dynamic 数据类型
dynamic 标量数据类型可以是以下任何值：
dynamic值的数组，其中包含零个或零个以上的值，并从零开始编制索引。- 一个属性包，可将唯一的
string值映射到dynamic值。 此属性包有零个或零个以上的此类映射（称为“槽”），通过唯一的string值进行索引编制。 这些槽是无序的。 - 下述任何基元标量数据类型的值：
bool、datetime、guid、int、long、real、string和timespan。 - NULL。 有关详细信息，请参阅 Null 值。
注意
dynamic类型的值的限制为 1MB (2^20)，未压缩。 如果记录中的单元格值超过 1MB，则该值将被删除并且引入会成功。 可以通过更改列的编码策略来增加列的MaxValueSize。- 虽然
dynamic类型看起来类似于 JSON，但是它可以保存 JSON 模型无法表示的不存在于 JSON 中的值（例如，long、real、datetime、timespan和guid）。 因此，在将dynamic值序列化为 JSON 表示形式时，JSON 无法表示的值将被序列化为string值。 与之相反，Kusto 会将字符串作为强类型值进行分析（如果它们可以这样进行分析）。 这适用于datetime、real、long和guid类型。 有关 JSON 对象模型的详细信息，请参阅 json.org。 - Kusto 不会尝试保留属性包中从名称到值的映射的顺序，因此你不能假定顺序会保留。 例如，将两个具有相同映射集的属性包表示为
string值时，它们完全有可能产生不同的结果。
动态文本
若要指定 dynamic 文本，请使用以下语法选项之一：
| 语法 | 说明 | 示例 |
|---|---|---|
dynamic([value [, ...]]) |
由动态文本或其他标量文本构成的数组。 | dynamic([1, 2, "hello"]) |
dynamic({key = value [, ...]}) |
一个属性包，或对象。 键的值可以是嵌套属性包。 | dynamic({"a":1, "b":{"a":2}}) |
dynamic(value) |
一个动态值，其中包含内部标量数据类型的值。 | dynamic(4) |
dynamic(null) |
表示 null 值。 |
详细了解语法约定。
动态对象访问器
若要对字典执行下标操作，请使用点表示法 (dict.key) 或方括号表示法 (dict["key"])。 如果下标为字符串常量，则这两个选项是等效的。
注意
若要使用表达式作为下标，请使用方括号表示法。 使用算术表达式时，方括号内的表达式必须括在圆括号中。
在下面的示例中，dict 和 arr 是 dynamic 类型的列：
| 表达式 | 访问器表达式类型 | 含义 | 注释 |
|---|---|---|---|
| dict[col] | 实体名称（列） | 使用 col 列的值作为键对字典执行下标操作 |
列必须为字符串类型 |
| arr[index] | 实体索引（列） | 使用 index 列的值作为索引对数组执行下标操作 |
列必须为整数或布尔类型 |
| arr[-index] | 实体索引（列） | 从数组末尾检索 'index'-th 值 | 列必须为整数或布尔类型 |
| arr[(-1)] | 实体索引 | 检索数组中的最后一个值 | |
| arr[toint(indexAsString)] | 函数调用 | 将 indexAsString 列的值强制转换为 int，并使用它们对数组执行下标操作 |
|
| dict[['where']] | 用作实体名称（列）的关键字 | 使用 where 列的值作为键对字典执行下标操作 |
与某些查询语言关键字相同的实体名称必须用引号引起来 |
| dict.['where'] 或 dict['where'] | 常数 | 使用 where 字符串作为键对字典执行下标操作 |
提示
建议尽可能使用常数下标。
即使子对象具有不同的基础类型，访问 dynamic 值的子对象也会产生另一个 dynamic 值。 可以使用 gettype 函数查明值的实际基础类型，并使用下面列出的任何类型强制转换函数将其强制转换为实际类型。
强制转换动态对象
对动态对象执行下标操作之后，必须将值强制转换为简单类型。
| 表达式 | 值 | 类型 |
|---|---|---|
| X | parse_json('[100,101,102]') | array |
| X[0] | parse_json('100') | dynamic |
| toint(X[1]) | 101 | int |
| Y | parse_json('{"a1":100, "a b c":"2015-01-01"}') | dictionary |
| Y.a1 | parse_json('100') | dynamic |
| Y["a b c"] | parse_json("2015-01-01") | dynamic |
| todate(Y["a b c"]) | datetime(2015-01-01) | datetime |
强制转换函数包括：
tolong()todouble()todatetime()totimespan()tostring()toguid()parse_json()
生成动态对象
可以使用多个函数创建新的 dynamic 对象：
- bag_pack() 通过名称/值对创建属性包。
- pack_array() 基于值列表（可以是列的列表，对于每一行，它将基于指定的列创建一个数组）创建一个数组。
- range() 创建一个包含数字算术序列的数组。
- zip() 将两个数组中的“并行”值配对成一个数组。
- repeat() 创建一个包含重复值的数组。
此外，还有多个聚合函数可用于创建 dynamic 数组来保存聚合值：
- buildschema() 返回包含多个
dynamic值的聚合架构。 - make_bag() 返回一个在组内包含动态值的属性包。
- make_bag_if() 返回一个在组内包含动态值的属性包（带谓词）。
- make_list() 返回一个按顺序保存所有值的数组。
- make_list_if() 返回一个按顺序保存所有值的数组（带谓词）。
- make_list_with_nulls() 返回一个按顺序保存所有值（包括 NULL 值）的数组。
- make_set() 返回一个保存所有唯一值的数组。
- make_set_if() 返回一个保存所有唯一值的数组（带谓词）。
基于 dynamic 类型的运算符和函数
有关标量动态/数组函数的完整列表，请参阅动态/数组函数。
