Einführung in benutzerdefinierte Dashboards in Azure Data Explorer

Azure Data Explorer (ADX) ist ein vollständig verwalteter, leistungsstarker Analysedienst, der für Ad-hoc-Abfragen zu großen Datenmengen optimiert ist. Er nimmt Daten aus einer Vielzahl von Quellen auf und bietet eine Analyse in nahezu Echtzeit mit der Kusto Query Language (KQL). Eine der leistungsfähigsten Funktionen von ADX ist die Möglichkeit, benutzerdefinierte Dashboards zu erstellen, die Stakeholdern sofortigen Zugriff auf wichtige Metriken, Trends und Anomalien bieten, ohne dass Ad-hoc-Abfragen wiederholt ausgeführt werden müssen.

Benutzerdefinierte Dashboards, die auf ADX aufbauen, können Teams in einem Unternehmen unterstützen – von der Betriebsüberwachung bis hin zu Business Intelligence und Sicherheitsanalyse. Sie ermöglichen es Benutzern, die relevantesten Datenpunkte zu ermitteln, dynamische Filter anzuwenden, Drill-Through-Pfade einzurichten und interaktive Ansichten mit anderen zu teilen. Diese erweiterte Anleitung führt Sie durch den gesamten Lebenszyklus des Erstellens, Anpassens und Sicherns benutzerdefinierter Dashboards in Azure Data Explorer, von der Datenvorbereitung bis hin zum erweiterten visuellen Design.

Azure Data Explorer und seine Dashboard-Funktionen verstehen

Azure Data Explorer ist speziell für die Verarbeitung von Zeitreihendaten, Protokollen, Telemetrie und strukturierten oder semistrukturierten Daten entwickelt worden, die eine schnelle Erkundung erfordern. Es kann Terabytes an Daten pro Tag aufnehmen und komplexe Abfragen in Sekunden beantworten. Die native Dashboard-Funktion in ADX ist eng mit der Abfrage-Engine integriert, was bedeutet, dass Sie ein Diagramm direkt aus einer KQL-Abfrage erstellen und aktualisieren können, wenn neue Daten einfließen.

ADX-Dashboards bestehen aus kacheln – individuellen Visualisierungen wie Zeilendiagrammen, Spaltendiagrammen, Tortendiagrammen, Streudiagrammen, Tabellen und Multi-Wert-Karten. Jede Kachel wird durch eine oder mehrere KQL-Abfragen unterstützt, die ihre Datenquelle definieren. Dashboards unterstützen Parameter und Filter, die sich über Kacheln ausbreiten, so dass Benutzer die Daten interaktiv schneiden und würfeln können, ohne die zugrunde liegenden Abfragen zu ändern. Sie können Dashboards auch in andere Anwendungen einbetten oder über sichere Links teilen.

Im Gegensatz zu Allzweck-BI-Tools sind ADX-Dashboards für Geschwindigkeit und Echtzeit-Streaming optimiert. Sie nutzen die gleiche verteilte Abfrage-Engine, die den ADX-Cluster antreibt, so dass selbst komplexe Aggregationen schnell rendern. Das macht sie ideal für Szenarien wie DevOps-Dashboards, IoT-Sensorüberwachung, Cybersicherheitsbedrohungsjagd und Marketingkampagnenanalyse.

Vorbereiten Ihrer Daten für den Dashboard-Konsum

Datenaufnahme und Schema Design

Bevor Sie ein Dashboard erstellen können, müssen Daten in einen ADX-Cluster aufgenommen werden. ADX unterstützt mehrere Aufnahmemethoden: Event Hubs für das Streaming von Daten, Azure Blob Storage für das Stapelladen, Logstash- und Apache Kafka-Anschlüsse und direkte Aufnahme mit dem Kusto SDK. Für interaktive Dashboards benötigen Sie in der Regel Daten, die frisch und kontinuierlich aktualisiert sind.

Wenn Sie Ihr Tabellenschema entwerfen, sollten Sie die Arten von Visualisierungen berücksichtigen, die Sie erstellen möchten. Für Zeitreihendiagramme stellen Sie sicher, dass Sie eine Zeitstempelspalte vom Typ haben. Für kategorische Aufgliederungen verwenden Sie Spalten. Numerische Metriken sollten in Spalten sein, die für die Aggregation geeignet sind (Summe, Durchschnitt, Zählung). ADX unterstützt auch dynamische Schemata über den Datentyp, der JSON-Objekte speichern kann - solche Felder sind nützlich für ereignisbasierte Telemetrie, bei denen die Nutzlast variiert.

