Tutorial: Criar um Jupyter Notebook no Azure Cosmos DB for NoSQL para analisar e visualizar dados (versão prévia)

APLICA-SE A: NoSQL

Aviso

O recurso Jupyter Notebooks do Azure Cosmos DB será desativado em 30 de março de 2024. Não será possível usar notebooks Jupyter internos na conta do Azure Cosmos DB. Recomendamos usar o suporte do Visual Studio Code para notebooks Jupyter ou seu cliente preferido de notebooks.

Este tutorial mostra como usar o recurso Jupyter Notebooks do Azure Cosmos DB para importar dados de varejo de exemplo para uma conta do Azure Cosmos DB for NoSQL. Você verá como usar comandos magic do Azure Cosmos DB para executar consultas, analisar os dados e visualizar os resultados.

Pré-requisitos

• Uma conta existente do Azure Cosmos DB for NoSQL.
  • Se você tiver uma assinatura existente do Azure, crie uma nova conta.
  • Nenhuma assinatura do Azure? Você pode experimentar o Azure Cosmos DB gratuitamente sem necessidade de cartão de crédito.

Criar um novo notebook

Nesta seção, você criará o banco de dados Azure Cosmos e o contêiner e importará os dados de varejo para o contêiner.

1. Vá até sua conta do Azure Cosmos DB e abra o Data Explorer.

2. Selecione Novo Notebook.

   

3. Na caixa de diálogo de confirmação que é exibida, selecione Criar.

   Observação

   Um espaço de trabalho temporário será criado para que você trabalhe com Jupyter Notebooks. Quando a sessão expirar, os notebooks no espaço de trabalho serão removidos.

4. Selecione o kernel que deseja usar para o notebook.

Python

C#

Dica

Após o notebook ser criado, você poderá renomeá-lo para algo como VisualizeRetailData.ipynb.

Criar um banco de dados e um contêiner usando o SDK

Python

1. Comece na célula de código padrão.

2. Importe os pacotes necessários para este tutorial.

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

3. Crie um banco de dados chamado RetailIngest usando o SDK interno.

   database = cosmos_client.create_database_if_not_exists('RetailIngest')
   

4. Crie um contêiner chamado WebsiteMetrics com uma chave de partição /CartID.

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

5. Selecione Executar para criar o banco de dados e o recurso de contêiner.

   

C#

1. Comece na célula de código padrão.

2. Importe os pacotes necessários para este tutorial.

   using Microsoft.Azure.Cosmos;
   

3. Crie uma instância do tipo de cliente usando o SDK interno.

   var cosmosClient = new CosmosClient(Cosmos.Endpoint, Cosmos.Key);
   

4. Crie um banco de dados chamado RetailIngest.

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

5. Crie um contêiner chamado WebsiteMetrics com uma chave de partição /CartID.

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

6. Selecione Executar para criar o banco de dados e o recurso de contêiner.

   

Importar dados usando comandos magic

1. Adicione uma nova célula de código.

2. Dentro da célula de código, adicione o seguinte comando magic para carregar no contêiner existente os dados JSON dessa URL: https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json

   %%upload --databaseName RetailIngest --containerName WebsiteMetrics --url https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json
   

3. Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.

   

   Observação

   O comando de importação deve levar de 5 a 10 segundos para ser concluído.

4. Observe a saída do comando de execução. Verifique se 2.654 documentos foram importados.

   Documents successfully uploaded to WebsiteMetrics
   Total number of documents imported:
     Success: 2654
     Failure: 0
   Total time taken : 00:00:04 hours
   Total RUs consumed : 27309.660000001593
   

Visualize seus dados

Python

1. Crie outra célula de código.

2. Na célula de código, use uma consulta SQL para popular um DataFrame do Pandas.

   %%sql --database RetailIngest --container WebsiteMetrics --output df_cosmos
   SELECT c.Action, c.Price as ItemRevenue, c.Country, c.Item FROM c
   

3. Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.

4. Crie outra célula de código.

5. Na célula de código, gere os 10 itens principais do dataframe.

   df_cosmos.head(10)
   

6. Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.

7. Observe a saída da execução do comando.

   	Ação	ItemRevenue	País	Item
   0	Comprado	19.99	Macedônia	Camisa de botões
   1	Exibido	12,00	Papua Nova Guiné	Colar
   2	Exibido	25,00	Eslováquia (República Eslovaca)	Cardigã
   3	Comprado	14.00	Senegal	Sandálias de dedo
   4	Exibido	50,00	Panamá	Shorts jeans
   5	Exibido	14.00	Senegal	Sandálias de dedo
   6	Adicionado	14.00	Senegal	Sandálias de dedo
   7	Adicionado	50,00	Panamá	Shorts jeans
   8	Comprado	33,00	Território Palestino	Blusa vermelha
   9	Exibido	30,00	Malta	Suéter verde

8. Crie outra célula de código.

9. Na célula de código, importe o pacote pandas para personalizar a saída do dataframe.

   import pandas as pd
   pd.options.display.html.table_schema = True
   pd.options.display.max_rows = None
   
   df_cosmos.groupby("Item").size()
   

10. Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.

11. Na saída, selecione a opção Gráfico de Linhas para exibir uma visualização diferente dos dados.

    

C#

1. Crie uma célula de código.

2. Na célula de código, crie uma classe C# para representar um item no contêiner.

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

3. Crie outra célula de código.

4. Na célula de código, adicione código para executar uma consulta SQL usando o SDK armazenando a saída da consulta em uma variável de tipo List<T> chamada resultados.

   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);
       }
   }
   

5. Crie outra célula de código.

6. Na célula de código, crie um dicionário adicionando permutações exclusivas do campo Item como a chave e os dados no campo Preço como o valor.

   var dictionary = new Dictionary<string, decimal>();
   
   foreach(var result in results)
   {
       dictionary.TryAdd (result.Item, result.Price); 
   }
   
   dictionary
   

7. Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.

8. Observe a saída com combinações exclusivas dos campos Item e Preço.

   ...
   Denim Jacket:31.99
   Fleece Jacket:65
   Sandals:12
   Socks:3.75
   Sandal:35.5
   Light Jeans:80
   ...
   

9. Crie outra célula de código.

10. Na célula de código, gere a variável resultados.

    results
    

11. Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.

12. Na saída, selecione a opção Gráfico de Caixa para exibir uma visualização diferente dos dados.

    

Persistir o notebook

1. Na seção Notebooks, abra o menu de contexto do notebook que você criou para este tutorial e selecione Baixar.

   

   Dica

   Para salvar o trabalho permanentemente, salve os notebooks em um repositório GitHub ou baixe-os no computador local antes do término da sessão.

Próximas etapas

• Saiba mais sobre o recurso Jupyter Notebooks no Azure Cosmos DB
• Importar notebooks do GitHub para uma conta do Azure Cosmos DB para NoSQL
• Examine as perguntas frequentes no suporte do Jupyter Notebook