Microsoft Fabric에서 실시간 인텔리전스 시작

Microsoft Fabric은 KQL(Kusto 쿼리 언어)을 사용하여 데이터를 저장하고 쿼리하는 데 사용할 수 있는 런타임을 제공합니다. Kusto는 로그 파일 또는 IoT 디바이스의 실시간 데이터와 같은 시계열 구성 요소를 포함하는 데이터에 최적화되어 있습니다.

이 랩을 완료하는 데 약 30분이 소요됩니다.

참고: 이 연습을 완료하려면 Microsoft Fabric 평가판이 필요합니다.

작업 영역 만들기

패브릭에서 데이터를 사용하기 전에 패브릭 평가판을 사용하도록 설정된 작업 영역을 만듭니다.

  1. Microsoft Fabric 홈페이지(https://app.fabric.microsoft.com/home?experience=fabric)에서 실시간 인텔리전스를 선택합니다.
  2. 왼쪽 메뉴 모음에서 작업 영역을 선택합니다(아이콘은 와 유사함).
  3. Fabric 용량이 포함된 라이선스 모드(평가판, 프리미엄 또는 Fabric)를 선택하여 원하는 이름으로 새 작업 영역을 만듭니다.

  4. 새 작업 영역이 열리면 비어 있어야 합니다.

    Fabric의 빈 작업 영역 스크린샷.

KQL 데이터베이스용 파일 다운로드

이제 작업 영역이 있으므로 분석할 데이터 파일을 다운로드할 차례입니다.

  1. 이 연습을 위한 데이터 파일을 https://raw.githubusercontent.com/MicrosoftLearning/dp-data/main/sales.csv에서 다운로드하여 로컬 컴퓨터(또는 해당하는 경우 랩 VM)에 sales.csv로 저장합니다.
  2. Microsoft Fabric 환경이 있는 브라우저 창으로 돌아갑니다.

KQL 데이터베이스 만들기

KQL(Kusto 쿼리 언어)은 KQL 데이터베이스에 정의된 테이블의 정적 또는 스트리밍 데이터를 쿼리하는 데 사용됩니다. 판매 데이터를 분석하려면 KQL 데이터베이스에 테이블을 만들고 파일에서 데이터를 수집해야 합니다.

  1. 포털의 왼쪽 아래에서 실시간 인텔리전스 환경으로 전환합니다.

    환경 전환기 메뉴의 스크린샷.

  2. 실시간 인텔리전스 홈페이지에서 선택한 이름으로 새 Eventhouse를 만듭니다.

    Eventhouse가 강조 표시된 RTI 편집기의 스크린샷

    Eventhouse는 여러 프로젝트에서 데이터베이스를 그룹화하고 관리하는 데 사용됩니다. 빈 KQL 데이터베이스가 eventhouse의 이름으로 자동으로 만들어집니다.

  3. 새 데이터베이스가 만들어지면 KQL 데이터베이스 아래의 왼쪽 목록에서 선택합니다. 그런 다음 로컬 파일에서 데이터를 가져오는 옵션을 선택합니다. 마법사에서 다음 옵션을 선택하여 데이터를 새 테이블로 가져옵니다.

    • 대상:
      • 데이터베이스: 만든 데이터베이스가 이미 선택되어 있음
      • Table: 새 테이블 왼쪽에 있는 + 기호를 클릭하여 sales라는 이름의 새 테이블 만들기

      새 테이블 마법사 1단계

      • 이제 동일한 창에 파일을 여기로 끌거나 파일 찾아보기 하이퍼링크가 나타나는 것을 볼 수 있습니다.

      새 테이블 마법사 2단계

      • sales.csv를 찾아보거나 화면으로 끌어서 상태 상자가 녹색 확인란으로 바뀔 때까지 기다린 후 다음을 선택합니다.

      새 테이블 마법사 3단계

      • 이 화면에서는 시스템이 열 머리글을 검색했지만 열 머리글이 첫 번째 행에 있는 것을 볼 수 있습니다. 오류가 발생하지 않도록 하려면 슬라이더를 이 첫 번째 행은 열 머리글임 선 위로 이동해야 합니다.

      새 테이블 마법사 4단계

      • 이 슬라이더를 선택하면 모든 것이 잘 진행된 것으로 보입니다. 패널 오른쪽 하단에 있는 마침 단추를 선택합니다.

