如何通过Kusto Query自动识别应用正式发布日期并筛选正式数据

嘿，这个需求我帮你梳理清楚了！核心就是通过分析日期的连续性，自动区分零散的测试数据块和从发布日至今的连续正式数据。下面是完整的Kusto查询方案，一步步来：

完整查询代码 #

// 替换成你的应用数据表名
let raw_app_data = your_application_data_table;

// 第一步：提取所有有数据的日期，按天去重并排序
let daily_dates = raw_app_data
| extend Date = startofday(Timestamp) // 将时间戳转换为当天的起始时间（便于按天聚合）
| distinct Date // 去重，得到所有存在数据的日期
| sort by Date asc; // 按日期升序排列，方便后续计算连续性

// 第二步：计算日期间隙，给连续日期分组
let date_groups = daily_dates
| extend prev_date = prev(Date) // 获取上一个有数据的日期
| extend days_between = datetime_diff('day', Date, prev_date) // 计算当前日期与前一个日期的天数差
| extend is_continuous = days_between == 1 // 差值为1则表示连续，否则是间隙
| extend group_id = row_cumsum(iff(is_continuous, 0, 1)); // 为每个间隙点创建新分组，连续日期会归属同一组

// 第三步：找出最长的连续日期区间（即正式版本的发布区间）
let formal_release_interval = date_groups
| summarize
    release_start_date = min(Date),
    latest_date = max(Date),
    total_days = datetime_diff('day', latest_date, release_start_date) + 1 // 计算持续天数（包含首尾）
by group_id
| sort by total_days desc, latest_date desc // 优先取持续时间最长的，若有相同长度则取最近的
| take 1; // 仅保留正式版本对应的区间

// 第四步：过滤出正式版本的数据
raw_app_data
| where startofday(Timestamp) >= toscalar(formal_release_interval.release_start_date)

关键步骤解释 #

• 第一步：先把所有时间戳归一到当天的起始点，去重后得到所有有数据的日期，确保我们只关注“某一天是否有数据”这个核心判断点。
• 第二步：用prev()函数对比相邻日期的间隔，通过row_cumsum给不连续的日期段分配不同的分组ID——这样连续的日期会被分到同一个组里，零散的测试数据块会成为独立小组。
• 第三步：统计每个分组的起始、结束日期和持续天数，排序后取最长的那个分组。因为测试数据是1-2天的零散块，正式版本的连续区间肯定是最长的，而且会持续到最近的日期。
• 第四步：用自动识别出的正式发布起始日期过滤原始数据，就得到了纯正式版本的分析结果。

边缘情况处理 #

• 如果你的数据从一开始就是连续的（比如还没做过测试），查询会自动把整个时间段当作正式区间。
• 如果存在多个较长的连续区间，查询会优先选择结束日期最近的那个，符合正式版本持续到当前的逻辑。

内容的提问来源于stack exchange，提问作者Maverick1st