Nach der Aufnahme explorative KQL-Abfragen in der ADX-Weboberfläche ausführen, um die Datenqualität zu validieren, nach Nullen zu suchen und die Verteilung der Werte zu verstehen. Es ist viel einfacher, das Schema frühzeitig zu verfeinern, als Inkonsistenzen nach dem Erstellen eines Dashboards zu beheben.

Datentransformationen für Dashboards

Manchmal müssen Rohdaten neu geformt werden, bevor sie in einem Dashboard verwendet werden können. Sie können materialisierte Ansichten oder in ADX erstellen, um Daten vorzuaggregieren, Abfragelatenz zu reduzieren und Dashboard-Abfragen zu vereinfachen. Wenn Ihre Verkaufsdaten beispielsweise als Millionen von Zeilen pro Stunde ankommen, wird eine materialisierte Ansicht, die alle 5 Minuten den Umsatz nach Produktkategorie aggregiert, das Dashboard-Kacheln fast sofort laden.

Eine andere Technik ist die Verwendung von gespeicherten Funktionen – wiederverwendbare KQL-Funktionen, die komplexe Logiken einkapseln. Gespeicherte Funktionen können aus Dashboard-Abfragen aufgerufen werden, wodurch die Kacheldefinitionen sauber und wartbar bleiben. Sie ermöglichen es Ihnen auch, konsistente Geschäftsregeln über mehrere Dashboards hinweg durchzusetzen.

Schreiben von Kusto Queries, die Ihr Dashboard mit Energie versorgen

Grundlagen von KQL für Dashboards

Jede Dashboard-Kachel wird durch eine oder mehrere KQL-Abfragen gesteuert. Die Kusto Query Language ist eine schreibgeschützte, tabellenorientierte Sprache, die Filterung, Gruppierung, Verknüpfung, Zeitbindung und statistische Funktionen unterstützt. Für eine Dashboard-Kachel muss die Abfrage einen Ergebnissatz zurückgeben, der visualisiert werden kann - typischerweise eine Tabelle mit Spalten für Achsenwerte, Reihen und Messungen.

Eine einfache Zeitreihenabfrage könnte so aussehen:

StormEvents
| where StartTime between (datetime(2007-01-01) .. datetime(2007-12-31))
| summarize TotalDamage = sum(DamageProperty) by bin(StartTime, 1d)
| render timechart

Der -Operator am Ende sagt der ADX-Dashboard-Engine, wie die Daten angezeigt werden sollen. In der Dashboard-Kachelkonfiguration können Sie den Visualisierungstyp explizit auswählen, sodass Sie den -Operator auslassen und stattdessen den Diagrammtyp in den Kacheleinstellungen festlegen können. Diese Trennung gibt Ihnen mehr Kontrolle über das Styling, wie Farben und Achsenbeschriftungen.

Optimierung von Queries für Dashboard Performance

Die Reaktionsfähigkeit des Dashboards hängt stark von der Abfrageleistung ab.

  • Verwenden Sie Filtering early – Push-Zeitbereiche, Entity-Filter und andere Prädikate so weit wie möglich in der Abfrage-Pipeline.
  • Beschränken Sie die Ergebnismenge – geben Sie keine Millionen von Zeilen an das Dashboard zurück, verwenden Sie zum Aggregieren und verwenden Sie oder für die Sanitätsprüfung.
  • Nutzen Sie gecached results – ADX speichert automatisch Abfrageergebnisse für Dashboard-Kacheln für eine konfigurierbare Dauer (Standard 5 Minuten).
  • Verwenden Sie materialisierte Ansichten für vorberechnete Aggregationen, wie bereits erwähnt.
  • Vermeiden Sie FLT: 9 mit teuren benutzerdefinierten Funktionen - wenn möglich, Vorberechnung abgeleitete Spalten während der Einnahme.

Das Testen von Abfragen in der ADX-Web-Benutzeroberfläche vor deren Einbettung in Dashboards ist eine bewährte Vorgehensweise. Überwachen Sie die Ausführungszeiten von Abfragen und passen Sie sie entsprechend an.

