Tutorial: Criar um Jupyter Notebook no Azure Cosmos DB para NoSQL para analisar e visualizar dados (visualização)
APLICA-SE A: NoSQL
Aviso
O recurso Jupyter Notebooks do Azure Cosmos DB será desativado em 30 de março de 2024; você não poderá usar blocos de anotações Jupyter internos da conta do Azure Cosmos DB. Recomendamos usar o suporte do Visual Studio Code para blocos de anotações Jupyter ou seu cliente de blocos de anotações preferido.
Este tutorial explica como usar o recurso Jupyter Notebooks do Azure Cosmos DB para importar dados de varejo de exemplo para uma conta do Azure Cosmos DB para NoSQL. Você verá como usar os comandos mágicos do Azure Cosmos DB para executar consultas, analisar os dados e visualizar os resultados.
Pré-requisitos
- Uma conta existente do Azure Cosmos DB para NoSQL.
- Se você tiver uma assinatura existente do Azure, crie uma nova conta.
- Não há 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 do Azure Cosmos, o contêiner e importará os dados de varejo para o contêiner.
Navegue até sua conta do Azure Cosmos DB e abra o Data Explorer.
Selecione Novo Bloco de Notas.
Na caixa de diálogo de confirmação exibida, selecione Criar.
Nota
Um espaço de trabalho temporário será criado para permitir que você trabalhe com o Jupyter Notebooks. Quando a sessão expirar, todos os blocos de anotações no espaço de trabalho serão removidos.
Selecione o kernel que deseja usar para o notebook.
Gorjeta
Agora que o novo bloco de anotações foi criado, você pode 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 todos 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 de
/CartID
.container = database.create_container_if_not_exists(id='WebsiteMetrics', partition_key=PartitionKey(path='/CartID'))
Selecione Executar para criar o recurso de banco de dados e contêiner.
Importar dados usando comandos mágicos
Adicione uma nova célula de código.
Dentro da célula de código, adicione o seguinte comando mágico para carregar, para o seu contêiner existente, os dados JSON desta 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.
Nota
O comando import deve levar de 5 a 10 segundos para ser concluído.
Observe a saída do comando run. Garantir que 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
Visualizar os seus dados
Crie outra nova célula de código.
Na célula de código, use uma consulta SQL para preencher um Pandas DataFrame.
%%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 nova célula de código.
Na célula de código, produza os 10 principais itens 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 Macedónia Camisa de botão 1 Visualizados 12.00 Papua-Nova Guiné Colar 2 Visualizados 25.00 Eslováquia (República Eslovaca) Camisola Cardigan 3 Comprado 14.00 Senegal Chinelos Sapatos 4 Visualizados 50.00 Panamá Calções Denim 5 Visualizados 14.00 Senegal Chinelos Sapatos 6 Adicionada 14.00 Senegal Chinelos Sapatos 7 Adicionada 50.00 Panamá Calções Denim 8 Comprado 33.00 Autoridade Palestina Topo vermelho 9 Visualizados 30,00 Malta Camisola Verde Crie outra nova 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.
Mantenha o seu bloco de notas
Na seção Blocos de Anotações, abra o menu de contexto do bloco de anotações criado para este tutorial e selecione Baixar.
Gorjeta
Para salvar seu trabalho permanentemente, salve seus blocos de anotações em um repositório GitHub ou baixe os blocos de anotações em sua máquina local antes que a sessão termine.