重要

Microsoft Fabric 目前为预览版。 此信息与预发行产品相关，相应产品在发行之前可能会进行重大修改。 Microsoft 不对此处提供的信息作任何明示或默示的担保。

笔记本既是包含数据分析说明和结果的可读文档，也是可执行文档，可以运行以执行数据分析。 本文介绍如何使用 Jupyter 笔记本从 KQL 数据库中的数据运行高级查询和可视化效果。 本教程在 Microsoft Fabric 的实时分析和数据工程环境中使用预先创建的数据集和笔记本。 有关笔记本的详细信息，请参阅 如何使用 Microsoft Fabric 笔记本。

Kqlmagic 在 Jupyter Notebook 中扩展了 Python 内核的功能，因此可以本机运行Kusto 查询语言 (KQL) 查询。 可以将 Python 和 KQL 组合在一起，使用与 呈现 运算符集成的丰富 Plot.ly 库来查询和可视化数据。

具体来说，你将学习如何：

打开导航窗格底部的体验切换器，然后选择“ 实时分析”。

选择 “KQL 数据库”。

在 “数据库名称”下，输入 “NYCTaxidb”，然后选择“ 创建”。

从数据库中的数据库详细信息卡复制查询 URI 仪表板，并将其粘贴到某个位置（如记事本）中，以用于后续步骤。

KQL 数据库现已在所选工作区的上下文中创建。

在此步骤中，首先使用脚本创建具有指定映射的表，然后将数据从公共 Blob 获取到此表中。

从 GitHub 上的 Fabric 示例存储库复制 KQL 脚本

浏览到 KQL 数据库。

选择数据库摘要页右上角的“ 浏览数据 ”。

粘贴步骤 1 中的 KQL 脚本。

将光标置于查询中的某个位置，然后选择“ 运行 ”按钮。

第一个查询将运行并创建表和架构映射。 此查询的输出显示表和映射创建信息，包括命令的类型和 完成后完成 的结果。 第二个查询加载数据。 可能需要几分钟才能完成数据加载。

刷新数据库。 该表显示在 数据树中。

使用示例 Jupyter 笔记本查询和可视化刚刚加载到 KQL 数据库中的示例数据。

在 GitHub 上打开 Fabric 示例存储库，下载 NYC 出租车 KQL Notebook。

将笔记本保存到本地设备。

注意

笔记本必须以 .ipynb 文件格式保存。

此工作流的其余部分在 productMicrosoft Fabric 的 数据工程 部分中进行，并使用 Jupyter 笔记本查询和可视化 KQL 数据库中的数据。

打开导航窗格底部的应用切换器，然后选择“数据工程”。

在数据工程主页中，选择“导入笔记本”。

在 “导入状态 ”窗格中，选择“ 上传”。

选择在 步骤 3 中下载的 NYC 出租车 KQL 笔记本。

导入完成后，选择“ 转到工作区 ”并打开此笔记本。

选择 播放 按钮以按顺序运行每个单元格，或选择单元格并按 Shift+ Enter。 为每个包重复此步骤。

注意

等待完成检查标记出现，然后运行下一个单元格。

粘贴之前复制的查询 URI，而不是占位符群集文本。

将占位符数据库名称更改为 NYCTaxidb。

运行该单元。

身份验证代码显示在单元格下方。 复制此身份验证代码。

将代码粘贴到弹出窗口中，然后选择“下一步”

在登录窗口中输入详细信息，然后选择“ 下一步 ”登录到 KustoClient。

关闭登录确认窗口。

运行下一个单元格以检查登录是否成功。 如果成功，查询将返回行计数。

按顺序运行其余单元格，了解呈现命令如何通过 Kqlmagic 工作，并开始在 NYC 中创建出租车上车的热度地图。 有关 Kqlmagic 的详细信息，请参阅使用 Jupyter Notebook 和 Kqlmagic 扩展来分析数据

以下单元格聚合指定地理边界内的所有拾取。

运行以下单元格，通过在散点图上绘制热度地图来绘制地图。

热度地图应如下图所示：

还可以使用以下查询标记映射以显示聚类分析函数的结果。

热度地图如下图所示：

通过导航到在其中创建项的工作区来清理所创建的项。

在工作区中，将鼠标悬停在要删除的笔记本上，选择“ 更多”菜单 [...] >删除。

选择“删除” 。 删除笔记本后，无法恢复它。