Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Azure Databricks tarafından sağlanan ve Azure Databricks çalışma alanınızda kullanabileceğiniz üçüncü taraflar tarafından kullanıma sunulan çeşitli örnek veri kümeleri vardır.
Unity Katalog veri kümeleri
Unity Kataloğu, samples kataloğundaki bir dizi örnek veri kümesine erişim sağlar. Bu veri kümelerini Katalog Gezgini arabiriminde gözden geçirebilir, desenini kullanarak doğrudan bir not defterine veya <catalog-name>.<schema-name>.<table-name> başvurabilirsiniz.
Aşağıdaki tabloda katalogdaki samples kullanılabilir şemalar listelenmiştir:
| Veri kümesi | Açıklama |
|---|---|
nyctaxi |
New York Şehri için taksi gezisi kayıtları. |
tpch |
TPC-H Benchmark'dan büyük ölçekli veri kümesi (yaklaşık 1 TB). |
tpcds_sf1 |
TPC-DS karşılaştırmasından küçük ölçekli veri kümesi (yaklaşık 1 GB). |
wanderbricks |
Kullanıcılar, tesisler, rezervasyonlar, incelemeler ve daha fazlasını içeren simülasyonlu bir seyahat rezervasyon platformu. |
New York taksi hizmeti (nyctaxi)
Şema, nyctaxi New York'taki taksi yolculuklarıyla ilgili ayrıntıları içeren tablosunu tripsiçerir. Aşağıdaki örnek, bu tablodaki ilk 10 kaydı döndürür:
SQL
SELECT * FROM samples.nyctaxi.trips LIMIT 10
Piton
display(spark.read.table("samples.nyctaxi.trips").limit(10))
tpch
tpch şeması, TPC-H Benchmarkverilerini içerir. Bu şemadaki tabloları listelemek için şunu çalıştırın:
SQL
SHOW TABLES IN samples.tpch
Piton
display(spark.sql("SHOW TABLES IN samples.tpch"))
tpcds_sf1
Şema, tpcds_sf1TPC-DS karşılaştırmasından verileri içerir. Bu şemadaki tabloları listelemek için şunu çalıştırın:
SQL
SHOW TABLES IN samples.tpcds_sf1;
Piton
display(spark.sql("SHOW TABLES IN samples.tpcds_sf1"))
Sistem performansını değerlendirmek için bu veri kümesini kullanma hakkında daha fazla kılavuz için bkz. Sistem performansını değerlendirmek için TPC-DS örnek veri kümesini kullanma.
wanderbricks
Şema, wanderbricks sanal bir seyahat rezervasyon platformu veri kümesi içerir. Veri kümesi tabloları hakkında wanderbricks ayrıntılı bilgi için bkz . Wanderbricks veri kümesi.
CSV biçiminde üçüncü taraf örnek veri kümeleri
Azure Databricks, üçüncü taraf örnek veri kümelerini virgülle ayrılmış değerler (CSV) dosyaları olarak Azure Databricks çalışma alanlarına hızla yüklemek için yerleşik araçlara sahiptir. CSV biçiminde kullanılabilen bazı popüler üçüncü taraf örnek veri kümeleri:
| Örnek veri kümesi | Örnek veri kümesini CSV dosyası olarak indirmek için... |
|---|---|
| Sincap Nüfus Sayımı |
Veri web sayfasında Veri Park Et seçeneğine tıklayın. Sincap Verileri veya Hikayeler. |
| OWID Veri Kümesi Koleksiyonu | GitHub deposunda veri kümeleri klasörüne tıklayın. Hedef veri kümesini içeren alt klasöre tıklayın ve ardından veri kümesinin CSV dosyasına tıklayın. |
| Data.gov CSV veri kümeleri | Arama sonuçları web sayfasında hedef arama sonucuna tıklayın ve CSV simgesinin yanında İndir'e tıklayın. |
| Elmaslar (Kaggle hesabı gerektirir) | Veri kümesinin web sayfasındaki Veri sekmesinde, Veri sekmesinde ,diamonds.csv'nin yanındaki İndir simgesine tıklayın. |
| NYC Taksi Yolculuğu Süresi (Kaggle hesabı gerektirir) | Veri kümesinin web sayfasında, Veri sekmesinde, sample_submission.zip yanındaki yere tıklayın. İndir simgesi. Veri kümesinin CSV dosyalarını bulmak için indirilen ZIP dosyasının içeriğini ayıklar. |
Azure Databricks çalışma alanınızda üçüncü taraf örnek veri kümelerini kullanmak için aşağıdakileri yapın:
- Veri kümesini yerel makinenize CSV dosyası olarak indirmek için üçüncü tarafın yönergelerini izleyin.
- CSV dosyasını yerel makinenizden Azure Databricks çalışma alanınıza yükleyin.
- İçeri aktarılan verilerle çalışmak için Databricks SQL'i kullanarak verileri sorgular. Ya da verileri DataFrame olarak yüklemek için bir not defteri kullanabilirsiniz.
Kitaplıklar içindeki üçüncü taraf örnek veri kümeleri
Bazı üçüncü taraflar, Python Paket Dizini (PyPI) paketleri veya Kapsamlı R Arşiv Ağı (CRAN) paketleri gibi kitaplıklar içindeki örnek veri kümelerini içerir. Daha fazla bilgi için kitaplık sağlayıcısının belgelerine bakın.
- Küme kullanıcı arabirimini kullanarak Azure Databricks kümesine bir kitaplık yüklemek için bkz Hesap kapsamındaki kitaplıklar.
- Azure Databricks not defteri kullanarak Python kitaplığı yüklemek için bkz. Notebook ortamında tanımlı Python kitaplıkları.
- Azure Databricks ile bir defter kullanarak R kitaplıkları yüklemek için bkz. Defter kapsamına ait R kitaplıkları.
DBFS'ye montaj edilmiş Databricks veri kümeleri (databricks-datasets)
Azure Databricks, Unity Kataloğu özellikli Databricks çalışma alanlarında çoğu senaryo için DBFS ve bağlı bulut nesne depolamasının kullanılmamasını önerir. DBFS'ye bağlı bazı örnek veri kümeleri Azure Databricks'te kullanılabilir
Not
Databricks veri kümelerinin kullanılabilirliği ve konumu bildirimde bulunmaksızın değiştirilebilir.
DBFS'ye bağlı Databricks veri kümelerine göz atın
Python, Scala veya R notebook uygulamasından bu dosyalara göz atmak için dbutils kullanabilirsiniz. Aşağıdaki kod tüm kullanılabilir Databricks veri kümelerini listeler.
Piton
display(dbutils.fs.ls('/databricks-datasets'))
Scala programlama dili
display(dbutils.fs.ls("/databricks-datasets"))
R
%fs ls "/databricks-datasets"