Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Na Inteligência em Tempo Real, interage com os seus dados no contexto de eventhouses, bases de dados KQL e tabelas. Um único espaço de trabalho pode albergar múltiplas casas de eventos, uma casa de eventos pode albergar várias bases de dados KQL, e cada base pode conter várias tabelas.
Neste artigo, você aprenderá a criar um novo banco de dados KQL. Uma vez que seu banco de dados KQL tenha dados, você pode continuar a consultar seus dados usando Kusto Query Language em um conjunto de consultas KQL.
Pré-requisitos
- Um espaço de trabalho com uma capacidade ativada por Microsoft Fabric.
Criar um novo banco de dados KQL
Para criar um novo banco de dados KQL, no explorador do Eventhouse, faça o seguinte: ou
Selecione Eventhouse e, em seguida, Novo banco de dados +
Em Bases de Dados KQL, selecione +
Introduza o nome da sua base de dados, selecione o tipo de base de dados, seja Nova base de dados (padrão) ou Nova base de dados de atalho (seguidor), e depois selecione Criar. Para obter informações sobre bancos de dados de seguidores, consulte Criar um atalho de banco de dados.
Nota
O nome do banco de dados pode conter caracteres alfanuméricos, sublinhados, pontos e hífenes. Não há suporte para caracteres especiais.
O banco de dados KQL é criado dentro do contexto da casa de eventos selecionada. Você também pode criar uma tabela vazia.
Explore a sua base de dados KQL com o conjunto de consultas KQL incorporado
Quando cria uma nova base de dados KQL, o portal cria automaticamente um ambiente anexado. Utilize este ambiente para explorar e gerir a base de dados KQL utilizando consultas KQL.
Para aceder ao conjunto de consultas KQL embutido, selecione o item KQLdatabasename_queryset da árvore de objetos da sua base de dados KQL.
Para renomear o ambiente de consulta, selecione o ícone de lápis ao lado de seu nome e insira um novo nome.
Sugestão
Também pode analisar dados com um endpoint de análise SQL ou criar um conjunto de consultas KQL autónomo.