Azure Synapse Analytics-notebooks

Een Synapse Studio-notebook is een webinterface waarmee u bestanden kunt maken die livecode, visualisaties en verhaaltekst bevatten. Notebooks zijn een goede plek om ideeën te valideren en snelle experimenten te gebruiken om inzicht te krijgen in uw gegevens.

Met een Synapse Studio-notebook kunt u het volgende doen:

• Ga aan de slag met nul installatie-inspanningen.
• Gegevens beveiligen met ingebouwde bedrijfsbeveiligingsfuncties.
• Analyseer gegevens in onbewerkte indelingen (CSV, txt, JSON, enzovoort), verwerkte bestandsindelingen (parquet, Delta Lake, ORC, enzovoort) en SQL-gegevensbestanden in tabelvorm met Spark en SQL.
• Wees productief met verbeterde ontwerpmogelijkheden en ingebouwde gegevensvisualisatie.

Deze sectie bevat artikelen over het combineren van talen, het maken van gegevensvisualisaties, het parameteriseren van notebooks, het bouwen van pijplijnen en meer. Het bevat ook referenties en handleidingen over hoe je kunt beginnen met het ontwikkelen van je notebook.

Notebooks maken, beheren en gebruiken

U kunt notebooks beheren met behulp van de Synapse Studio-gebruikersinterface.

Zie de volgende artikelen voor meer informatie over het maken en beheren van notebooks:

• Notitieblokken beheren
  • notitieblokken maken
  • Notebooks ontwikkelen
  • Gegevens naar een notitieblok brengen
  • Gebruik meerdere talen met magic-opdrachten en tijdelijke tabellen
  • Magic-opdrachten voor cellen gebruiken
• Ontwikkeling
  • Spark-sessie-instellingen configureren
  • Microsoft Spark-hulpprogramma's gebruiken
  • Gegevens visualiseren met behulp van notebooks en bibliotheken
  • een notebook integreren in pijplijnen

Volgende stappen

Notebooks worden ook veel gebruikt in gegevensvoorbereiding, gegevensvisualisatie, machine learning en andere big data-scenario's. Raadpleeg de volgende zelfstudies voor meer informatie over het gebruik van notebooks voor uw gegevensanalyse en big data-scenario's:

• Een notebook maken
• Visualisaties maken met synapse Studio-notebooks
• Machine Learning-modellen bouwen met Apache Spark MLlib
• Machine Learning-modellen bouwen met geautomatiseerde ML- van Azure