Schritt-für-Schritt: Erstellen eines benutzerdefinierten Dashboards in Azure Data Explorer

Schritt 1 – Zugriff auf das Dashboard-Interface

Navigieren Sie zu Ihrem ADX-Cluster im Azure-Portal. Wählen Sie unter dem Abschnitt „Daten Dashboards aus. Wenn Sie die Option nicht sehen, stellen Sie sicher, dass Ihre Clusterversion Dashboards unterstützt (alle neuen Cluster). Sie können auch die kostenlose ADX-Web-Benutzeroberfläche (dataexplorer.azure.com) verwenden, um Dashboards ohne Azure-Abonnement für kleine Datensätze zu erstellen.

Schritt 2 – Erstellen Sie ein neues Dashboard und fügen Sie Tiles hinzu

Klicken Sie auf + Neues Dashboard und geben Sie ihm einen aussagekräftigen Namen. Sie sehen eine leere Leinwand. Klicken Sie auf + Tile zum Starten. Schreiben oder Einfügen einer KQL-Abfrage im Kacheleditor. Zum Beispiel eine Abfrage, die Fehler pro Dienst in den letzten 24 Stunden zählt:

Logs
| where Timestamp > ago(24h)
| where Level == "Error"
| summarize Count = count() by ServiceName
| render columnchart

Nach dem Ausführen der Abfrage zeigt die Kachelvorschau ein Diagramm an.

  • Titel – geben Sie einen menschenlesbaren Namen.
  • Visualisierung – wählen Sie aus Zeile, Spalte, Balken, Bereich, Kuchen, Streuung, Zeitdiagramm, Tabelle und benutzerdefinierten Visuals.
  • Zeitbereich – Setzen Sie den Standardzeitfilter.
  • Parameter – Sie können Parameter auf Dashboard-Ebene definieren (z. B. Umgebung, Region) und sie mithilfe der Syntax von KQL mit Kachelabfragen verknüpfen.

Fügen Sie weitere Kacheln für andere Metriken hinzu. Sie können die Größe ändern und die Kacheln neu anordnen, indem Sie sie auf die Leinwand ziehen.

Schritt 3 – Hinzufügen von Dashboard-Parametern und Filtern

Parameter machen Dashboards interaktiv. Gehen Sie zu den Dashboard-Einstellungen (Gear-Symbol) und fügen Sie Parameter wie (Dropdown: Produktion, Staging, Dev) oder (relativ oder absolut) hinzu. Binden Sie jeden Parameter mit den relevanten Kachelabfragen, indem Sie verweisen. Verwenden Sie für dynamische Datumsbereiche KQL-Funktionen wie .

Schritt 4 – Konfigurieren von Bohrloch-Durchgang und Kreuzfilterung

ADX-Dashboards unterstützen das Durchführen zu einem freigegebenen Dashboard oder einer externen URL. Zum Beispiel kann ein Klick auf eine Leiste in einem Diagramm zu einem detaillierten Incident-Dashboard navigieren, das von diesem Dienst gefiltert wird. Cross-Filtering ist auch möglich: Die Auswahl eines Werts in einer Kachel kann automatisch andere Kacheln auf demselben Dashboard filtern. Um Cross-Filtering zu ermöglichen, stellen Sie sicher, dass die Kachelabfragen die gleichen Parameternamen verwenden oder sich auf die gemeinsamen Eigenschaften von cross-Filter verlassen.

Schritt 5 - Speichern, Veröffentlichen und Teilen

Sobald Ihr Dashboard vollständig ist, speichern Sie es. Sie können das Dashboard veröffentlichen, um es anderen Benutzern in Ihrer Organisation zugänglich zu machen. Unter dem Teilen Menü erstellen Sie eine schreibgeschützte URL, die in ein Portal eingebettet oder per E-Mail gesendet werden kann. Sie können auch die Dashboardvorlage (JSON) zur Versionskontrolle oder zur Verwendung in einem anderen Cluster herunterladen.

Dashboards mit erweiterten Funktionen verbessern

Echtzeitdaten aktualisieren

Für operative Dashboards sind Echtzeit-Updates von entscheidender Bedeutung. ADX-Dashboards aktualisieren automatisch Daten basierend auf den Zeitbereichs- und Abfrage-Cache-Einstellungen der Kachel. Sie können ein automatisches Aktualisierungsintervall (z. B. alle 1 Minute) in den Dashboard-Einstellungen konfigurieren. In Kombination mit der Streaming-Aufnahme von Event Hubs erzeugt dies ein Überwachungserlebnis in nahezu Echtzeit.

