Azure Data Studio で Jupyter Notebook を使用するUse Jupyter Notebooks in Azure Data Studio

適用対象:Applies to: はいSQL Server 2019 (15.x)SQL Server 2019 (15.x)yesSQL Server 2019 (15.x)SQL Server 2019 (15.x)適用対象:Applies to: はいSQL Server 2019 (15.x)SQL Server 2019 (15.x)yesSQL Server 2019 (15.x)SQL Server 2019 (15.x)

Jupyter Notebook はオープン ソースの Web アプリケーションであり、ライブ コード、数式、視覚化、説明テキストを含むドキュメントを作成して共有するために使用できます。Jupyter Notebook is an open-source web application that allows you to create and share documents containing live code, equations, visualizations, and narrative text. 用途には、データのクリーニングと変換、数値シミュレーション、統計モデリング、データの視覚化、機械学習などが含まれています。Usage includes data cleaning and transformation, numerical simulation, statistical modeling, data visualization, and machine learning.

この記事では、Azure Data Studio の最新リリースで新しいノートブックを作成する方法と、異なるカーネルを使用して独自のノートブックの作成を開始する方法について説明します。This article describes how to create a new notebook in the latest release of Azure Data Studio and how to start authoring your own notebooks using different kernels.

Azure Data Studio のノートブックの概要については、次の 5 分間の短いビデオをご覧ください。Watch this short 5-minute video for an introduction to notebooks in Azure Data Studio:

ノートブックを作成するCreate a notebook

新しいノートブックを作成するには、複数の方法があります。There are multiple ways to create a new notebook. いずれの場合でも、Notebook-1.ipynb という名前の新しいファイルが開きます。In each case, a new file named Notebook-1.ipynb opens.

  • Azure Data Studio の [ファイル] メニューに移動し、 [新しいノートブック] を選択します。Go to the File Menu in Azure Data Studio and select New Notebook.

    新しいファイル ノートブック

  • [SQL Server] 接続を右クリックし、 [新しいノートブック] を選択します。Right-click a SQL Server connection and select New Notebook.

    新しいサーバー ノートブック

  • コマンド パレットを開き (Ctrl + Shift + P キー)、「新しいノートブック」と入力し、 [新しいノートブック] コマンドを選択します。Open the command palette (Ctrl+Shift+P), type "new notebook", and select the New Notebook command.

    新しいコマンド パレット ノートブック

カーネルに接続するConnect to a kernel

Azure Data Studio のノートブックは、SQL Server、Python、PySpark など、さまざまなカーネルをサポートしています。Azure Data Studio notebooks support a number of different kernels, including SQL Server, Python, PySpark, and others. 各カーネルは、ノートブックのコード セルで異なる言語をサポートしています。Each kernel supports a different language in the code cells of your notebook. たとえば、SQL Server カーネルに接続すると、ノートブックのコード セルには T-SQL ステートメントを入力して実行できます。For example, when connected to the SQL Server kernel, you can enter and run T-SQL statements in a notebook code cell.

[アタッチ先] には、カーネルのコンテキストを指定します。Attach to provides the context for the kernel. たとえば、SQL カーネルを使用している場合は、任意の SQL Server インスタンスにアタッチすることができます。For example, if you're using SQL Kernel, then you can attach to any of your SQL Server instances. Python3 カーネルを使用している場合は、localhost にアタッチし、そのカーネルをローカルの Python 開発に使用することができます。If you're using Python3 Kernel you attach to localhost and you can use this kernel for your local Python development.

また、SQL カーネルを使用して、PostgreSQL サーバー インスタンスに接続することもできます。SQL Kernel can also be used to connect to PostgreSQL server instances. あなたが PostgreSQL 開発者であり、ノートブックを PostgreSQL サーバーに接続する場合は、Azure Data Studio 拡張機能 Marketplace で PostgreSQL 拡張機能をダウンロードし、PostgreSQL サーバーに接続します。If you're a PostgreSQL developer and want to connect the notebooks to your PostgreSQL Server, then download the PostgreSQL extension in the Azure Data Studio extension Marketplace and connect to the PostgreSQL server.

SQL Server 2019 ビッグ データ クラスターに接続している場合、既定の [アタッチ先] はクラスターのエンド ポイントです。If you're connected to SQL Server 2019 big data cluster, the default Attach to is the end point of the cluster. クラスターの Spark コンピューティングを使用して、Python、Scala、および R コードを送信できます。You can submit Python, Scala, and R code using the Spark compute of the cluster.

カーネルKernel 説明Description
SQL カーネルSQL Kernel リレーショナル データベースを対象とした SQL コードを記述します。Write SQL Code targeted at your relational database.
PySpark3 と PySpark カーネルPySpark3 and PySpark Kernel クラスターから Spark コンピューティングを使用して Python コードを作成します。Write Python code using Spark compute from the cluster.
Spark カーネルSpark Kernel クラスターから Spark コンピューティングを使用して Scala および R コードを作成します。Write Scala and R code using Spark compute from the cluster.
Python カーネルPython Kernel ローカル開発用の Python コードを作成します。Write Python code for local development.

