KQL lernen – Microsoft Dynamics CRM-Community

Früher war FetchXML die einzige Sprache für Abfragen Dynamics CRM Dataverse. Als der WebAPI-Endpunkt eingeführt wurde, wurde auch die Abfrage im OData-Stil zu einer zusätzlichen Option. Als SQL4CDS veröffentlicht wurde, bot es eine Möglichkeit, Dataverse mit T-SQL abzufragen, das vielen Leuten, die aus den Tagen von OnPremise CRM kommen, so vertraut ist. SQL4CDS hat etwas Transpiling-Magie durchgeführt, um T-SQL in FetchXML- und/oder WebAPI-Aufrufe zu konvertieren. Deshalb sind Update-Operationen über SQL4CDS möglich. Natürlich können Sie T-SQL zusammen mit SQL Server Management Studio verwenden, da Microsoft die TDS-Endpunktfunktion für die Dataverse-Umgebung aktiviert hat.

Wenn Sie kein Dateningenieur sind, besteht eine der beliebtesten Optionen zum Analysieren und Interpretieren der Daten darin, Power BI zu verwenden oder einfach nach Microsoft Excel zu exportieren und einige Pivot-Tabellen zu erstellen. Es war nicht nötig, eine andere Abfragesprache als FetchXML und T-SQL zu lernen. Mehr Projekte erfordern jetzt eine Mischung aus Azure und Power Platform, daher ist KQL etwas, das jeder lernen oder sich dessen zumindest bewusst sein muss.

Bevor wir uns mit der Notwendigkeit von KQL befassen, wollen wir uns kurz ansehen, was KQL ist. KQL ist die von Microsoft entwickelte Kusto-Abfragesprache. Wenn Sie Abfragen in Azure Log Analytics oder Application Insights durchführen, ist KQL die Sprache, die Sie verwenden.

KQL ist genau wie SQL

Der schnellste Weg, KQL zu lernen, ist die Verwendung von Kusto Explorer. Sie können dieses Tool von https://aka.ms/ke herunterladen. Nachdem Sie Kusto Explorer heruntergeladen haben, können Sie eine neue Verbindung damit erstellen https://help.kusto.windows.net Dies ist der kostenlose Lerncluster, der von Microsoft mit Beispieldaten bereitgestellt wird. Kusto Explorer ist ein erstaunliches Tool. Es hat Intellisense.

Verbindung hinzufügen
Hilfe-Cluster

Sie müssen auch einen Ordner namens erstellen Cousteau in Ihrem Benutzerprofil. Wenn Sie diesen Ordner nicht erstellen, erhalten Sie zu viele Azure AD-Anmeldeaufforderungen. Diese Problemumgehung ist nur für die aktuelle Version 1.0.3.1167 erforderlich. Hoffentlich verschwindet dieser Fehler in der nächsten Version.

Jetzt können wir unsere KQL-Abfrage schreiben. Eine einfache Möglichkeit, KQL zu lernen, besteht darin, es zu verwenden erklären es transpiliert SQL in KQL. Es übersetzt Ihre SQL-Abfrage in eine KQL-Abfrage.

Transpilieren von SQL nach KQL

In KQL verwenden wir ein Pipe-Symbol wie PowerShell, um die Daten zu filtern und die Daten an die nächste Anweisung in der Pipeline zu übergeben. Wir können mehrere verwenden wo Aussagen und filtern unsere Daten nach und nach herunter.

Der erste nützliche Operator in KQL ist getschema. Das ist einfach so sp_help in SQL. Es hilft uns, das Tabellenschema zu verstehen.

getschema

Drei weitere Operatoren, die ebenfalls nützlich sind, sind make-serie, zusammenfassen und Wiedergabe. make-serie und zusammenfassen sind Möglichkeiten, Daten zu aggregieren und Wiedergabe ist eine Möglichkeit, ein Diagramm basierend auf den Daten anzuzeigen. Ich liebe diese Diagrammfunktion wirklich, weil es so viele Möglichkeiten gibt. Ich finde auch, dass es einfach ist, die Daten zu verstehen, anstatt auf eine langweilige Tabelle zu schauen.

Wie lernt man KQL interaktiv? Eine Möglichkeit ist die Verwendung von Azure Data Explorer.

Azure-Daten-Explorer

Sie können einen kostenlosen Azure Data Explorer-Cluster ohne Azure-Abonnement oder Kreditkarte erstellen. Sie können die Beispiele in Erste Schritte verwenden, um KQL kennenzulernen und damit herumzuspielen, indem Sie einfach die von Microsoft bereitgestellten Beispieldaten verwenden.

