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.
Vá até sua conta do Azure Cosmos DB e abra o Data Explorer.
Selecione Novo Notebook.
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.
Selecione o kernel que deseja usar para o notebook.
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
Comece na célula de código padrão.
Importe os pacotes necessários para este tutorial.
import azure.cosmos from azure.cosmos.partition_key import PartitionKey
Crie um banco de dados chamado RetailIngest usando o SDK interno.
database = cosmos_client.create_database_if_not_exists('RetailIngest')
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'))
Selecione Executar para criar o banco de dados e o recurso de contêiner.
Importar dados usando comandos magic
Adicione uma nova célula de código.
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
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.
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
Crie outra célula de código.
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
Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.
Crie outra célula de código.
Na célula de código, gere os 10 itens principais do dataframe.
df_cosmos.head(10)
Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.
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 Crie outra célula de código.
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()
Selecione Executar Célula Ativa para executar apenas o comando nesta célula específica.
Na saída, selecione a opção Gráfico de Linhas para exibir uma visualização diferente dos dados.
Persistir o notebook
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.