Tutorial: Creación de un cuaderno de Jupyter Notebook en Azure Cosmos DB for NoSQL para analizar y visualizar datos (versión preliminar)

SE APLICA A: NoSQL

Advertencia

La característica Jupyter Notebooks de Azure Cosmos DB se retirará el 30 de marzo de 2024. No podrá usar cuadernos de Jupyter Notebook integrados desde la cuenta de Azure Cosmos DB. Se recomienda usar compatibilidad de Visual Studio Code con cuadernos de Jupyter Notebook o el cliente de cuadernos preferido.

En este tutorial se explica cómo usar la característica cuadernos de Jupyter Notebook de Azure Cosmos DB para importar datos comerciales de ejemplo a una cuenta de Azure Cosmos DB for NoSQL. Verá cómo usar los comandos magic de Azure Cosmos DB para ejecutar consultas, analizar los datos y visualizar los resultados.

Prerrequisitos

• Una cuenta existente de Azure Cosmos DB for NoSQL.
  • Si tiene una suscripción de Azure, cree una nueva cuenta.
  • ¿No tiene una suscripción de Azure? Puede probar Azure Cosmos DB de forma gratuita, sin necesidad de usar su tarjeta de crédito.

Creación un nuevo cuaderno

En esta sección creará la base de datos y el contenedor de Azure Cosmos e importará los datos comerciales en el contenedor.

1. Vaya a la cuenta de Azure Cosmos DB y abra el Explorador de datos.

2. Seleccione Nuevo cuaderno.

   

3. En el cuadro de diálogo de confirmación que aparece, seleccione Crear.

   Nota:

   Se creará un área de trabajo temporal para permitirle trabajar con Jupyter Notebooks. Cuando expire la sesión, se quitarán los cuadernos del área de trabajo.

4. Seleccione el kernel que desea usar para el cuaderno.

Python

C#

Sugerencia

Después de crear un nuevo cuaderno, puede cambiar su nombre a algo como VisualizeRetailData.ipynb.

Creación de una base de datos y un contenedor mediante el SDK

Python

1. Comience en la celda de código predeterminada.

2. Importe los paquetes que necesite para este tutorial.

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

3. Cree una base de datos denominada RetailIngest mediante el SDK integrado.

   database = cosmos_client.create_database_if_not_exists('RetailIngest')
   

4. Cree un contenedor denominado WebsiteMetrics con una clave de partición de /CartID.

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

5. Seleccione Ejecutar para crear la base de datos y el recurso de contenedor.

   

C#

1. Comience en la celda de código predeterminada.

2. Importe los paquetes que necesite para este tutorial.

   using Microsoft.Azure.Cosmos;
   

3. Cree una nueva instancia del tipo de cliente mediante el SDK integrado.

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

4. Cree una base de datos denominada RetailIngest.

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

5. Cree un contenedor denominado WebsiteMetrics con una clave de partición de /CartID.

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

6. Seleccione Ejecutar para crear la base de datos y el recurso de contenedor.

   

Importación de datos mediante comandos magic

1. Añada una celda de código nueva.

2. En la celda de código, agregue el siguiente comando magic para cargar, en el contenedor existente, los datos JSON de esta dirección URL: https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json

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

3. Seleccione Ejecutar celda activa para ejecutar solo el comando en esta celda específica.

   

   Nota:

   El comando Import debe tardar entre 5 y 10 segundos en completarse.

4. Observe la salida del comando de ejecución. Asegúrese de que se importaron 2654 documentos.

   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
   

Visualización de los datos

Python

1. Cree otra nueva celda de código.

2. En la celda de código, use una consulta SQL para rellenar un DataFrame de Pandas.

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

3. Seleccione Ejecutar celda activa para ejecutar solo el comando en esta celda específica.

4. Cree otra nueva celda de código.

5. En la celda de código, genere los 10 elementos principales de la trama de datos.

   df_cosmos.head(10)
   

6. Seleccione Ejecutar celda activa para ejecutar solo el comando en esta celda específica.

7. Observe la salida de ejecución del comando.

   	Acción	ItemRevenue	Country (País)	Elemento
   0	Compradas	19,99	Macedonia del Norte	Camisa con botones
   1	Visto	12.00	Papúa Nueva Guinea	Collar
   2	Visto	25.00	Eslovaquia (República Eslovaca)	Chaqueta de punto
   3	Compradas	14.00	Senegal	Chanclas
   4	Visto	50,00	Panamá	Pantalones cortos vaqueros
   5	Visto	14.00	Senegal	Chanclas
   6	Se agregó	14.00	Senegal	Chanclas
   7	Se agregó	50,00	Panamá	Pantalones cortos vaqueros
   8	Compradas	33.00	Territorio de Palestina	Top rojo
   9	Visto	30.00	Malta	Suéter verde

8. Cree otra nueva celda de código.

9. En la celda de código, importe el paquete pandas para personalizar la salida de la trama de datos.

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

10. Seleccione Ejecutar celda activa para ejecutar solo el comando en esta celda específica.

11. En la salida, seleccione la opción Gráfico de líneas para ver una visualización diferente de los datos.

    

C#

1. Cree una celda de código.

2. En la celda de código, cree una nueva clase de C# para representar un elemento en el contenedor.

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

3. Cree otra nueva celda de código.

4. En la celda de código, agregue código para ejecutar una consulta SQL mediante el SDK que almacena la salida de la consulta en una variable de tipo List<T> denominada Results.

   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. Cree otra nueva celda de código.

6. En la celda de código, cree un diccionario agregando permutaciones únicas del campo Item como clave y los datos del campo Price como valor.

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

7. Seleccione Ejecutar celda activa para ejecutar solo el comando en esta celda específica.

8. Observe la salida con combinaciones únicas de los campos Item y Price.

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

9. Cree otra nueva celda de código.

10. En la celda de código, genere la variable Results.

    results
    

11. Seleccione Ejecutar celda activa para ejecutar solo el comando en esta celda específica.

12. En la salida, seleccione la opción Diagrama de caja para ver una visualización diferente de los datos.

    

Conservar el cuaderno

1. En la sección Cuadernos, abra el menú contextual del cuaderno que creó para este tutorial y seleccione Descargar.

   

   Sugerencia

   Para guardar el trabajo de forma permanente, guarde los cuadernos en un repositorio de GitHub o descargue los cuadernos en el equipo local antes de que finalice la sesión.

Pasos siguientes

• Más información sobre la característica Jupyter Notebooks en Azure Cosmos DB
• Importación de cuadernos desde GitHub a una cuenta de Azure Cosmos DB for NoSQL
• Revise las preguntas más frecuentes sobre el soporte técnico de Jupyter Notebook