Tutorial: Erstellen eines Jupyter Notebooks in Azure Cosmos DB for NoSQL zum Analysieren und Visualisieren der Daten (Vorschau)

GILT FÜR: NoSQL

Warnung

Das Jupyter-Notebooks Feature von Azure Cosmos DB wird am 30. März 2024 eingestellt; Sie können dann keine integrierten Jupyter-Notebooks aus dem Azure Cosmos DB-Konto mehr verwenden. Sie sollten Visual Studio Code-Unterstützung für Jupyter-Notebooks oder Ihren bevorzugten Notebook-Client verwenden.

In diesem Tutorial wird beschrieben, wie Sie das Jupyter Notebooks-Feature von Azure Cosmos DB verwenden, um exemplarische Einzelhandelsdaten in ein Azure Cosmos DB for NoSQL-Konto zu importieren. Sie erfahren, wie Sie die Magic-Befehle von Azure Cosmos DB verwenden, um Abfragen auszuführen, die Daten zu analysieren und die Ergebnisse zu visualisieren.

Voraussetzungen

• Ein vorhandenes Azure Cosmos DB for NoSQL-Konto
  • Falls Sie bereits über ein vorhandenes Azure-Abonnement verfügen, erstellen Sie ein neues Konto.
  • Kein Azure-Abonnement? Sie können Azure Cosmos DB kostenlos testen, ohne dass eine Kreditkarte erforderlich ist.

Erstellen eines neuen Notebooks

In diesem Abschnitt erstellen Sie die Azure Cosmos-Datenbank sowie den Container und importieren die Einzelhandelsdaten in den Container.

1. Navigieren Sie zu Ihrem Azure Cosmos DB-Konto, und öffnen Sie den Daten-Explorer.

2. Klicken Sie auf Neues Notebook.

   

3. Wählen Sie im angezeigten Bestätigungsdialogfeld Erstellen aus.

   Hinweis

   Es wird ein temporärer Arbeitsbereich erstellt, damit Sie mit Jupyter Notebooks arbeiten können. Wenn die Sitzung abläuft, werden alle Notebooks im Arbeitsbereich entfernt.

4. Wählen Sie den Kernel aus, den Sie für das Notebook verwenden möchten.

Python

C#

Tipp

Nachdem das neue Notebook erstellt wurde, können Sie es z. B. in VisualizeRetailData.ipynb umbenennen.

Erstellen einer Datenbank und eines Containers mit dem SDK

Python

1. Beginnen Sie in der Standardcodezelle.

2. Importieren Sie alle Pakete, die Sie für dieses Tutorial benötigen.

   import azure.cosmos
   from azure.cosmos.partition_key import PartitionKey
   

3. Erstellen Sie mit dem integrierten SDK eine Datenbank namens RetailIngest.

   database = cosmos_client.create_database_if_not_exists('RetailIngest')
   

4. Erstellen Sie einen Container namens WebsiteMetrics mit einem Partitionsschlüssel von /CartID.

   container = database.create_container_if_not_exists(id='WebsiteMetrics', partition_key=PartitionKey(path='/CartID'))
   

5. Wählen Sie Ausführen aus, um die Datenbank und die Containerressource zu erstellen.

   

C#

1. Beginnen Sie in der Standardcodezelle.

2. Importieren Sie alle Pakete, die Sie für dieses Tutorial benötigen.

   using Microsoft.Azure.Cosmos;
   

3. Erstellen Sie mit dem integrierten SDK eine neue Instanz des Clienttyps.

   var cosmosClient = new CosmosClient(Cosmos.Endpoint, Cosmos.Key);
   

4. Erstellen Sie eine Datenbank namens RetailIngest.

   Database database = await cosmosClient.CreateDatabaseIfNotExistsAsync("RetailIngest");
   

5. Erstellen Sie einen Container namens WebsiteMetrics mit einem Partitionsschlüssel von /CartID.

   Container container = await database.CreateContainerIfNotExistsAsync("WebsiteMetrics", "/CartID");
   

6. Wählen Sie Ausführen aus, um die Datenbank und die Containerressource zu erstellen.

   

Importieren von Daten mithilfe von Magic-Befehlen

1. Fügen Sie eine neue Codezelle hinzu.

2. Fügen Sie in der Codezelle den folgenden Magic-Befehl hinzu, um die JSON-Daten von der URL https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json in den vorhandenen Container hochzuladen.

   %%upload --databaseName RetailIngest --containerName WebsiteMetrics --url https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json
   

3. Wählen Sie Aktive Zelle ausführen aus, um den Befehl nur in dieser Zelle auszuführen.

   

   Hinweis

   Die Ausführung des Importbefehls sollte 5-10 Sekunden dauern.

