はじめに
Kusto クエリ言語 (KQL) を使うと、データを調べてパターンを検出し、異常値と外れ値を特定し、統計モデルを作成することができます。 Kusto クエリは、データを処理して結果を返すための、読み取り専用の要求です。 KQL には、さまざまな方法でデータを分析する幅広い関数が用意されています。
シナリオ例
あなたは、さまざまな製品を販売する小売会社で働いているとします。 あなたは営業チームのデータ アナリストであり、チームが製品についての認識を高めて売上を伸ばすのに役立つ分析情報を提供する作業を担当しています。 必要な分析情報を提供したいと思っていますが、そのためには、複数のテーブルに分散されたデータが必要になります。 あなたは、KQL を使って複数のテーブルのデータに対してクエリを実行して、分析情報を取得したいと考えています。
学習内容
Kusto 照会言語 (KQL) でクエリを記述し、最初に複数のテーブルを組み合わせてデータをエンリッチしてから、そのデータを分析してより深い分析情報を得ます。 このモジュールでは、次の方法を学習します。
joinまたはlookup演算子を使って、ディメンション テーブルのデータでファクト テーブルを拡張する。union演算子を使って、複数のテーブルまたは表形式の式の行をマージまたは追加する。materialize()関数を使ってサブクエリを最適化し、as演算子を使って一時テーブルを最適化する。summarize演算子および集計関数arg_min()とarg_max()を使って、データを分析する。
前提条件
主な目標
このセッションを完了すると、複数のテーブルのデータを組み合わせる最適化された Kusto クエリを作成し、データをエンリッチした結果としてさらに多くの分析情報を得ることができます。