Este artículo necesita citas adicionales para su verificación. Por favor, ayude a mejorar este artículo añadiendo citas de fuentes fiables. El material sin fuente puede ser cuestionado y eliminado.Buscar fuentes: “Query language” – noticias – periódicos – libros – scholar – JSTOR (octubre de 2010) (Aprende cómo y cuándo eliminar este mensaje de la plantilla)
La sección principal de este artículo puede ser demasiado corta para resumir adecuadamente los puntos clave. Por favor, considere la posibilidad de ampliar el lead para proporcionar una visión general accesible de todos los aspectos importantes del artículo. (Abril 2018)
A grandes rasgos, los lenguajes de consulta se pueden clasificar según sean lenguajes de consulta de bases de datos o lenguajes de consulta de recuperación de información. La diferencia es que un lenguaje de consulta de bases de datos intenta dar respuestas factuales a preguntas factuales, mientras que un lenguaje de consulta de recuperación de información intenta encontrar documentos que contengan información relevante para un área de investigación.
Tener una base de datos repleta de información es estupendo, pero no sirve de nada a la empresa si no se puede utilizar para tomar decisiones. La capacidad de extraer información de una base de datos para que sea útil para la toma de decisiones comienza con la “consulta”. En pocas palabras, una consulta es una pregunta que se hace a los datos para informar a la empresa.
La consulta de una base de datos como Access permite reunir los datos de forma coherente, tanto si residen en una como en varias tablas. La consulta es el corazón del “Business Intelligence” (BI) y la base de la búsqueda. Por ejemplo, una empresa puede querer saber dónde se producen las ventas de su nuevo producto por código postal; o, quiénes son los 5 principales proveedores de la empresa.
Access proporciona la capacidad de consulta en forma de asistentes para ayudar a crear la consulta. Para crear una consulta, seleccione “Crear” en la barra de herramientas y luego “Asistente de consulta”. Esto abrirá la ventana “Nueva consulta”, donde podrá elegir entre 4 asistentes.
Digamos que estamos interesados en conocer el estado de los pedidos de compra. Dado que estos datos están distribuidos en 2 tablas, una consulta es la forma ideal de reunir esta información. Para esta consulta tendremos que seleccionar la tabla “Órdenes de Compra” y varios campos contenidos en ella como el ejemplo que se muestra a continuación.
Ejemplo:Heartbeat | where Computer contains “SRV” | distinct Computer Creará una función a partir de esta consulta y la guardará con el alias MyComputers por ejemplo. Entonces en una nueva consulta puede referirse a ella de esta manera por ejemplo: Perf | where Computer in (MyComputers) Si no funciona enseguida en el Analytics Portal prueba a refrescarlo.
Hola Stanislav, he seguido tu ejemplo pero sigo sin conseguir que los grupos de ordenadores funcionen. He guardado la búsqueda y puedo ver el grupo en Grupos de ordenadores > Grupos guardados, pero no puedo hacer referencia al grupo en una consulta de búsqueda. Esto funcionaba en la versión anterior de Log Analytics, pero no se convirtió durante la actualización de Log Analytics.
Creo que he detectado el problema, la P mayúscula era el problema número 1 🙂 el problema número 2 es que la búsqueda guardada tenía un formato heredado: Type=Heartbeat OSType=Linux Computer=regex(“@p{1}[0-9]*”) | Distinct Computer Tuve que guardar la búsqueda utilizando el nuevo formato:Heartbeat | donde OSType == “Linux” y Computer coincide con regex “^.+p{1}[0-9]*$” | Después de haber guardado la búsqueda, he podido utilizar su búsqueda y ha funcionado. Perf | where Computer in (MyComputers()) muchas gracias por tu ayuda 🙂
Con cada transacción que realiza una empresa, se forma un nuevo dato. Ya se trate de una transacción en un punto de venta, de un envío procedente de un distribuidor o de un cambio en el inventario, los sistemas informáticos recogen los datos cada segundo. Aunque el mundo de la informática parece un rompecabezas desalentador, en realidad podemos aprovechar estos datos consultando, o pidiendo, a la base de datos del ordenador los datos que nos interesa analizar. Haciendo las preguntas correctas sobre nuestros datos, podemos encontrar las respuestas y los conocimientos necesarios para nuestras necesidades empresariales. Para preguntar correctamente a los sistemas informáticos sobre nuestros datos, utilizaremos el lenguaje de consulta estructurado, o SQL.
Para que los datos tengan sentido, deben tener algún tipo de estructura organizativa. Supongamos que queremos analizar nuestros datos de ventas consultando el sistema de puntos de venta. En lugar de meter los recibos en una caja, por ejemplo, una base de datos creada por un TPV organizaría cada transacción por cliente, añadiría una marca de tiempo y estaría desglosada por precio y cantidad, y los colocaría en una tabla.