你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

教程：在 Azure Cosmos DB for NoSQL 中创建 Jupyter 笔记本以分析和可视化数据（预览版）

适用范围： NoSQL

警告

Azure Cosmos DB 的 Jupyter Notebook 功能将于 2024 年 3 月 30 日停用，届时将无法再通过 Azure Cosmos DB 帐户使用内置的 Jupyter 笔记本。 建议使用 Visual Studio Code 对 Jupyter 笔记本的支持或首选笔记本客户端。

本教程将介绍如何使用 Azure Cosmos DB 的 Jupyter Notebook 功能将示例零售数据导入 Azure Cosmos DB for NoSQL 帐户。 其中将会讲解如何使用 Azure Cosmos DB magic 命令来运行查询、分析数据和可视化结果。

先决条件

• 一个现有的适用于 NoSQL 的 Azure Cosmos DB 帐户。
  • 如果你有现有的 Azure 订阅，请创建一个新帐户。
  • 无 Azure 订阅？ 可以免费试用 Azure Cosmos DB，无需信用卡。

创建新的 Notebook

在本部分，你将创建 Azure Cosmos 数据库和容器，并将零售数据导入该容器。

1. 导航到你的 Azure Cosmos DB 帐户，打开“数据资源管理器”。

2. 选择“新建笔记本”。

   

3. 在出现的确认对话中，选择“创建”。

   注意

   将创建一个临时工作区，让你能够使用 Jupyter 笔记本。 会话过期后，将删除工作区中的所有笔记本。

4. 选择要用于笔记本的内核。

Python

C#

提示

创建新笔记本后，可将其重命名，例如“VisualizeRetailData.ipynb”。

使用 SDK 创建数据库和容器

Python

1. 从默认代码单元格开始。

2. 导入本教程所需的所有包。

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

3. 使用内置 SDK 创建名为“RetailIngest”的数据库。

   database = cosmos_client.create_database_if_not_exists('RetailIngest')
   

4. 使用 /CartID 分区键创建名为“WebsiteMetrics”的容器。

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

5. 选择“运行”以创建数据库和容器资源。

   

C#

1. 从默认代码单元格开始。

2. 导入本教程所需的所有包。

   using Microsoft.Azure.Cosmos;
   

3. 使用内置 SDK 创建客户端类型的新实例。

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

4. 创建名为“RetailIngest”的数据库。

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

5. 使用 /CartID 分区键创建名为“WebsiteMetrics”的容器。

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

6. 选择“运行”以创建数据库和容器资源。

   

使用 magic 命令导入数据

1. 添加一个新代码单元格。

2. 在代码单元格中，将以下 magic 命令添加到现有容器，从此 URL 上传 JSON 数据：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. 选择“运行活动单元格”以仅运行此特定单元格中的命令。

   

   注意

   导入命令需要 5-10 秒才能完成。

4. 观察运行命令的输出。 确保已导入 2,654 个文档。

   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
   

可视化数据

Python

1. 另创建一个新的代码单元格。

2. 在代码单元格中，使用 SQL 查询填充 Pandas DataFrame。

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

3. 选择“运行活动单元格”以仅运行此特定单元格中的命令。

4. 另创建一个新的代码单元格。

5. 在代码单元格中，输出数据帧的前 10 项。

   df_cosmos.head(10)
   

6. 选择“运行活动单元格”以仅运行此特定单元格中的命令。

7. 观察运行命令的输出。

   	操作	ItemRevenue	Country	项
   0	已购买	19.99	马其顿	纽扣衬衫
   1	已查看	12.00	巴布亚新几内亚	项链
   2	已查看	25.00	斯洛伐克（斯洛伐克共和国）	开襟毛衣
   3	已购买	14.00	塞内加尔	人字拖
   4	已查看	50.00	巴拿马	牛仔短裤
   5	已查看	14.00	塞内加尔	人字拖
   6	已添加	14.00	塞内加尔	人字拖
   7	已添加	50.00	巴拿马	牛仔短裤
   8	已购买	33.00	巴勒斯坦占领区	红色上衣
   9	已查看	30.00	马耳他	绿色毛衣

8. 另创建一个新的代码单元格。

9. 在代码单元格中，导入 pandas 包以自定义数据帧的输出。

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

10. 选择“运行活动单元格”以仅运行此特定单元格中的命令。

11. 在输出中，选择“折线图”选项以查看数据的不同可视化效果。

    

C#

1. 创建新代码单元格。

2. 在代码单元格中，创建一个新的 C# 类来表示容器中的项。

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

3. 另创建一个新的代码单元格。

4. 在代码单元格中，添加代码以使用 SDK 执行 SQL 查询，将查询的输出存储在 List<T> 类型名为“results”的变量中。

   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. 另创建一个新的代码单元格。

6. 在代码单元格中，通过将“Item”字段的唯一排列添加为键，将“Price”字段中的数据添加为值，从而创建字典。

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

7. 选择“运行活动单元格”以仅运行此特定单元格中的命令。

8. 观察具有“Item”和“Price”字段的唯一组合的输出。

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

9. 另创建一个新的代码单元格。

10. 在代码单元格中，输出“results”变量。

    results
    

11. 选择“运行活动单元格”以仅运行此特定单元格中的命令。

12. 在输出中，选择“盒须图”选项以查看数据的不同可视化效果。

    

保留笔记本

1. 在“笔记本”部分，打开为本教程创建的笔记本的上下文菜单，然后选择“下载”。

   

   提示

   若要永久保存工作，请将笔记本保存到 GitHub 存储库，或在会话结束前将笔记本下载到本地计算机。

后续步骤

• 了解 Azure Cosmos DB 中的 Jupyter 笔记本功能
• 将笔记本从 GitHub 导入 Azure Cosmos DB for NoSQL 帐户
• 查看有关 Jupyter 笔记本支持的常见问题解答