Első lépések: Adatok lekérdezése és vizualizációja jegyzetfüzetből

Ez az első lépéseket ismertető cikk bemutatja, hogy egy Azure Databricks-jegyzetfüzet használatával lekérdezheti a Unity Catalogban tárolt mintaadatokat AZ SQL, a Python, a Scala és az R használatával, majd megjelenítheti a lekérdezés eredményeit a jegyzetfüzetben.

Követelmények

A cikkben szereplő feladatok elvégzéséhez meg kell felelnie a következő követelményeknek:

• A munkaterületen engedélyezve kell lennie a Unity-katalógusnak . A Unity Catalog használatának megkezdéséről további információt a Unity Catalog beállítása és kezelése című témakörben talál.
• Rendelkeznie kell engedéllyel egy meglévő számítási erőforrás használatához vagy egy új számítási erőforrás létrehozásához. Lásd : Első lépések: Fiók és munkaterület beállítása vagy a Databricks-rendszergazda megtekintése.

1. lépés: Új jegyzetfüzet létrehozása

Jegyzetfüzet létrehozása a munkaterületen:

1. Kattintson az Oldalsáv Új elemére, majd a Jegyzetfüzet gombra.
2. A Jegyzetfüzet létrehozása lapon:
   • Adjon meg egy egyedi nevet a jegyzetfüzetnek.
   • Állítsa be a jegyzetfüzet alapértelmezett nyelvét, majd kattintson a Megerősítés gombra, ha a rendszer kéri.
   • Számítási erőforrás kiválasztásához használja a Csatlakozás legördülő menüt. Új számítási erőforrás létrehozásához lásd: Számítás használata.

A jegyzetfüzetek létrehozásáról és kezeléséről további információt a Jegyzetfüzetek kezelése című témakörben talál.

2. lépés: Tábla lekérdezése

samples.nyctaxi.trips A Unity Catalogban a kívánt nyelv használatával kérdezheti le a táblát.

1. Másolja és illessze be a következő kódot az új üres jegyzetfüzetcellába. Ez a kód megjeleníti a táblának a samples.nyctaxi.trips Unity Katalógusban való lekérdezéséből származó eredményeket.

   SQL

   SELECT * FROM samples.nyctaxi.trips
   

   Python

   display(spark.read.table("samples.nyctaxi.trips"))
   

   Scala

   display(spark.read.table("samples.nyctaxi.trips"))
   

   R

   library(SparkR)
   display(sql("SELECT * FROM samples.nyctaxi.trips"))
   

2. Nyomja le Shift+Enter a cellát, majd lépjen a következő cellára.

   A lekérdezés eredményei megjelennek a jegyzetfüzetben.

3. lépés: Az adatok megjelenítése

Az átlagos viteldíj összege utazási távolság szerint, a csomagfelvétel irányítószáma szerint csoportosítva.

1. Kattintson a Táblázat lap mellett a +Vizualizáció elemre.

   Megjelenik a vizualizációszerkesztő.

2. A Vizualizáció típusa legördülő listában ellenőrizze, hogy a sáv ki van-e jelölve.

3. Válassza ki fare_amount az X oszlopot.

4. Válassza ki trip_distance az Y oszlopot.

5. Válassza ki Average az összesítés típusát.

6. Válassza ki pickup_zip a Csoportosítás oszlop szerint lehetőséget.

   

7. Kattintson a Mentés gombra.

Következő lépések

• A CSV-fájlból a Unity Catalogba történő adatbetöltésről és az adatok vizualizációjáról az Első lépések: CSV-adatok importálása és vizualizációja jegyzetfüzetből című témakörben olvashat.
• Ha tudni szeretné, hogyan tölthet be adatokat a Databricksbe az Apache Spark használatával, tekintse meg a következő oktatóanyagot: Adatok betöltése és átalakítása Apache Spark DataFrame-ekkel.
• Ha többet szeretne tudni az adatok Databricksbe való betöltéséről, tekintse meg az adatok Databricks-tóba való betöltését ismertető témakört.
• Ha többet szeretne megtudni az adatok Databricks-lel való lekérdezéséről, olvassa el az Adatok lekérdezése című témakört.
• A vizualizációkról további információt a Databricks-jegyzetfüzetek vizualizációi című témakörben talál.