Custom Visuals und Themes

Neben den integrierten Diagrammtypen unterstützt ADX benutzerdefinierte Visuals, die von der Charticulator-Sprache (innerhalb des ADX-Dashboard-Editors) unterstützt werden. Sie können komplexe Visualisierungen wie Heatmaps, Sunburst-Diagramme und Netzwerkgraphen erstellen. Darüber hinaus können Sie Farben, Schriftarten und Layout überschreiben, um dem Corporate Branding zu entsprechen. Themen können über JSON-basiertes Styling auf ein Dashboard angewendet werden.

Alarmierungsintegration

Während Dashboards sich hervorragend für die visuelle Überwachung eignen, benötigen Sie möglicherweise Warnmeldungen für kritische Schwellenwerte. ADX verbindet sich mit Azure Monitor-Warnmeldungen: Sie können eine Warnregel basierend auf einer KQL-Abfrage erstellen, die regelmäßig ausgeführt wird. Wenn eine Anomalie erkannt wird, kann die Warnung eine E-Mail, einen Webhook oder eine Azure-Funktion auslösen. Sie können die Warnung dann mit einer Dashboard-Kachel verknüpfen, so dass Bediener auf die Warnung klicken können und direkt in die entsprechende Dashboard-Ansicht weitergeleitet werden.

Einbetten von Dashboards in benutzerdefinierte Anwendungen

Sie können ADX-Dashboards mit einem iframe oder dem ADX SDK in Ihre eigenen Webanwendungen einbetten. Die embed URL unterstützt Abfrageparameter für die Authentifizierung und Filterung. Dies ermöglicht es Produktteams, Live-Analysen externen Kunden oder internen Portalen zur Verfügung zu stellen, ohne eine separate Visualisierungsebene zu erstellen. Weitere Details finden Sie in der Azure Data Explorer Embedded Dashboards Dokumentation.

Sicherheit und Zugriffskontrolle für Dashboards

Datensicherheit muss eine Priorität sein, wenn Sie Dashboards über Teams hinweg oder extern teilen. ADX bietet eine feine Zugriffskontrolle auf Cluster-, Datenbank- und Tabellenebene mit Role-Based Access Control (RBAC) Für Dashboards sind die wichtigsten Rollen:

  • Dashboard Admin – kann Dashboards erstellen, bearbeiten, löschen und veröffentlichen.
  • Dashboard Viewer – kann nur veröffentlichte Dashboards anzeigen.

Wenn Sie ein Dashboard über URL freigeben, ist diese URL durch Azure AD-Authentifizierung gesichert. Benutzer müssen mit einer Microsoft-Identität (Arbeits- oder Schulkonto) angemeldet sein und haben Viewer-Zugriff erhalten. Sie können auch die Sichtbarkeit der Daten einschränken, indem Sie Row-Level Security (RLS) innerhalb der KQL-Funktionen verwenden, um sicherzustellen, dass verschiedene Benutzer nur die Zeilen sehen, die sie sehen dürfen. Zum Beispiel kann ein Verkaufs-Dashboard nach Regionen basierend auf der E-Mail-Domäne des Viewers filtern.

Für sensible Umgebungen können Sie Exportfunktionen einschränken (z. B. den Download von CSV von Kacheln deaktivieren) über Richtlinieneinstellungen. Auditprotokolle verfolgen, wer wann auf welches Dashboard zugegriffen hat. Es wird empfohlen, den Zugriff regelmäßig zu überprüfen und Berechtigungen für Benutzer zu widerrufen, die sie nicht mehr benötigen.

Best Practices für Production-Grade Dashboards

Leistungsoptimierung

  • Verwenden Sie pre-aggregierte Tabellen (materialisierte Ansichten) für Metriken mit hoher Kardinalität.
  • Setzen Sie geeignete Zeitbereichs-Standards – beginnen Sie mit den letzten 7 Tagen anstelle aller Daten.
  • Beschränken Sie die Anzahl der Kacheln auf einem Dashboard auf 20-30, um Abfragegleichzeitprobleme zu vermeiden.
  • Verwenden Sie sharded Dashboards – teilen Sie Metriken in mehrere Dashboards nach Geschäftsbereichen (Operationen, Finanzen, Sicherheit) anstelle eines riesigen Dashboards auf.