Sobald Sie sich ein wenig mit KQL auskennen, ist es viel einfacher, Daten im Log Analytics-Arbeitsbereich oder in App Insights abzufragen und zu analysieren. Wenn Sie Dataverse Telemetry nach AppInsights oder Logic Apps-Ausführungsdetails/nachverfolgte Eigenschaften nach Log Analytics exportieren, ist die Kenntnis von KQL sehr wichtig, um Fehler zu beheben, Leistungsprobleme zu analysieren oder sogar einige Vorhersagen auf der Grundlage historischer Daten zu treffen.

Sie müssen nicht zum Azure-Portal gehen, um Ihre App Insights-Daten abzufragen. Sie können dies ganz einfach über Kusto Explorer tun.

AppInsights-Verbindung

Das folgende Beispiel zeigt, welche Dataverse-Tabellen basierend auf AppInsights-Daten am häufigsten verwendet werden. Das Ergebnis wird mithilfe des Treemap-Diagramms gerendert, das einer der verfügbaren OOB-Diagrammtypen ist. Wie erstaunlich ist das!

Abfragen von AppInsights mit Kusto Explorer

Um Kusto Explorer mit AppInsights zu verbinden, müssen Sie dieses Format unten verwenden.

https://ade.applicationinsights.io/subscriptions/%5Bsubscription-id%5D/resourcegroups/%5Bresource-group-name%5D/providers/microsoft.insights/components/%5Bai-app-name%5D

Sie können Kusto Explorer auch mit Log Analytics Workspace verbinden, indem Sie das folgende Format verwenden.

https://ade.loganalytics.io/subscriptions/%5Bsubscription-id%5D/resourcegroups/%5Bresource-group-name%5D/providers/microsoft.operationalinsights/workspaces/%5Bworkspace-name%5D

Anstatt sich an dieses Format zu erinnern, können Sie auch die unten stehenden Bookmarklets verwenden.

javascript:prompt('App Insights URL',`https://ade.applicationinsights.io/${location.hash.split("https://community.dynamics.com/").slice(2,10).join("https://community.dynamics.com/")}` ); void 0;
javascript:prompt('Log Analytics URL',`https://ade.loganalytics.io/${location.hash.split("https://community.dynamics.com/").slice(2,10).join("https://community.dynamics.com/")}` ); void 0;

Navigieren Sie zu Ihrer AppInsights- oder Log Analytics-Ressource und führen Sie dann das Bookmarklet aus. Die vom Bookmarklet angezeigte URL verwenden Sie zum Herstellen einer Verbindung in Kusto Explorer. Diese eine Funktion hat meinem täglichen Ablauf so sehr geholfen, da ich nicht mehr zum Portal gehen muss, um meine Abfrage durchzuführen, und alle Abfragen, die ich benötige, auf meinem lokalen Computer sind.

In den letzten Wochen habe ich mit KQL und ADX herumgespielt. Ich liebe wirklich, was ich hier sehe und wie nützlich die Tools sind, um Daten zu analysieren. Ich empfehle dringend, dass Sie auch einige grundlegende KQL-Abfragen lernen. Viel Spaß beim Lernen!

Referenzen und weiterführende Literatur:

  1. https://docs.microsoft.com/en-us/azure/data-explorer/start-for-free
  2. https://github.com/rod-trent/MustLearnKQL (sehr empfehlenswert)
  3. https://www.packtpub.com/product/scalable-data-analytics-with-azure-data-explorer/9781801078542 (Sehr empfehlenswert. Tolles Buch)
  4. https://github.com/Azure/azure-kusto-microhack
  5. https://docs.microsoft.com/en-us/power-platform/admin/set-up-export-application-insights
  6. https://docs.microsoft.com/en-us/azure/data-explorer/query-monitor-data#add-a-log-analyticsapplication-insights-workspace-to-azure-data-explorer-client-tools

Unser Prozess

01


Strategie

Denken Sie immer daran, im Dschungel gibt es viele von ihnen, nachdem Sie sie überwunden haben, werden Sie es ins Paradies schaffen.

02


Entwurf

Siehst du die Hecken, wie ich sie geformt habe? Es ist wichtig, Ihre Hecken in Form zu bringen, es ist wie ein Haarschnitt, bleiben Sie frisch.

03


Erfolg

Wir sehen sie nicht, wir werden sie nie sehen. Um erfolgreich zu sein, muss man hart arbeiten, um Geschichte zu schreiben, ganz einfach, man muss es schaffen.

04


Größer werden

Schau dir den Sonnenuntergang an. Umgib dich mit Engeln, positiver Energie, schönen Menschen, schönen Seelen, reinem Herzen, Engel.

.

Author: admin

Leave a Reply

Your email address will not be published.