Tutoriel : Créer un Jupyter Notebook pour analyser des données dans votre compte Azure Cosmos DB for NoSQL à l’aide de notebooks Jupyter Visual Studio Code

S’APPLIQUE À : NoSQL

Ce tutoriel explique comment utiliser les notebooks Jupyter Visual Studio Code pour interagir avec votre compte Azure Cosmos DB for NoSQL. Vous verrez comment vous connecter à votre compte, importer des données et exécuter des requêtes.

Prérequis

Python

• Un compte Azure Cosmos DB for NoSQL déjà créé :
  • Si vous disposez d’un abonnement Azure, créez un compte.
  • Vous ne possédez pas d’abonnement Azure ? Vous pouvez essayer Azure Cosmos DB gratuitement sans carte de crédit.
• Installez Visual Studio Code et configurez votre environnement pour utiliser des notebooks.

C#

• Un compte Azure Cosmos DB for NoSQL déjà créé :
  • Si vous disposez d’un abonnement Azure, créez un compte.
  • Vous ne possédez pas d’abonnement Azure ? Vous pouvez essayer Azure Cosmos DB gratuitement sans carte de crédit.
• Installez Visual Studio Code et configurez votre environnement pour utiliser des notebooks.
• Installez l’extension de notebooks Polyglot pour Visual Studio Code.

Créer une nouvelle instance Notebook

Dans cette section, vous allez créer la base de données Azure Cosmos et le conteneur, puis importer les données de vente dans le conteneur.

Python

1. Ouvrez Visual Studio Code.
2. Exécutez la commande Créer : nouveau Jupyter Notebook à partir de la palette de commandes (Ctrl+Maj+P) ou créez un fichier .ipynb dans votre espace de travail.

C#

1. Ouvrez Visual Studio Code.

2. Exécutez la commande Notebook Polyglot : créer un notebook vide à partir de la palette de commandes (Ctrl+Maj+P).

   

3. Sélectionnez l’extension de fichier .ipynb.

4. Sélectionnez C# comme langage par défaut.

Conseil

Une fois que vous avez créé le notebook, vous pouvez l’enregistrer et le renommer par exemple AnalyzeRetailData.ipynb.

Créer une base de données et un conteneur avec le SDK

Python

1. Démarrez dans la cellule de code par défaut.

2. Installez le package Azure.cosmos. Exécutez cette cellule avant de continuer.

   %pip install azure.cosmos
   

3. Importez les packages dont vous avez besoin pour ce tutoriel.

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

4. Créez une instance de CosmosClient.

   endpoint = "<FILL ME>"
   key = "<FILL ME>"
   cosmos_client = CosmosClient(url=endpoint, credential=key)
   

5. Créez une base de données nommée RetailIngest à l’aide du Kit de développement logiciel (SDK) intégré.

   database = cosmos_client.create_database_if_not_exists('RetailIngest')
   

6. Créez un conteneur nommé WebsiteMetrics avec une clé de partition de /CartID.

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

7. Sélectionnez Exécuter pour créer la base de données et la ressource de conteneur.

   

C#

1. Démarrez dans la cellule de code par défaut.

2. Installez le package NuGet Microsoft.Azure.Cosmos. Exécutez cette cellule avant de continuer.

   #r "nuget: Microsoft.Azure.Cosmos"
   

3. Créez une nouvelle cellule de code.

4. Importez les packages dont vous avez besoin pour ce tutoriel.

   using Microsoft.Azure.Cosmos;
   

5. Créez une instance du type client à l’aide du Kit de développement logiciel (SDK) intégré. Renseignez le point de terminaison d’URI et la clé de votre compte Azure Cosmos DB. Vous trouverez ces valeurs dans la page Clés de votre compte Azure Cosmos DB.

   var endpoint = "<FILL ME>";
   var key = "<FILL ME>";
   
   var cosmosClient = new CosmosClient(Cosmos.Endpoint, Cosmos.Key);
   

6. Créez une base de données nommée RetailIngest.

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

7. Créez un conteneur nommé WebsiteMetrics avec une clé de partition de /CartID.

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

8. Sélectionnez Exécuter la cellule pour créer la base de données et la ressource de conteneur.

   

Importer des données dans un conteneur

Python

1. Ajouter une cellule de code

2. Dans la cellule de code, ajoutez le code suivant pour charger des données à partir de cette URL : https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json.

