使用 Visual Studio Code 调试 Kusto 查询语言内联 Python

适用于：✅Azure 数据资源管理器

可以使用 python() 插件在 Kusto 查询语言查询中嵌入 Python 代码。 插件运行时托管在沙盒中，这是一个隔离的安全 Python 环境。 python() 插件功能扩展了 Kusto 查询语言的本机功能，并提供了大量的 OSS Python 包。 使用此扩展，你可以在查询中运行高级算法，例如机器学习、人工智能、统计和时间系列。

Kusto 查询语言工具不适用于开发和调试 Python 算法。 因此，请在你喜欢使用的 Python 集成开发环境（例如 Jupyter、PyCharm、Visual Studio 或 Visual Studio Code）中开发算法。 完成算法后，复制并粘贴到 KQL 中。 为了改进和简化此工作流，Kusto Explorer 或 Web UI 客户端可以与 Visual Studio Code 集成，以便创作和调试 KQL 内联 Python 代码。

先决条件

在 Visual Studio Code 中启用 Python 调试

Visual Studio Code 中的内联 Python 调试如何工作？

1. 查询将在服务器中进行分析和执行，直至到达所需的 | evaluate python() 子句。
2. 将调用 Python 沙盒，但不运行代码，而是对输入表、参数字典和代码进行序列化，然后将其发送回客户端。
3. 这三个对象保存在三个文件中：df.txt、kargs.txt 和 debug_python.py，这些文件位于所选目录 (Web UI) 或客户端 %TEMP% 目录 (Kusto Explorer) 中。
4. Visual Studio Code 会启动并预加载 debug_python.py 文件，该文件包含一个前缀代码用于初始化来自对应文件的 df 和 kargs，该代码后面是嵌入 KQL 查询的 Python 脚本。

查询示例

1. 在客户端应用程序中运行以下 KQL 查询：

   range x from 1 to 4 step 1
   | evaluate python(typeof(*, x4:int), 
   'exp = kargs["exp"]\n'
   'result = df\n'
   'result["x4"] = df["x"].pow(exp)\n'
   , bag_pack('exp', 4))
   

   查看生成的表：

   x	x4
   1	1
   2	16
   3	81
   4	256

2. 使用 set query_python_debug; 在客户端应用程序中运行相同的 KQL 查询：

   set query_python_debug;
   range x from 1 to 4 step 1
   | evaluate python(typeof(*, x4:int), 
   'exp = kargs["exp"]\n'
   'result = df\n'
   'result["x4"] = df["x"].pow(exp)\n'
   , bag_pack('exp', 4))
   

3. Visual Studio Code 启动：

   

4. Visual Studio Code 将进行调试并在调试控制台中输出“result”数据帧：