求Azure Data Explorer中关联原行的Kusto聚类查询方案

要解决autocluster/basket仅返回计数、无法关联原始行的问题，可以通过将聚类结果与原始表动态关联的方式实现，核心思路是利用聚类输出的Pattern特征列匹配原始数据。以下是两种可行方案：

方案1：获取每个聚类对应的原始行集合 #

先通过autocluster生成聚类特征，再用apply为每个聚类筛选出匹配的原始行：

// 1. 先获取聚类结果（包含SegmentId、计数、特征Pattern）
let cluster_info = YourTableName
| evaluate autocluster(0.01) // 0.01为聚类阈值，可根据需求调整，值越小聚类越细分
| project SegmentId, ClusterRowCount = Count, Pattern;

// 2. 为每个聚类匹配原始行
cluster_info
| apply matched_rows = (
    YourTableName
    | where 
        // 动态匹配Pattern中的所有特征列，无需手动指定每一列
        array_all(bag_keys(Pattern), column_name => 
            todynamic(YourTableName[column_name]) == Pattern[column_name]
        )
)
| project SegmentId, ClusterRowCount, MatchedRawRows = matched_rows

说明： #

• array_all(bag_keys(Pattern), ...)会自动遍历Pattern中的所有特征列，匹配原始表对应列的值，无需手动编写每列的过滤条件，适配任意列数的表。
• 最终结果中，MatchedRawRows列是一个动态数组，包含当前聚类对应的所有原始行数据；也可将其展开，用mv-expand MatchedRawRows将每个原始行单独成一条记录。

方案2：为每个原始行标记所属聚类ID #

如果需要给每条原始行直接打上所属的聚类标签（支持一行属于多个聚类的场景），可以用mv-apply实现：

// 1. 先获取聚类结果
let cluster_info = YourTableName
| evaluate autocluster(0.01)
| project SegmentId, Pattern;

// 2. 为原始行匹配所属聚类
YourTableName
| mv-apply cluster = cluster_info on (
    where array_all(bag_keys(cluster.Pattern), column_name => 
        todynamic(YourTableName[column_name]) == cluster.Pattern[column_name]
    )
    | project ClusterSegmentId = cluster.SegmentId
)
| project-away cluster

说明： #

• 每条原始行如果匹配多个聚类，会生成多条记录，每条记录对应一个所属的ClusterSegmentId。
• 若需仅保留最匹配的聚类（比如最大的聚类），可在cluster_info中按Count降序排序后，添加limit 1到mv-apply的子查询中。

注意事项 #

• autocluster的threshold参数：取值范围0~1，值越小聚类数量越多，特征越细分；值越大聚类越聚合，数量越少。
• 若原始表数据量极大，建议先通过where过滤出目标数据集再做聚类，提升性能。

内容的提问来源于stack exchange，提问作者user8561039