、Event Hubs 名前空間を作成します。
名前空間名	AzureMonitoringData	名前空間を識別する一意の名前を選択します。
イベントハブ名	DiagnosticData	イベントハブは、固有のスコープコンテナーを提供する名前空間以下にあります。
コンシューマーグループ名	adxpipeline	コンシューマーグループ名を作成します。コンシューマーグループを使用すると、複数の使用アプリケーションがそれぞれイベントストリームビューを持つことができるようになります。

Azure Monitor のメトリックとログをイベントハブに接続する

ここで、診断メトリックとログ、アクティビティログをイベントハブに接続する必要があります。

診断メトリックと診断ログ
アクティビティログ

診断メトリックとログをイベントハブに接続する

メトリックをエクスポートするリソースを選択します。診断データのエクスポートは、Event Hubs 名前空間、Azure Key Vault、Azure IoT Hub、Azure Data Explorer クラスターなど、複数のリソースの種類でサポートされます。このチュートリアルでは、Azure Data Explorer クラスターをリソースとして使用し、クエリパフォーマンスのメトリックとインジェスト結果のログを確認します。

Azure portal でお使いの Kusto クラスターを選択します。
[診断設定] を選択してから、 [診断をオンにする] リンクを選択します。
[診断設定] ウィンドウが開きます。次の手順を実行します。
1. 診断ログデータに ADXExportedData という名前を付けます。
2. [ログ] で、 [SucceededIngestion] と [FailedIngestion] の両方のチェックボックスをオンにします。
3. [メトリック] の [クエリパフォーマンス] チェックボックスをオンにします。
4. [イベントハブへのストリーム] チェックボックスをオンにします。
5. [構成] をクリックします。
[イベントハブの選択] ウィンドウで、自分が作成したイベントハブに診断ログからデータをエクスポートする方法を構成します。
1. [イベントハブの名前空間の選択] リストで、AzureMonitoringData を選択します。
2. [イベントハブ名を選択する] リストで、DiagnosticData を選択します。
3. [イベントハブポリシー名の選択] リストで、RootManagerSharedAccessKey を選択します。
4. [OK] を選択します。
[保存] を選択します。

イベントハブに送られてくるデータを確認する

接続が定義され、イベントハブへのアクティビティログのエクスポートが完了するまで、数分待ちます。ご自分の Event Hubs 名前空間に移動して、自分が作成したイベントハブを確認します。
イベントハブに送られてくるデータを確認します。

イベントハブを Azure Data Explorer に接続する

次に、診断メトリックとログ、アクティビティログのデータ接続を作成する必要があります。

診断メトリックとログ、アクティビティログのデータ接続を作成する

kustodocs という名前の Azure Data Explorer クラスターで、左側のメニューの [データベース] を選択します。
[データベース] ウィンドウで、ご自分の TestDatabase データベースを選択します。
左側のメニューで、[データインジェスト] を選択します。
[データインジェスト] ウィンドウで、[+ データ接続の追加] を選びます。
[データ接続] ウィンドウで、次の情報を入力します。

診断メトリックと診断ログ
アクティビティログ

[データ接続] ウィンドウで、次の設定を使用します。

データソース:

設定	推奨値	フィールドの説明
データ接続名	DiagnosticsLogsConnection	Azure データエクスプローラーで作成する接続の名前。
イベントハブの名前空間	AzureMonitoringData	以前に選択した、名前空間を識別する名前。
イベントハブ	DiagnosticData	作成したイベントハブ。
コンシューマーグループ	adxpipeline	作成したイベントハブに定義されているコンシューマーグループ。

ターゲットテーブル:

ルーティングには、"静的" と "動的" という 2 つのオプションがあります。このチュートリアルでは、静的ルーティング (既定) を使用し、テーブル名、データ形式、およびマッピングを指定します。 [My data includes routing info](データにルーティング情報が含まれている) をオフのままにしておきます。

設定	推奨値	フィールドの説明
Table	DiagnosticRawRecords	自分が TestDatabase データベースに作成したテーブル。
データ形式	JSON	テーブルで使用される形式。
列マッピング	DiagnosticRawRecordsMapping	自分が TestDatabase データベースに作成したマッピング。これにより、受信 JSON データが DiagnosticRawRecords テーブルの列名とデータ型にマッピングされます。

［作成］ を選択します

[データ接続] ウィンドウで、次の設定を使用します。

データソース:

設定	推奨値	フィールドの説明
データ接続名	ActivityLogsConnection	Azure データエクスプローラーで作成する接続の名前。
イベントハブの名前空間	AzureMonitoringData	以前に選択した、名前空間を識別する名前。
イベントハブ	insights-operational-logs	作成したイベントハブ。
コンシューマーグループ	$Default	既定のコンシューマーグループ。必要な場合は、異なるコンシューマーグループを作成できます。

ターゲットテーブル:

設定	推奨値	フィールドの説明
Table	ActivityLogsRawRecords	自分が TestDatabase データベースに作成したテーブル。
データ形式	JSON	テーブルで使用される形式。
列マッピング	ActivityLogsRawRecordsMapping	自分が TestDatabase データベースに作成したマッピング。これにより、受信 JSON データが ActivityLogsRawRecords の列名とデータ型にマッピングされます。

