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.

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

2. Selecione Novo Bloco de Notas.

   

3. 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.

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

Python

C#

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

Python

1. Comece na célula de código padrão.

2. Importe todos 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 de /CartID.

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

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

   

C#

1. Comece na célula de código padrão.

2. Importe todos os pacotes necessários para este tutorial.

   using Microsoft.Azure.Cosmos;
   

3. Crie uma nova 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 de /CartID.

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

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

   

Importar dados usando comandos mágicos

1. Adicione uma nova célula de código.

2. 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
   

3. 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.

4. 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

Python

1. Crie outra nova célula de código.

2. 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
   

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

4. Crie outra nova célula de código.

5. Na célula de código, produza os 10 principais itens 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	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

8. Crie outra nova 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 nova célula de código.

2. Na célula de código, crie uma nova 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 nova 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 do tipo List<T> chamada results.

   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 nova 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 nova célula de código.

10. Na célula de código, produza a variável results .

    results
    

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

12. Na saída, selecione a opção Box Plot para visualizar uma visualização diferente dos dados.

    

Mantenha o seu bloco de notas

1. 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.

Próximos passos

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