探索 Azure Synapse 資料總管

注意：由於產品變更，此實驗室的建立資料庫及擷取資料區段有部分已知問題。我們正在努力解決這些問題。

在本練習中，您將使用 Azure Synapse Data Explorer 分析時間序列資料。

此實驗室需要大約 25 分鐘才能完成。

在您開始使用 Intune 之前

您將需要具有系統管理層級存取權的 Azure 訂用帳戶。

佈建 Synapse Analytics 工作區

提示：若您已具有來自上個練習的 Azure Synapse 工作區，請跳過本節並直接移至建立資料總管集區。

在 https://portal.azure/com 開啟 Azure 入口網站，使用與 Azure 訂用帳戶相關聯的認證登入。

注意：請確定位於您訂用帳戶所在的目錄，如右上角的使用者識別碼下方所示。否則，請選取使用者圖示並切換目錄。
在 Azure 入口網站的 [首頁]** 頁面上，使用 [＋建立資源]** 圖示來建立新的資源。
搜尋 Azure Synapse Analytics，並使用下列設定建立新的 **Azure Synapse Analytics 資源：
- 訂用帳戶：您的 Azure 訂用帳戶**
  - 資源群組：建立具有適當名稱的新資源群組，例如 “synapse-rg”**
  - 受控資源群組：輸入適當的名稱，例如 “synapse-managed-rg”**。
- 工作區名稱：*輸入唯一的工作區名稱，例如「synapse-ws-」*。
- 區域：選取任何可用區域**。
- 選取 Data Lake Storage Gen 2：從訂用帳戶
  - 帳戶名稱：*建立具有唯一名稱的新帳戶，例如「datalake」*。
  - 檔案系統名稱：*建立具有唯一名稱的新檔案系統，例如「fs」*。
注意：Synapse Analytics 工作區需要 Azure 訂用帳戶中的兩個資源群組：一個用於您明確建立的資源，另一個用於服務所使用的受控資源。還需要 Data Lake Storage 帳戶來儲存資料、指令碼和其他成品。
輸入這些詳細資料後，請選取 [檢閱 + 建立]**，然後選取 [建立]** 以建立工作區。
等候工作區建立，可能需要大約五分鐘。
部署完成後，請移至已建立的資源群組，並注意其包含 Synapse Analytics 工作區和 Data Lake Storage 帳戶。
選取 Synapse 工作區，然後在 [概觀]** 頁面的 [開啟 Synapse Studio]** 卡片中，選取 [開啟]**，以在新瀏覽器索引標籤中開啟 Synapse Studio。Synapse Studio 是 Web 介面，可用來處理 Synapse Analytics 工作區。
在 Synapse Studio 左側，使用 ›› 圖示展開功能表，這會顯示 Synapse Studio 中的不同頁面，您將使用這些頁面來管理資源和執行資料分析工作

建立資料總管集區

在 Synapse Studio 中，選取 [管理]** 頁面。
選取 [資料總管集區]** 索引標籤，然後使用 **＋新增圖示建立具有下列設定的新集區：
- 資料總管集區名稱：dxpool
- 工作負載：最佳化計算
- 大小：超小型 (2 核心)
選取 [下一步：其他設定 >]**，並啟用 [串流擷取]** 設定 - 這可讓資料總管從串流來源擷取新的資料，例如 Azure 事件中樞。
選取 [檢閱並建立]** 以建立資料總管集區，然後等候部署該集區 (可能需要 15 分鐘或更長的時間 -狀態會從 [建立] 變更為 [線上]**)。