| 运算符或函数 | dynamic 数据类型的用法 |
|---|---|
value in array |
如果有 = = value 的 array 元素，则为 true where City in ('London', 'Paris', 'Rome') |
value !in array |
如果没有 = = value 的 array 元素，则为 true |
| array | 如果不是数组，则为 null |
bag_has_key(bag,key) |
检查动态包列是否包含给定密钥。 |
bag_keys(bag) |
枚举 dynamic 属性包对象中的所有根键。 |
bag_merge(bag1,...,bagN) |
将多个 dynamic 属性包合并成一个包含所有属性的 dynamic 属性包。 |
bag_set_key(bag,key,value) |
将动态属性包中的给定键设置为给定值。 |
extract_json(path,object), extract_json(path,object) |
使用路径导航到对象。 |
parse_json(source) |
将 JSON 字符串转换为动态对象。 |
range(from,to,step) |
一个 值数组。 |
mv-expand listColumn |
为指定单元格列表中的每个值复制一行。 |
summarize buildschema(column) |
根据列内容推断类型架构。 |
summarize make_bag(column) |
将列中的属性包（字典）值合并成一个属性包，无需进行键复制。 |
summarize make_bag_if(column,predicate) |
将列中的属性包（字典）值合并成一个属性包，无需进行键复制（带谓词）。 |
summarize make_list(column) |
平展行组并将列的值放入数组。 |
summarize make_list_if(column,predicate) |
平展行组并将列的值放入数组中（带谓词）。 |
summarize make_list_with_nulls(column) |
平展行组并将列的值（包括 NULL 值）放入数组中。 |
summarize make_set(column) |
平展行组并将列的值放入数组，不进行复制。 |
动态数据的索引编制
在数据引入期间，每个字段都被索引。 索引范围为单个数据分片。
若要为动态列编制索引，引入过程会枚举动态值中的所有“原子”元素（属性名、值、数组元素），并将它们转发给索引生成器。 否则，动态字段与字符串字段具有相同的倒排词索引。
示例
动态属性包
以下查询创建动态属性包。
print o=dynamic({"a":123, "b":"hello", "c":[1,2,3], "d":{}})
| extend a=o.a, b=o.b, c=o.c, d=o.d
为方便起见，还可以让查询文本自身中出现的 dynamic 文本包含以下类型的其他 Kusto 文本：datetime、timespan、real、long、guid、bool 和 dynamic。
在分析字符串时（例如在使用 parse_json 函数或引入数据时），此基于 JSON 的扩展不可用，但可以通过它执行以下操作：
print d=dynamic({"a": datetime(1970-05-11)})
若要将遵循 JSON 编码规则的 string 值分析为 dynamic 值，请使用 parse_json 函数。 例如：
parse_json('[43, 21, 65]')- 数字数组parse_json('{"name":"Alan", "age":21, "address":{"street":432,"postcode":"JLK32P"}}')- 字典parse_json('21')- 包含数字的动态类型的单个值parse_json('"21"')- 包含字符串的动态类型的单个值parse_json('{"a":123, "b":"hello", "c":[1,2,3], "d":{}}')- 提供与上例中的o相同的值。
注意
与 JavaScript 不同，JSON 要求使用双引号 (") 字符括住字符串和属性包属性名称。 因此，使用单引号 (') 字符括住 JSON 编码的字符串文本通常更简单。
将数据引入动态列
以下示例展示了如何定义一个保存 dynamic 列（以及 datetime 列）的表，然后将单个记录引入其中。 它还演示了如何对 CSV 文件中的 JSON 字符串进行编码。
// dynamic is just like any other type:
.create table Logs (Timestamp:datetime, Trace:dynamic)
// Everything between the "[" and "]" is parsed as a CSV line would be:
// 1. Since the JSON string includes double-quotes and commas (two characters
// that have a special meaning in CSV), we must CSV-quote the entire second field.
// 2. CSV-quoting means adding double-quotes (") at the immediate beginning and end
// of the field (no spaces allowed before the first double-quote or after the second
// double-quote!)
// 3. CSV-quoting also means doubling-up every instance of a double-quotes within
// the contents.
.ingest inline into table Logs
[2015-01-01,"{""EventType"":""Demo"", ""EventValue"":""Double-quote love!""}"]
输出
| Timestamp | 跟踪 |
|---|---|
| 2015-01-01 00:00:00.0000000 | {"EventType":"Demo","EventValue":"Double-quote love!"} |
相关内容
- 有关如何使用动态对象和对象访问器查询的示例，请参阅将值从一个集映射到另一个集。