［作成］ を選択します

新しいテーブルのクエリを実行する

パイプラインをデータが流れるようになりました。クラスター経由での取り込みには既定で 5 分かかるので、データが流れるのを数分待ってから、クエリを始めます。

診断メトリックテーブルに対してクエリを実行する

次のクエリでは、Azure Data Explorer の診断メトリックレコードからクエリ期間のデータを分析します。

DiagnosticMetrics
| where Timestamp > ago(15m) and MetricName == 'QueryDuration'
| summarize avg(Average)

クエリの結果:

avg_Average
00:06.156

診断ログテーブルに対してクエリを実行する

このパイプラインからは、イベントハブを介してインジェストが生成されます。それらのインジェストの結果を確認します。次のクエリでは、1 分間に生じたインジェストの数を分析します (各間隔の Database、Table、IngestionSourcePath のサンプルを含む)。

DiagnosticLogs
| where Timestamp > ago(15m) and OperationName has 'INGEST'
| summarize count(), take_any(Database, Table, IngestionSourcePath) by bin(Timestamp, 1m)

クエリの結果:

count_	any_Database	any_Table	any_IngestionSourcePath
00:06.156	TestDatabase	DiagnosticRawRecords	`https://rtmkstrldkereneus00.blob.core.windows.net/20190827-readyforaggregation/1133_TestDatabase_DiagnosticRawRecords_6cf02098c0c74410bd8017c2d458b45d.json.zip`

アクティビティログテーブルに対してクエリを実行する

次のクエリでは、Azure Data Explorer のアクティビティログレコードのデータを分析します。

ActivityLogs
| where OperationName == 'MICROSOFT.EVENTHUB/NAMESPACES/AUTHORIZATIONRULES/LISTKEYS/ACTION'
| where ResultType == 'Success'
| summarize avg(DurationMs)

クエリの結果:

avg(DurationMs)
768.333

次の方法で共有

チュートリアル:Azure Data Explorer で監視データを取り込んでクエリを実行する

前提条件

Azure Monitor データプロバイダー: 診断メトリックとログ、アクティビティログ

診断メトリックとログおよびアクティビティログの例

診断メトリックの例

診断ログの例

アクティビティログの例

Azure Data Explorer で取り込みパイプラインを設定する

Azure Data Explorer の Web UI に接続する

ターゲットテーブルを作成する

診断メトリックのためのテーブルを作成する

診断ログのためのテーブルを作成する

アクティビティログのためのテーブルを作成する

テーブルマッピングを作成する

診断メトリックとログをテーブルにマップする

アクティビティログをテーブルにマップする

メトリックおよびログのデータの更新ポリシーを作成する

診断メトリックのデータ更新ポリシーを作成する

診断ログのデータ更新ポリシーを作成する

アクティビティログのデータ更新ポリシーを作成する

Azure Event Hubs 名前空間を作成する

Azure Monitor のメトリックとログをイベントハブに接続する

診断メトリックとログをイベントハブに接続する

アクティビティログをイベントハブに接続する

イベントハブに送られてくるデータを確認する

イベントハブを Azure Data Explorer に接続する

診断メトリックとログ、アクティビティログのデータ接続を作成する

新しいテーブルのクエリを実行する

診断メトリックテーブルに対してクエリを実行する

診断ログテーブルに対してクエリを実行する

アクティビティログテーブルに対してクエリを実行する

フィードバック

その他のリソース

次の方法で共有

チュートリアル:Azure Data Explorer で監視データを取り込んでクエリを実行する

前提条件

Azure Monitor データ プロバイダー: 診断メトリックとログ、アクティビティ ログ

診断メトリックとログおよびアクティビティ ログの例

診断メトリックの例

Azure Data Explorer で取り込みパイプラインを設定する

Azure Data Explorer の Web UI に接続する

ターゲット テーブルを作成する

診断メトリックのためのテーブルを作成する

テーブル マッピングを作成する

診断メトリックとログをテーブルにマップする

メトリックおよびログのデータの更新ポリシーを作成する

診断メトリックのデータ更新ポリシーを作成する

Azure Event Hubs 名前空間を作成する

Azure Monitor のメトリックとログをイベント ハブに接続する

診断メトリックとログをイベント ハブに接続する

イベント ハブに送られてくるデータを確認する

イベント ハブを Azure Data Explorer に接続する

診断メトリックとログ、アクティビティ ログのデータ接続を作成する

新しいテーブルのクエリを実行する

診断メトリック テーブルに対してクエリを実行する

関連コンテンツ

フィードバック

その他のリソース

Azure Monitor データプロバイダー: 診断メトリックとログ、アクティビティログ

診断メトリックとログおよびアクティビティログの例

ターゲットテーブルを作成する

テーブルマッピングを作成する

Azure Monitor のメトリックとログをイベントハブに接続する

診断メトリックとログをイベントハブに接続する

イベントハブに送られてくるデータを確認する

イベントハブを Azure Data Explorer に接続する

診断メトリックとログ、アクティビティログのデータ接続を作成する

診断メトリックテーブルに対してクエリを実行する