Tutorial: Mengkueri dan memvisualisasikan data dari buku catatan

Tutorial ini memandu Anda menggunakan buku catatan Azure Databricks untuk mengkueri data sampel yang disimpan di Unity Catalog menggunakan SQL, Python, Scala, dan R lalu memvisualisasikan hasil kueri di buku catatan.

Persyaratan

Untuk menyelesaikan tugas dalam artikel ini, Anda harus memenuhi persyaratan berikut:

• Ruang kerja Anda harus mengaktifkan Katalog Unity. Untuk informasi tentang mulai menggunakan Katalog Unity, lihat Mulai menggunakan Katalog Unity.
• Anda harus memiliki izin untuk menggunakan sumber daya komputasi yang sudah ada atau membuat sumber daya komputasi baru. Lihat Compute atau hubungi administrator Databricks Anda.

Langkah 1: Membuat buku catatan baru

Untuk membuat buku catatan di ruang kerja Anda, klik Baru di bilah samping, lalu klik Buku Catatan. Buku catatan kosong terbuka di ruang kerja.

Untuk mempelajari selengkapnya tentang membuat dan mengelola buku catatan, lihat Mengelola buku catatan.

Langkah 2: Mengkueri tabel

samples.nyctaxi.trips Kueri tabel di Unity Catalog menggunakan bahasa pilihan Anda.

1. Salin dan tempel kode berikut ke dalam sel buku catatan kosong baru. Kode ini menampilkan hasil dari mengkueri samples.nyctaxi.trips tabel di Katalog Unity.

   SQL

   SELECT * FROM samples.nyctaxi.trips
   

   Phyton

   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. Tekan Shift+Enter untuk menjalankan sel lalu berpindah ke sel berikutnya.

   Hasil kueri muncul di buku catatan.

Langkah 3: Menampilkan data

Tampilkan jumlah tarif rata-rata berdasarkan jarak perjalanan, dikelompokkan menurut kode pos penjemputan.

1. Di samping tab Tabel , klik + lalu klik Visualisasi.

   Editor visualisasi ditampilkan.

2. Di menu drop-down Jenis Visualisasi, verifikasi bahwa Bilah dipilih.

3. Pilih fare_amount untuk kolom X.

4. Pilih trip_distance untuk kolom Y.

5. Pilih Average sebagai jenis agregasi.

6. Pilih pickup_zip sebagai kolom Kelompokkan menurut .

   

7. Klik Simpan.

Langkah berikutnya

• Untuk mempelajari tentang menambahkan data dari file CSV ke Unity Catalog dan memvisualisasikan data, lihat Tutorial: Mengimpor dan memvisualisasikan data CSV dari buku catatan.
• Untuk mempelajari cara memuat data ke Databricks menggunakan Apache Spark, lihat Tutorial: Memuat dan mengubah data menggunakan Apache Spark DataFrames.
• Untuk mempelajari selengkapnya tentang menyerap data ke Dalam Databricks, lihat Konektor standar di Lakeflow Connect.
• Untuk mempelajari selengkapnya tentang mengkueri data dengan Databricks, lihat Data kueri.
• Untuk mempelajari selengkapnya tentang visualisasi, lihat Visualisasi di buku catatan Databricks dan editor SQL.
• Untuk mempelajari selengkapnya tentang teknik analisis data eksploratif (EDA), lihat Tutorial: Teknik EDA menggunakan notebook Databricks.