Tutorial: Agregar una transformación a los datos del área de trabajo de Azure Cosmos DB mediante el portal de Azure

Este tutorial le guía por la configuración de un ejemplo de transformación en una regla de recopilación de datos del área de trabajo (DCR) mediante el portal de Azure.

Las transformaciones del área de trabajo se almacenan juntas en un único DCR para el área de trabajo, que se denomina DCR del área de trabajo. Cada transformación está asociada a una tabla determinada. La transformación se aplica a todos los datos enviados a esta tabla desde cualquier flujo de trabajo que no use un DCR.

En este tutorial aprenderá a:

Prerequisites

Para completar este tutorial, necesita:

• Un área de trabajo de Log Analytics en la que tenga al menos derechos de colaborador.
• Permisos para crear objetos DCR en el área de trabajo.
• Tabla que ya tiene algunos datos.
• La tabla no puede estar vinculada a la DCR de transformación del espacio de trabajo.

Información general del tutorial

En este tutorial, reducirá el requisito de almacenamiento de la CDBDataPlaneRequests tabla filtrando determinados registros. También eliminas el contenido de una columna al analizar los datos de la columna para almacenar un dato específico en una columna personalizada. La tabla CDBDataPlaneRequests se crea al habilitar analítica de registros en un espacio de trabajo.

En este tutorial se utiliza el portal de Azure, el cual ofrece un asistente que le guía a través del proceso de creación de una transformación en tiempo de ingestión. Después de finalizar los pasos, podrá ver que el asistente:

• Actualiza el esquema de tabla con cualquier otra columna de la consulta.
• Crea un WorkspaceTransformation DCR y lo vincula al área de trabajo si un DCR predeterminado aún no está vinculado al área de trabajo.
• Crea una transformación en tiempo de ingesta y la agrega al DCR.

Habilitar los registros de auditoría de consultas

Debe habilitar Log Analytics para su espacio de trabajo con el fin de crear la CDBDataPlaneRequests tabla con la que está trabajando. Este paso no es necesario para todas las transformaciones de tiempo de ingesta. Simplemente es para generar los datos de ejemplo con los que estamos trabajando.

Añadir una transformación a la tabla

Ahora que se ha creado la tabla, puede crear su transformación.

1. En el menú Log Analytics workspaces del portal de Azure, seleccione Tables. Busque la CDBDataPlaneRequests tabla y seleccione Crear transformación.

   

2. Dado que esta transformación es la primera del área de trabajo, debe crear un DCR de transformación del área de trabajo. Si crea transformaciones para otras tablas en la misma área de trabajo, se almacenan en este mismo DCR. Seleccione Crear una nueva regla de recopilación de datos. La suscripción y el grupo de recursos ya están configurados para el área de trabajo. Escriba un nombre para dcR y seleccione Listo.

3. Seleccione Siguiente para ver los datos de ejemplo de la tabla. Al definir la transformación, el resultado se aplica a los datos de ejemplo. Por este motivo, puede evaluar los resultados antes de aplicarlos a los datos reales. Seleccione Editor de transformación para definir la transformación.

   

4. En el editor de transformación, puede ver la transformación que se aplica a los datos antes de su ingesta en la tabla. Una tabla virtual denominada source representa los datos entrantes, que tiene el mismo conjunto de columnas que la propia tabla de destino. La transformación contiene inicialmente una consulta simple que devuelve la source tabla sin cambios.

5. Modifique la consulta en el ejemplo siguiente:

   source
   | where StatusCode != 200 // searching for requests that are not successful
   | project-away Type, TenantId
   

   La modificación realiza los siguientes cambios:

   • Las filas relacionadas con la consulta de la CDBDataPlaneRequests propia tabla se quitaron para ahorrar espacio porque estas entradas de registro no son útiles.
   • Los datos de las TenantId columnas y Type se quitaron para ahorrar espacio.
   • Las transformaciones también admiten la adición de columnas mediante el operador extend en la consulta.

   Note

   Con el portal de Azure, la salida de la transformación iniciará cambios en el esquema de tabla si es necesario. Las columnas se agregarán para que coincidan con la salida de transformación si aún no existen. Asegúrese de que la salida no contenga ninguna columna que no quiera agregar a la tabla. Si la salida no incluye columnas que ya están en la tabla, no se quitarán esas columnas, pero no se agregarán datos.

   Las columnas personalizadas agregadas a una tabla integrada deben terminar en _CF. Las columnas agregadas a una tabla personalizada no necesitan tener este sufijo. Una tabla personalizada tiene un nombre que termina en _CL.

6. Copie la consulta en el editor de transformación y seleccione Ejecutar para ver los resultados de los datos de ejemplo. Puede comprobar que la nueva Workspace_CF columna está en la consulta.

   

7. Seleccione Aplicar para guardar la transformación y, a continuación, Siguiente para revisar la configuración. Seleccione Crear para actualizar la DCR con la nueva transformación.

   

Prueba de la transformación

Permita unos 30 minutos para que la transformación surta efecto y, a continuación, pruébela mediante la ejecución de una consulta en la tabla. Esta transformación afecta solo a los datos enviados a la tabla después de aplicar la transformación.

Para este tutorial, ejecute algunas consultas de ejemplo para enviar datos a la CDBDataPlaneRequests tabla. Incluya algunas consultas en CDBDataPlaneRequests para que pueda comprobar que la transformación filtra estos registros.

Troubleshooting

En esta sección se describen las distintas condiciones de error que podría recibir y cómo corregirlas.

IntelliSense en Log Analytics no reconoce nuevas columnas en la tabla

La caché que dirige IntelliSense puede tardar hasta 24 horas en actualizarse.

La transformación en una columna dinámica no funciona

Un problema conocido afecta actualmente a las columnas dinámicas. Una solución temporal consiste en analizar explícitamente los datos de columnas dinámicas mediante parse_json() antes de realizar cualquier operación en ellos.

Pasos siguientes