建立資料庫並擷取資料

在 Synapse Studio 中，選取 [資料]** 頁面。
確認選取 [工作區]** 索引標籤，並視需要選取頁面左上方的 **↻ 圖示重新整理檢視，以列出資料總管資料庫。
展開 [資料總管資料庫]**，並確認已列出 **dxpool。
在 [資料]** 窗格中，使用 **＋圖示，在名稱為 iot-data 的 dxpool 集區中，建立新的資料總管資料庫。
等候建立資料庫時，請從 https://github.com/MicrosoftLearning/DP-900T00A-Azure-Data-Fundamentals/raw/master/streaming/data/devices.csv 下載 devices.csv，並將其儲存在本機電腦上的任何資料夾中。
在 Synapse Studio 中，視需要等候建立資料庫，然後在 […]** 功能表中選取新的 **iot-data 資料庫，選取 [在 Azure Data Explorer 中開啟]**。
在包含 Azure Data Explorer 的新瀏覽器索引標籤中，選取 [資料]** 索引標籤上的 [內嵌新資料]**。
在 [目的地]** 頁面中，選取下列設定：
- 叢集：Azure Synapse 工作區中的 dxpool 資料總管集區
- 資料庫：iot-data
- 資料表：建立名為 devices 的新資料表
選取 [下一步：來源]**，然後在 [來源]** 頁面上，選取下列選項：
- 來源類型：檔案
- 檔案：從本機電腦上傳 devices.csv 檔案。
選取 [下一步：結構描述]**，然後在 [結構描述]** 頁面上，確認下列設定正確：
- 壓縮類型：未壓縮
- 資料格式：CSV
- 忽略第一筆記錄：已選取
- 對應：devices_mapping
確認資料行資料類型已正確識別為 [時間 (日期時間)]、[裝置 (字串)] 和 [值 (長)]。然後選取 [下一步：開始擷取]**。
擷取完成時，請選取 [關閉]**。
在 Azure Data Explorer 的 [查詢]** 索引標籤上，確認已選取 **iot-data 資料庫，然後在查詢窗格中輸入下列查詢。
```
 devices
```

在工具列上，選取 [▷ 執行]** 按鈕來執行查詢和檢閱結果，其看起來應會類似如下：

Time	裝置	值
2022-01-01T00:00:00Z	Dev1	7
2022-01-01T00:00:01Z	Dev2	4
…	…	…

若您的結果符合此內容，表示您已順利從檔案中的資料建立裝置資料表。

提示：在本範例中，您已從檔案匯入非常少量的批次資料，其非常適合本練習的用途。實際上，您可使用資料總管來分析更大的資料量；由於您已啟用串流擷取，因此亦可設定資料總管，將資料從 Azure 事件中樞等串流來源內嵌至資料表。

使用 Kusto 查詢語言來查詢 Synapse Studio 中的資料表

關閉 [Azure Data Explorer] 瀏覽器索引標籤，並回到包含 Synapse Studio 的索引標籤。
在 [資料]** 頁面上，展開 **iot-data 資料庫及其資料表資料夾。然後在裝置資料表的 […]** 功能表中，選取 [新增 KQL 指令碼]** > [接受 1000 個資料列]**。
檢閱產生的查詢及其結果。查詢應會包含下列程式碼：
```
 devices
 | take 1000
```
查詢的結果包含前 1000 個資料列。
修改查詢，如下所示：
```
 devices
 | where Device == 'Dev1'
```
選取 [▷ 執行]** 執行查詢。然後檢閱結果，其應僅包含 Dev1 裝置的資料列。

修改查詢，如下所示：

 devices
 | where Device == 'Dev1'
 | where Time > datetime(2022-01-07)

執行查詢並檢閱結果，其應該只包含 2022 年 1 月 7 日以後的 Dev1 裝置。

修改查詢，如下所示：

 devices
 | where Time between (datetime(2022-01-01 00:00:00) .. datetime(2022-07-01 23:59:59))
 | summarize AvgVal = avg(Value) by Device
 | sort by Device asc

執行查詢並檢閱結果，其應包含在 2022 年 1 月 1 日至 1 月 7 日之間記錄的平均裝置值 (依裝置名稱遞增排序)。
關閉 [KQL查詢] 索引標籤，捨棄您的變更。

刪除 Azure 資源

探索完 Azure Synapse Analytics 後，建議您刪除所建立的資源，以免產生不必要的 Azure 成本。

關閉 Synapse Studio 瀏覽器索引標籤而不儲存任何變更，並回到 Azure 入口網站。
在 Azure 入口網站的 [首頁]**，選取 [資源群組]**。
選取 Synapse Analytics 工作區的資源群組 (非受控資源群組)，並確認其包含 Synapse 工作區、儲存體帳戶，以及工作區的資料總管集區 (若您已完成上一個練習，其亦會包含 Spark 集區)。
在資源群組的 [概觀]** 頁面頂端，選取 [刪除資源群組]**。
輸入資源群組名稱以確認要刪除，然後選取 [刪除]**。

幾分鐘後，將會刪除您的 Azure Synapse Analytics 工作區及其相關聯的受控工作區。