4. Beachten Sie die Ausgabe des Ausführungsbefehls. Vergewissern Sie sich, dass 2.654 Dokumente importiert wurden.

   Documents successfully uploaded to WebsiteMetrics
   Total number of documents imported:
     Success: 2654
     Failure: 0
   Total time taken : 00:00:04 hours
   Total RUs consumed : 27309.660000001593
   

Visualisieren Ihrer Daten

Python

1. Erstellen Sie eine weitere neue Codezelle.

2. Verwenden Sie in der Codezelle eine SQL-Abfrage, um einen Pandas DataFrame zu erstellen.

   %%sql --database RetailIngest --container WebsiteMetrics --output df_cosmos
   SELECT c.Action, c.Price as ItemRevenue, c.Country, c.Item FROM c
   

3. Wählen Sie Aktive Zelle ausführen aus, um den Befehl nur in dieser Zelle auszuführen.

4. Erstellen Sie eine weitere neue Codezelle.

5. Geben Sie in der Codezelle die oberen 10 Dataframe-Elemente aus.

   df_cosmos.head(10)
   

6. Wählen Sie Aktive Zelle ausführen aus, um den Befehl nur in dieser Zelle auszuführen.

7. Beobachten Sie die Ausgabe der Befehlsausführung.

   	Aktion	ItemRevenue	Land	Element
   0	Erworben	19.99	Nordmazedonien	Button-Up Shirt
   1	Angezeigt	12.00	Papua-Neuguinea	Necklace
   2	Angezeigt	25.00	Slowakei (Slowakei)	Cardigan Sweater
   3	Erworben	14.00	Senegal	Flip Flop Shoes
   4	Angezeigt	50,00	Panama	Denim Shorts
   5	Angezeigt	14.00	Senegal	Flip Flop Shoes
   6	Hinzugefügt	14.00	Senegal	Flip Flop Shoes
   7	Hinzugefügt	50,00	Panama	Denim Shorts
   8	Erworben	33,00	Palästinensische Gebiete	Red Top
   9	Angezeigt	30,00	Malta	Green Sweater

8. Erstellen Sie eine weitere neue Codezelle.

9. Importieren Sie in der Codezelle das pandas-Paket, um die Dataframe-Ausgabe anzupassen.

   import pandas as pd
   pd.options.display.html.table_schema = True
   pd.options.display.max_rows = None
   
   df_cosmos.groupby("Item").size()
   

10. Wählen Sie Aktive Zelle ausführen aus, um den Befehl nur in dieser Zelle auszuführen.

11. Wählen Sie in der Ausgabe die Liniendiagramm-Option aus, um eine andere Visualisierung der Daten anzuzeigen.

    

C#

1. Erstellen Sie eine neue Codezelle.

2. Erstellen Sie in der Codezelle eine neue C#-Klasse, um ein Element im Container darzustellen.

   public class Record
   {
     public string Action { get; set; }
     public decimal Price { get; set; }
     public string Country { get; set; }
     public string Item { get; set; }
   }
   

3. Erstellen Sie eine weitere neue Codezelle.

4. Fügen Sie in der Codezelle Code hinzu, um eine SQL-Abfrage mit dem SDK auszuführen und die Ausgabe der Abfrage in einer Variablen des Typs List<T> namens results zu speichern.

   using System.Collections.Generic;
   
   var query = new QueryDefinition(
       query: "SELECT c.Action, c.Price, c.Country, c.Item FROM c"
   );
   
   FeedIterator<Record> feed = container.GetItemQueryIterator<Record>(
       queryDefinition: query
   );
   
   var results = new List<Record>();
   while (feed.HasMoreResults)
   {
       FeedResponse<Record> response = await feed.ReadNextAsync();
       foreach (Record result in response)
       {
           results.Add(result);
       }
   }
   

5. Erstellen Sie eine weitere neue Codezelle.

6. Erstellen Sie in der Codezelle ein Wörterbuch, indem Sie eindeutige Permutationen des Item-Felds als Schlüssel und die Daten im Price-Feld als Wert hinzufügen.

   var dictionary = new Dictionary<string, decimal>();
   
   foreach(var result in results)
   {
       dictionary.TryAdd (result.Item, result.Price); 
   }
   
   dictionary
   

7. Wählen Sie Aktive Zelle ausführen aus, um den Befehl nur in dieser Zelle auszuführen.

8. Beobachten Sie die Ausgabe mit eindeutigen Kombinationen der Felder Item und Price.

   ...
   Denim Jacket:31.99
   Fleece Jacket:65
   Sandals:12
   Socks:3.75
   Sandal:35.5
   Light Jeans:80
   ...
   

9. Erstellen Sie eine weitere neue Codezelle.

10. Geben Sie in der Codezelle die results-Variable aus.

    results
    

11. Wählen Sie Aktive Zelle ausführen aus, um den Befehl nur in dieser Zelle auszuführen.

12. Wählen Sie in der Ausgabe die Boxplot-Option aus, um eine andere Visualisierung der Daten anzuzeigen.

    

Speichern des Notebooks

1. Öffnen Sie im Abschnitt Notebooks das Kontextmenü für das Notebook, das Sie für dieses Tutorial erstellt haben, und wählen Sie Herunterladen aus.

   

   Tipp

   Speichern Sie Ihre Notebooks in einem GitHub-Repository oder laden Sie die Notebooks auf Ihren lokalen Computer herunter, bevor die Sitzung endet, um Ihre Arbeit dauerhaft zu speichern.

Nächste Schritte

• Erfahren Sie mehr über das Jupyter Notebooks-Feature in Azure Cosmos DB
• Importieren von Notebooks aus GitHub in ein Azure Cosmos DB for NoSQL-Konto
• Überprüfen Sie die häufig gestellten Fragen zur Jupyter Notebook-Unterstützung