الانتقال من SQL إلى KQL في Microsoft Fabric: دليل المطوّر

By Mirko Peters · 2026-10-24

تعرّف على كيفية الانتقال من SQL إلى KQL في Microsoft Fabric من خلال هذا الدليل الموجّه للمطوّرين، الذي يغطي تعيينات العبارات، وتغيّرات بنية الصياغة، واستعلامات السلاسل الزمنية.

Automatically translated with AI from the original post. Read the English original

ترحيل أحمال العمل التحليلية من SQL التقليدية إلى لغة الاستعلام Kusto (KQL) في Microsoft Fabric قد يبدو مُربكًا لمسؤولي قواعد البيانات. يستعرض هذا الدليل التعيينات البنيوية المباشرة بين عبارات SQL وعوامل KQL، ويوضح كيفية تحويل خبرتك في قواعد البيانات إلى تحقيقات سريعة في بيانات السلاسل الزمنية، دون منحنى تعلّم أولي شاق.

النقاط الرئيسية

• يستبدل KQL عبارة 'FROM' في SQL بوضع اسم الجدول في بداية الاستعلام.
• يربط رمز الأنبوب (|) في KQL العمليات المتسلسلة ببعضها، محاكيًا الطريقة المنطقية التي يعالج بها محرك الاستعلام البيانات.
• عبارة 'SELECT' في SQL تقابل العامل 'project' في KQL، بينما تُترجم عمليات 'GROUP BY' مباشرةً إلى 'summarize'.
• تتضمن Microsoft Fabric أدوات مساعدة مدمجة للتحويل، تتيح للمطوّرين التجربة والتعلّم من خلال مكافئات أوامر عملية.
• فهم حساسية حالة الأحرف والتقسيم إلى فترات زمنية (binning) خطوتان أساسيتان لكتابة استعلامات KQL جاهزة للإنتاج.

التحوّل الذهني من SQL إلى KQL

عند فتح قاعدة بيانات KQL في Microsoft Fabric للمرة الأولى، تبدو الصياغة غريبة لنحو خمس دقائق. تُجبرك SQL التقليدية على تغليف الاستعلامات ضمن بنود محددة، وغالبًا ما تبدأ بعبارة 'SELECT' وتؤخّر الجدول المصدر إلى بند 'FROM' المدفون في منتصف العبارة. أما KQL فيقلب هذا الترتيب تمامًا.

في KQL تبدأ دائمًا باسم الجدول. إذا كان اسم جدولك service_events، فهذا هو سطرك الأول المطلق. لا توجد كلمات إضافية تغلّف الاستعلام. وبمجرد تحديد الجدول، تُربط كل خطوة لاحقة باستخدام رمز الأنبوب (|). يساعدك هذا الأسلوب على قراءة الاستعلامات بشكل طبيعي من الأعلى إلى الأسفل: ابدأ بجميع الأحداث، واحتفظ بالإخفاقات فقط، وعدّها حسب الساعة، ثم رتّب الأكثر تسببًا في المشكلات.

تعيين بنود SQL إلى عوامل KQL

إذا كنت تعرف SQL، فاستخدم خبرتك جسرًا لا حاجزًا. يملك محرك Kusto المستخدم في Eventhouses ضمن Fabric مكافئات مباشرة لمعظم عمليات SQL القياسية، وإن ظهرت بترتيب مُحسّن لتحليل القياسات عن بُعد والسجلات.

أخذ العينات وإسقاط البيانات

عند استكشاف جدول غير مألوف في SQL، قد تكتب استعلامًا سريعًا يحدّ عدد الصفوف. أما في KQL فتستخدم العامل take. يؤدي تشغيل service_events | take 10 إلى الحصول على عينة صغيرة من السجلات للتحقق من أسماء الأعمدة وتنسيقات التواريخ وقيم الحالة.

لتحديد أعمدة معيّنة، أي ما يشبه عبارة 'SELECT' في SQL، تستخدم KQL العامل project. والأهم أن project يأتي لاحقًا في تدفّق الاستعلام. ويمكنك أيضًا إعادة تسمية الأعمدة أثناء الإسقاط مباشرةً، وهو ما يفيد كثيرًا عند إعداد التقارير لأصحاب المصلحة خارج فريق الهندسة.

التصفية وإضافة السمات

تعتمد تصفية الصفوف في KQL على العامل where. يمكنك ربط عدة شروط where معًا في أسطر منفصلة، مما يحسّن قابلية قراءة الاستعلام بدرجة كبيرة عند التعامل مع منطق معقّد:

service_events | where timestamp > ago(24h) | where status_code == 500

إذا كانت بياناتك تفتقر إلى سمة محددة مطلوبة للتحليل، فإن المعامل extend ينشئ عمودًا محسوبًا مؤقتًا دون تعديل جدول المصدر الأساسي. وهذا مثالي لاستخراج القيم من سلاسل الأخطاء الخام أو تصنيف الطوابع الزمنية تمهيدًا للتجميعات اللاحقة.

التعامل مع التجميعات وبيانات السلاسل الزمنية

يتطلب تجميع البيانات في SQL عبارة 'GROUP BY'. أما في KQL، فيتولى المعامل summarize جميع العمليات الحسابية المجمّعة، مثل العدد والمتوسطات والقيم الدنيا والعليا. على سبيل المثال، يبدو حساب حالات الفشل حسب اسم الخدمة على النحو التالي:

service_events | summarize failure_count = count() by service_name

عند العمل مع السجلات وبيانات القياس عن بُعد في Fabric، يكون الزمن في الغالب هو البُعد الأساسي للتجميع. تستخدم KQL الدالة bin() لتجميع الطوابع الزمنية في فترات منتظمة، مثل الفترات الساعية أو فترات الخمس دقائق، فتحوّل قائمة ضخمة ومزدحمة من سجلات المعاملات الفردية إلى خط زمني نظيف وقابل للتنفيذ.

الخلاصة والخطوات التالية

إن إتقان KQL ضمن Microsoft Fabric يفتح قدرات قوية للذكاء اللحظي، ومراقبة بيانات القياس عن بُعد، وتحليلات السجلات. ومن خلال ربط معرفتك الحالية بلغة SQL بمعاملات KQL الملائمة لخطوط المعالجة، يمكنك تقليص زمن استكشاف الأخطاء وإصلاحها والبدء فورًا في استخلاص القيمة من بياناتك المتدفقة. وللتعمق أكثر في البنية الأوسع لهذه المستودعات الحدثية ومحركات التحليلات اللحظية، استمع إلى الحلقة الكاملة للحصول على رؤى الخبراء واستراتيجيات عملية.