Logisches Layout und Lesbarkeit

  • Gruppenbezogene Kacheln zusammen: Zusammenfassungen oben, detaillierte Untergliederungen unten.
  • Verwenden Sie konsistente Farbcodierung - zum Beispiel Grün für gesunde Metriken, Rot für kritische Themen.
  • Fügen Sie einen Titel und eine Beschreibung für jedes Kachel hinzu, damit die Zuschauer verstehen, was sie sich ansehen.
  • Hebelwirkung mehrwertige Karten für Key Performance Indicators (KPIs) – aktueller Wert, Veränderung im Laufe der Zeit und Sparkline.

Wartung und Lebenszyklus

  • Bewahren Sie Abfragen in der Versionskontrolle auf (gespeicherte Funktionen oder externe Abfragedateien).
  • Dokumentieren Sie, welche Datenquellen in jedes Dashboard eingespeist werden und welche Transformationen angewendet werden.
  • Planen Sie regelmäßige Überprüfungen mit den Stakeholdern, um nicht verwendete Kacheln zu entfernen und neue hinzuzufügen.
  • ADX-Abfragenutzung und -kosten überwachen; Dashboards, die selten angesehen werden, verbrauchen möglicherweise unnötigerweise Ressourcen.

Integration von Azure Data Explorer Dashboards mit anderen Azure Services

ADX-Dashboards funktionieren gut in einem größeren Azure-Analyse-Ökosystem.

  • Azure Monitor Workbooks – Sie können ADX-Dashboard-Kacheln in Azure Monitor-Arbeitsmappen einbetten, um eine einheitliche IT-Überwachungserfahrung zu erzielen.
  • Power BI – Für erweiterte BI-Funktionen können Sie den ADX-Anschluss in Power BI verwenden, um Abfrageergebnisse zu importieren und interaktive Berichte zu erstellen.
  • Azure DevOps – Verwenden Sie Dashboards, um Build-Fehlerraten, Bereitstellungshäufigkeit oder Performance-Testergebnisse zu überwachen, indem Sie Daten aus Application Insights abfragen, die in ADX gespeichert sind.
  • Azure Logic Apps and Functions – Automatisieren Sie Dashboard-Aktualisierungsauslöser oder generieren Sie Zusammenfassungen per E-Mail mit serverlosen Workflows, die ADX abfragen und das Ergebnis senden.

Für einen tieferen Einblick in Integrationsmuster siehe die offizielle Azure Data Explorer und Power BI Integration Guide.

Schlussfolgerung

Benutzerdefinierte Dashboards in Azure Data Explorer ermöglichen es Unternehmen, rohe Telemetrie mit minimaler Latenz in umsetzbare Erkenntnisse zu verwandeln. Indem Sie den oben beschriebenen strukturierten Prozess befolgen - von der Vorbereitung von Daten und dem Schreiben effizienter KQL-Abfragen bis hin zum Entwerfen interaktiver Kacheln und der Sicherung des Zugriffs - können Sie Dashboards erstellen, die Teams dazu befähigen, schnellere, datengesteuerte Entscheidungen zu treffen.

Die Flexibilität der ADX-Dashboards, kombiniert mit der Skalierbarkeit der zugrunde liegenden Analyse-Engine, macht sie zu einer hervorragenden Wahl für Echtzeit-Überwachung, explorative Analyse und operative Berichterstattung. Wenn Ihre Daten wachsen und Ihre Geschäftsanforderungen sich entwickeln, kann das gleiche Dashboard-Framework um neue Parameter, erweiterte Visualisierungen und Integration in das breitere Azure-Ökosystem erweitert werden. Beginnen Sie mit einem Pilotprojekt für eine bestimmte Domäne, iterieren Sie mit Ihren Stakeholdern und erweitern Sie schrittweise Ihr Dashboard-Portfolio, um die wichtigsten Metriken in Ihrem Unternehmen abzudecken.

Weitere Referenzen finden Sie in der Übersicht der Azure Data Explorer Dashboards und der Kusto Query Language Quick Reference.