       import urllib.request
       import json
   
       with urllib.request.urlopen("https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json") as url:
           docs = json.loads(url.read().decode())
   
       for doc in docs:
           container.upsert_item(doc)
   

3. Exécutez la cellule. L’exécution prend 45 secondes à 1 minute.

C#

1. Ajoutez une cellule de code.

2. Dans la cellule de code, créez une classe C# pour représenter un élément dans le conteneur. Exécutez la cellule.

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

3. Ajoutez une cellule de code.

4. Dans la cellule de code, ajoutez le code suivant pour charger des données à partir de cette URL : https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json.

   using System.Net.Http;
   using System.Text.Json;
   using System.IO;
   
   var dataURL = "https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json";
   var jsonData = new HttpClient().GetStringAsync(dataURL).Result;
   
   Record[] result = JsonSerializer.Deserialize<Record[]>(jsonData);
   
   foreach (Record record in result) {
       await container.UpsertItemAsync<Record>(record, new PartitionKey(record.CartID)); //43 seconds
   }
   

5. Exécutez la cellule. L’exécution prend 45 secondes à 1 minute.

Analyser vos données

Python

1. Créez une autre cellule de code.

2. Dans la cellule de code, utilisez une requête SQL pour remplir un DataFrame Pandas. Exécutez cette cellule.

   import pandas as pd
   from pandas import DataFrame
   
   QUERY = "SELECT c.Action, c.Price as ItemRevenue, c.Country, c.Item FROM c"
   results = container.query_items(
       query=QUERY, enable_cross_partition_query=True
   )
   
   df_cosmos = pd.DataFrame(results)
   

3. Créez une autre cellule de code.

4. Dans la cellule de code, sortiez les 10 premiers éléments du dataframe. Exécutez cette cellule.

   df_cosmos.head(10)
   

5. Observez la sortie de l’exécution de la commande.

   	Action	ItemRevenue	Country	Élément
   0	Acheté	19.99	Macédoine du Nord	Chemise à boutons
   1	Consulté	12,00	Papouasie-Nouvelle-Guinée	Collier
   2	Consulté	25.00	Slovaquie (République slovaque)	Cardigan
   3	Acheté	14.00	Sénégal	Tongues
   4	Consulté	50.00	Panama	Shorts en denim
   5	Consulté	14.00	Sénégal	Tongues
   6	Ajouté	14.00	Sénégal	Tongues
   7	Ajouté	50.00	Panama	Shorts en denim
   8	Acheté	33,00	Territoires palestiniens	Haut rouge
   9	Consulté	30.00	Malte	Pull vert

6. Créez une autre cellule de code.

7. Dans la cellule de code, importez le package pandas pour personnaliser la sortie du dataframe. Exécutez cette cellule.

   import pandas as pd    
   df_cosmos.groupby("Item").size().reset_index()
   

8. Observez la sortie de l’exécution de la commande.

   	Article	Test
   0	Tongues	66
   1	Collier	55
   2	Athletic Shoes	111
   ...	...	...
   45	Veste coupe-vent	56

C#

1. Créez une nouvelle cellule de code.

2. Dans la cellule de code, ajoutez du code pour exécuter une requête SQL à l’aide du Kit de développement logiciel (SDK) stockant la sortie de la requête dans une variable de type List<T> nommé 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);
       }
   }
   

3. Créez une autre cellule de code.

4. Dans la cellule de code, créez un dictionnaire en ajoutant des permutations uniques du champ Item en tant que clé et la somme du champ Price comme valeur. Cela donne le total des ventes pour chaque article. Exécutez cette cellule.

   var dictionary = new Dictionary<string, decimal>();
   
   foreach(var result in results)
   {
       if (dictionary.ContainsKey(result.Item)) {
           dictionary[result.Item] += result.Price;
       }
       else {
           dictionary.TryAdd (result.Item, result.Price); 
   
       }
   }
   
   dictionary
   

5. Observez la sortie avec des combinaisons uniques des champs Item et Price.

   ...
   Black Tee: 603
   Flannel Shirt: 1199.40
   Socks: 210.00
   Rainjacket: 2695
   ...
   

Étapes suivantes

• Commencer à utiliser la bibliothèque de client Azure Cosmos DB for NoSQL pour .NET
• Commencer à utiliser la bibliothèque de client Azure Cosmos DB for NoSQL pour Python