Notebook di Azure Synapse Analytics

Un notebook di Synapse Studio è un'interfaccia Web che consente di creare file che contengono codice in tempo reale, visualizzazioni e testo descrittivo. I notebook possono essere usati per convalidare idee ed eseguire esperimenti rapidi per ottenere informazioni cognitive dettagliate dai dati.

Con un notebook di Synapse Studio è possibile:

• Iniziare senza attività di configurazione.
• Mantenere i dati protetti con le funzionalità di sicurezza aziendali predefinite.
• Analizzare i dati in formati non elaborati (CSV, txt, JSON e così via), formati di file elaborati (parquet, Delta Lake, ORC e così via) e file di dati tabulari SQL in Spark e SQL.
• Ottenere produttività con funzionalità avanzate di creazione e visualizzazione dei dati predefinite.

Questa sezione contiene articoli sulla combinazione di linguaggi, creazione di visualizzazioni dei dati, parametrizzazione di notebook, compilazione di pipeline e altro ancora. Contiene anche riferimenti ed esercitazioni su come iniziare a usare lo sviluppo di notebook.

Creare, gestire e usare notebook

È possibile gestire i notebook usando l'interfaccia utente di Synapse Studio.

Per altre informazioni su come creare e gestire notebook, vedere gli articoli seguenti:

• Gestire i notebook
  • Creare notebook
  • Sviluppare notebook
  • Importare i dati in un notebook
  • Usare diversi linguaggi per mezzo di comandi magic e tabelle temporanee
  • Usare i comandi magic della cella
• Sviluppo
  • Configurare le impostazioni della sessione Spark
  • Usare le Utilità di Microsoft Spark
  • Visualizzare i dati usando notebook e librerie
  • Integrare un notebook nelle pipeline

Passaggi successivi

I notebook sono anche ampiamente usati per la preparazione e la visualizzazione dei dati, l'apprendimento automatico e altri scenari di Big Data. Per altre informazioni su come usare i notebook per gli scenari di analisi dei dati e Big Data, vedere le esercitazioni seguenti:

• Creare un notebook
• Creare visualizzazioni con i notebook di Synapse Studio
• Creare modelli di Machine Learning con Apache Spark MLlib
• Creare modelli di Machine Learning con Machine Learning automatizzato di Azure