      새 테이블 마법사 5단계

      • 다음을 포함하는 요약 화면의 단계가 완료될 때까지 기다립니다.
        • 테이블 만들기(sales)
        • 매핑 만들기(sales_mapping)
        • 데이터 큐잉
        • 수집
      • 닫기 단추를 선택합니다.

      새 테이블 마법사 6단계

참고: 이 예에서는 파일에서 매우 적은 양의 정적 데이터를 가져왔는데 이 연습의 용도로는 괜찮습니다. 실제로 Kusto를 사용하면 Azure Event Hubs와 같은 스트리밍 원본의 실시간 데이터를 포함하여 훨씬 더 많은 양의 데이터를 분석할 수 있습니다.

KQL을 사용하여 판매 테이블 쿼리

이제 데이터베이스에 데이터 테이블이 있으므로 KQL 코드를 사용하여 쿼리할 수 있습니다.

  1. 판매 테이블이 강조 표시되어 있는지 확인합니다. 메뉴 모음에서 쿼리 테이블 드롭다운을 선택하고 여기에서 100개 레코드 표시를 선택합니다.

  2. 쿼리와 해당 결과가 포함된 새 창이 열립니다.

  3. 쿼리를 다음과 같이 수정합니다.

    sales
| where Item == 'Road-250 Black, 48'

  4. 쿼리를 실행합니다. 그런 다음, Road-250 Black, 48 제품에 대한 판매 주문 행만 포함해야 하는 결과를 검토합니다.

  5. 쿼리를 다음과 같이 수정합니다.

    sales
| where Item == 'Road-250 Black, 48'
| where datetime_part('year', OrderDate) > 2020

  6. 쿼리를 실행하고 결과를 검토합니다. 이 결과에는 2020년 이후에 이루어진 Road-250 Black, 48에 대한 판매 주문만 포함되어야 합니다.

  7. 쿼리를 다음과 같이 수정합니다.

    sales
| where OrderDate between (datetime(2020-01-01 00:00:00) .. datetime(2020-12-31 23:59:59))
| summarize TotalNetRevenue = sum(UnitPrice) by Item
| sort by Item asc
  8. 쿼리를 실행하고 결과를 검토합니다. 이 결과에는 제품 이름의 오름차순으로 2020년 1월 1일부터 12월 31일까지 각 제품의 총 순 수익이 포함됩니다.
  9. KQL 쿼리 세트로 저장을 선택하고 쿼리를 제품별 수익으로 저장합니다.

KQL 쿼리 세트에서 Power BI 보고서 만들기

KQL 쿼리 세트를 Power BI 보고서의 기초로 사용할 수 있습니다.

  1. 쿼리 집합에 대한 쿼리 워크벤치 편집기에서 쿼리를 실행하고 결과를 기다립니다.
  2. Power BI 보고서 빌드를 선택하고 보고서 편집기가 열릴 때까지 기다립니다.
  3. 보고서 편집기의 데이터 창에서 Kusto 쿼리 결과를 확장하고 Item 및 TotalRevenue 필드를 선택합니다.

  4. 보고서 디자인 캔버스에서 추가된 테이블 시각화를 선택한 다음 시각화 창에서 클러스터형 막대형 차트를 선택합니다.

    KQL 쿼리 보고서의 스크린샷.

  5. Power BI 창의 파일 메뉴에서 저장을 선택합니다. 그런 다음 레이크하우스 및 KQL 데이터베이스가 비 업무용 민감도 레이블을 사용하여 정의된 작업 영역에 보고서를 Revenue by Item.pbix로 저장합니다.

  6. Power BI 창을 닫고 왼쪽 막대에서 작업 영역 아이콘을 선택합니다.

    포함된 모든 항목을 보려면 필요한 경우 작업 영역 페이지를 새로 고칩니다.

  7. 작업 영역의 항목 목록에 항목별 수익 보고서가 나열되어 있습니다.

리소스 정리

이 연습에서는 레이크하우스에 업로드된 데이터를 분석하기 위한 KQL 데이터베이스인 레이크하우스를 만들었습니다. KQL을 사용하여 데이터를 쿼리하고 쿼리 집합을 만든 다음, Power BI 보고서를 만드는 데 사용했습니다.

KQL 데이터베이스 탐색을 마쳤으면 이 연습을 위해 만든 작업 영역을 삭제할 수 있습니다.

  1. 왼쪽 막대에서 작업 영역 아이콘을 선택합니다.
  2. 도구 모음의 … 메뉴에서 작업 영역 설정을 선택합니다.
  3. 일반 섹션에서 이 작업 영역 제거를 선택합니다.