特定のカーネルの詳細については、以下を参照してください。For more information on specific kernels, see:

コード セルを追加するAdd a code cell

コード セルを使用すると、ノートブック内で対話形式でコードを実行できます。Code cells allow you to run code interactively within the notebook.

ツール バーの [+ セル] コマンドをクリックし、 [コード セル] を選択して、新しいコード セルを追加します。Add a new code cell by clicking the +Cell command in the toolbar and selecting Code cell. 現在選択されているセルの後に新しいコード セルが追加されます。A new code cell is added after the currently selected cell.

選択したカーネルのセルにコードを入力します。Enter code in the cell for the selected kernel. たとえば、SQL カーネルを使用している場合は、コード セルに T-SQL コマンドを入力できます。For example, if you're using the SQL kernel, you can enter T-SQL commands in the code cell.

SQL カーネルでコードの入力は、SQL クエリ エディターの場合と似ています。Entering code with the SQL kernel is similar to a SQL query editor. コード セルは最新の SQL コーディング エクスペリエンスをサポートし、豊富な SQL エディター、IntelliSense、組み込みのコード スニペットなどの組み込み機能を備えています。The code cell supports a modern SQL coding experience with built-in features such as a rich SQL editor, IntelliSense, and built-in code snippets. コード スニペットを使用すると、データベース、テーブル、ビュー、ストアド プロシージャなどを作成するための適切な SQL 構文を生成したり、既存のデータベース オブジェクトを更新したりできます。Code snippets allow you to generate the proper SQL syntax to create databases, tables, views, stored procedures, and to update existing database objects. 開発またはテストを目的としたデータベースのコピーをすばやく作成したり、スクリプトを生成および実行したりするには、コード スニペットを使用します。Use code snippets to quickly create copies of your database for development or testing purposes and to generate and execute scripts.

SQL カーネル

テキスト セルを追加するAdd a text cell

テキスト セルを使用すると、コード セルの間に Markdown テキスト ブロックを追加して、コードをドキュメント化することができます。Text cells allow you to document your code by adding Markdown text blocks in between code cells.

ツール バーの [+ セル] コマンドをクリックし、 [テキスト セル] を選択して、新しいテキスト セルを追加します。Add a new text cell by clicking the +Cell command in the toolbar and selecting Text cell.

Markdown テキストを入力できる編集モードでセルが起動します。The cell starts in edit mode in which you can type Markdown text. 入力すると、プレビューが下に表示されます。As you type, a preview is shown below.

Markdown セル

テキスト セルの外側を選択すると、Markdown テキストが表示されます。Selecting outside the text cell shows the Markdown text.

Markdown テキスト

テキスト セルをもう一度クリックすると、編集モードに変わります。If you click in the text cell again, it changes to edit mode.

セルを実行するRun a cell

1 つのセルを実行するには、セルの左側にある [セルの実行] (黒丸の矢印) をクリックするか、セルを選択して F5 キーを押します。To run a single cell, click Run cell (the round black arrow) to the left of the cell or select the cell and press F5. ツール バーの [すべて実行] をクリックすると、ノートブックのすべてのセルを実行できます。セルは一度に 1 つずつ実行され、セルでエラーが発生すると実行が停止します。You can run all cells in the notebook by clicking Run all in the toolbar - the cells are run one at a time and execution stops if an error is encountered in a cell.

セルの結果がセルの下に表示されます。Results from the cell are shown below the cell. ノートブックで実行されたすべてのセルの結果を消去するには、ツール バーの [結果をクリア] ボタンを選択します。You can clear the results of all the executed cells in the notebook by selecting the Clear Results button in the toolbar.

ノートブックを保存するSave a notebook

ノートブックを保存するには、次のいずれかの操作を実行します。To save a notebook, do one of the following.

  • Ctrl + S キーを押すType Ctrl+S
  • [ファイル] メニューから [保存] を選択するSelect Save from the File menu
  • [ファイル] メニューから [名前を付けて保存] を選択するSelect Save As... from the File menu
  • [ファイル] メニューから [すべて保存] を選択する - 開いているすべてのノートブックが保存されますSelect Save All from the File menu - this saves all open notebooks
  • コマンドパレットで、「ファイル:保存」と入力します。In the command palette, enter File: Save

ノートブックは .ipynb ファイルとして保存されます。Notebooks are saved as .ipynb files.

"信頼されている" と "信頼されていない"Trusted and Non Trusted

Azure Data Studio で開いているノートブックは、既定で [信頼済み] に設定されています。The notebooks open in Azure Data Studio are defaulted to Trusted.

他のソースからノートブックを開くと、 [信頼されていない] モードで開かれます。後で [信頼済み] に設定することができます。If you open a notebook from some other source, it opens in Non-Trusted mode and then you can make it Trusted.

Examples

次の例は、さまざまなカーネルを使用して簡単な "Hello World" コマンドを実行する方法を示しています。The following examples demonstrate using different kernels to run a simple "Hello World" command. カーネルを選択し、セルにコード例を入力して、 [セルの実行] をクリックします。Select the kernel, enter the example code in a cell, and click Run cell.

PysparkPyspark

Spark アプリケーション

Spark | Scala 言語Spark | Scala language

Spark Scala

Spark | R 言語Spark | R language

Spark R

Python 3Python 3

Local python

次のステップNext steps