Leer en inglés

Compartir a través de

Tutorial: Uso de un cuaderno con Apache Spark para consultar una base de datos de KQL

  • Artículo

Los cuadernos son documentos legibles que contienen descripciones de análisis de datos y resultados, así como documentos que se pueden ejecutar para realizar análisis de datos. En este artículo, aprenderá a usar un cuaderno de Microsoft Fabric para leer y escribir datos en una base de datos KQL mediante Apache Spark. En este tutorial se usan conjuntos de datos y cuadernos creados previamente tanto en inteligencia en tiempo real como en los entornos de Ingeniería de datos en Microsoft Fabric. Para más información sobre los cuadernos, consulte Uso de cuadernos de Microsoft Fabric.

En concreto, aprenderá a:

  • Crear una base de datos KQL
  • Importación de un cuaderno
  • Escritura de datos en una base de datos KQL mediante Apache Spark
  • Consulta de datos de una base de datos KQL

Requisitos previos

1- Creación de una base de datos KQL

  1. Seleccione el área de trabajo en la barra de navegación izquierda.

  2. Siga uno de estos pasos para empezar a crear una secuencia de eventos:

    • Seleccione Nuevo elemento y, a continuación, Eventhouse. En el campo Nombre de Eventhouse, escriba nycGreenTaxi y seleccione Crear. Se genera una base de datos KQL con el mismo nombre.
    • En un centro de eventos existente, seleccione Bases de datos. En bases de datos KQL, seleccione +, y en el campo nombre de la base de datos KQL, escriba nycGreenTaxi. Luego, seleccione Crear.

  3. Copie el URI de consulta de la tarjeta de detalles de la base de datos en el panel de la base de datos y péguelo en algún lugar, como un bloc de notas, para usarlo en un paso posterior.

    Captura de pantalla de la tarjeta de detalles de la base de datos que muestra los detalles de la base de datos. La opción URI de consulta titulada Copiar URI está resaltada.

2- Descarga del cuaderno NYC GreenTaxi

Hemos creado un cuaderno de ejemplo que le lleva a través de todos los pasos necesarios para cargar datos en la base de datos mediante el conector de Spark.

  1. Abra el repositorio de ejemplos de Fabric en GitHub para descargar el cuaderno de KQL de NYC GreenTaxi.

    Captura de pantalla del repositorio de GitHub que muestra el cuaderno de NYC GreenTaxi. La opción Sin procesar está resaltada.

  2. Guarde el cuaderno localmente en el dispositivo.

    Nota

    El cuaderno debe guardarse en el formato de archivo .ipynb.

3- Importación del cuaderno

El resto de este flujo de trabajo se produce en la sección Ingeniería de datos del producto y usa un cuaderno de Spark para cargar y consultar datos en la base de datos KQL.

  1. En el área de trabajo, seleccione Importar>Cuaderno>Desde este equipo>Cargar y, después, elija el cuaderno NYC GreenTaxi que descargó en un paso anterior.

    Captura de pantalla de la ventana de Estado de importación. El botón titulado Cargar está resaltado.

  2. Una vez completada la importación, abra este cuaderno desde el área de trabajo.

4- Obtención de datos

Para consultar la base de datos mediante el conector de Spark, debe conceder acceso de lectura y escritura al contenedor de blobs de NYC GreenTaxi.

Seleccione el botón reproducir para ejecutar las celdas siguientes o seleccione la celda y presione Mayús+ Entrar. Repita este paso para cada celda de código.

Nota

Espere a que aparezca la marca de verificación de finalización antes de ejecutar la celda siguiente.

  1. Ejecute la celda siguiente para habilitar el acceso al contenedor de blobs de NYC GreenTaxi.

    Captura de pantalla de la primera celda de código que muestra la información de acceso al almacenamiento.

  2. En KustoURI, pegue el URI de consulta que copió anteriormente en lugar del texto del marcador de posición.

  3. Cambie el nombre de la base de datos de marcador de posición a nycGreenTaxi.

  4. Cambie el nombre de la tabla de marcador de posición a GreenTaxiData.

    Captura de pantalla de la segunda celda de código que muestra la información de la base de datos de destino. Se resaltan el URI de consulta, el nombre de la base de datos y el nombre de la tabla.

  5. Ejecute la celda.

  6. Ejecute la celda siguiente para escribir datos en la base de datos. Este paso puede tardar unos minutos en completarse.

    Captura de pantalla de la tercera celda de código que muestra la asignación de tablas y el comando de ingestión.

La base de datos ahora tiene datos cargados en una tabla denominada GreenTaxiData.

5- Ejecución del cuaderno

Ejecute las dos celdas restantes secuencialmente para consultar datos de la tabla. Los resultados muestran las 20 tarifas y distancias de taxi más altas y más bajas registradas por año.

Captura de pantalla de la cuarta y quinta celda de código que muestra los resultados de la consulta.

6. Limpieza de recursos

Limpie los elementos creados; para ello, vaya al área de trabajo en la que se crearon.

  1. En su área de trabajo, pase el ratón por encima del cuaderno que quiere eliminar, seleccione el menú Más>Eliminar.

    Captura de pantalla del área de trabajo que muestra el menú desplegable del cuaderno NYC GreenTaxi. La opción titulada Eliminar aparece resaltada.

  2. Seleccione Eliminar. No puede recuperar el cuaderno una vez que lo elimine.

Contenido relacionado