教學課程：使用 Visual Studio Code Jupyter 筆記本建立 Jupyter Notebook 來分析 Azure Cosmos DB for NoSQL 帳戶中的資料

適用於：NoSQL

本教學課程會逐步解說如何使用 Visual Studio Code Jupyter 筆記本與 Azure Cosmos DB for NoSQL 帳戶互動。 您將了解如何連線至您的帳戶、匯入資料及執行查詢。

必要條件

Python

• 現有的 Azure Cosmos DB for NoSQL 帳戶。
  • 如果您有現有的 Azure 訂用帳戶，請建立新的帳戶。
  • 沒有 Azure 訂用帳戶？ 您可以免費試用 Azure Cosmos DB，不需要信用卡。
• 安裝Visual Studio Code，並設定使用筆記本的環境。

C#

• 現有的 Azure Cosmos DB for NoSQL 帳戶。
  • 如果您有現有的 Azure 訂用帳戶，請建立新的帳戶。
  • 沒有 Azure 訂用帳戶？ 您可以免費試用 Azure Cosmos DB，不需要信用卡。
• 安裝Visual Studio Code，並設定使用筆記本的環境。
• 安裝適用於 Visual Studio Code 的 Polyglot 筆記本延伸模組。

建立新的 Notebook

在本節中，您將建立 Azure Cosmos 資料庫、容器，並將零售資料匯入至容器。

Python

1. 打開 Visual Studio Code。
2. 從命令選擇區 (Ctrl+Shift+P) 執行 Create: New Jupyter Notebook (建立：新增 Jupyter Notebook) 命令，或在工作區中建立新的 .ipynb 檔案。

C#

1. 打開 Visual Studio Code。

2. 從命令選擇區 (Ctrl+Shift+P) 執行 Polyglot Notebook: Create new blank notebook (Polyglot Notebook：建立新的空白筆記本) 命令。

   

3. 選取 .ipynb 附檔名。

4. 選取 C# 作為預設語言。

提示

現在，新筆記本已建立完成，您可以儲存筆記本並將其重新命名為 AnalyzeRetailData.ipynb 之類的名稱。

使用 SDK 建立資料庫和容器

Python

1. 從預設的程式碼資料格開始。

2. 安裝 Azure.cosmos 套件。 繼續之前，請先執行此資料格。

   %pip install azure.cosmos
   

3. 匯入本教學課程所需的任何套件。

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

4. 建立 CosmosClient 的新執行個體。

   endpoint = "<FILL ME>"
   key = "<FILL ME>"
   cosmos_client = CosmosClient(url=endpoint, credential=key)
   

5. 使用內建 SDK 建立名為 RetailIngest 的資料庫。

   database = cosmos_client.create_database_if_not_exists('RetailIngest')
   

6. 建立名為 WebsiteMetrics 的容器及 /CartID 分割區索引鍵。

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

7. 選取 [執行] 以建立資料庫和容器資源。

   

C#

1. 從預設的程式碼資料格開始。

2. 安裝 Microsoft.Azure.Cosmos NuGet 套件。 繼續之前，請先執行此資料格。

   #r "nuget: Microsoft.Azure.Cosmos"
   

3. 建立新的程式碼資料格。

4. 匯入本教學課程所需的任何套件。

   using Microsoft.Azure.Cosmos;
   

5. 使用內建 SDK 建立用戶端類型的新執行個體。 填入 Azure Cosmos DB 帳戶的 URI 端點和金鑰。 您可以在 Azure Cosmos DB 帳戶的金鑰頁面中找到這些值。

   var endpoint = "<FILL ME>";
   var key = "<FILL ME>";
   
   var cosmosClient = new CosmosClient(Cosmos.Endpoint, Cosmos.Key);
   

6. 建立名為 RetailIngest 的資料庫。

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

7. 建立名為 WebsiteMetrics 的容器及 /CartID 分割區索引鍵。

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

8. 選取[執行資料格]以建立資料庫和容器資源。

   

將資料匯入容器

Python

1. 新增程式碼資料格

2. 在程式碼資料格內，新增下列程式碼以從此 URL 上傳資料：<https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json>。

       import urllib.request
       import json
   
       with urllib.request.urlopen("https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json") as url:
           docs = json.loads(url.read().decode())
   
       for doc in docs:
           container.upsert_item(doc)
   

3. 執行資料格。 此執行時間需要 45 秒到 1 分鐘。

C#

1. 新增程式碼資料格。

2. 在程式碼資料格中，建立新的 C# 類別來代表容器中的項目。 執行資料格。

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

3. 新增程式碼資料格。

4. 在程式碼資料格內，新增下列程式碼以從此 URL 上傳資料：<https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json>。

   using System.Net.Http;
   using System.Text.Json;
   using System.IO;
   
   var dataURL = "https://cosmosnotebooksdata.blob.core.windows.net/notebookdata/websiteData.json";
   var jsonData = new HttpClient().GetStringAsync(dataURL).Result;
   
   Record[] result = JsonSerializer.Deserialize<Record[]>(jsonData);
   
   foreach (Record record in result) {
       await container.UpsertItemAsync<Record>(record, new PartitionKey(record.CartID)); //43 seconds
   }
   

5. 執行資料格。 此執行時間需要 45 秒到 1 分鐘。

分析您的資料

Python

1. 建立另一個新的程式碼資料格。

2. 在程式碼資料格中，使用 SQL 查詢填入 Pandas DataFrame。 執行此資料格。

   import pandas as pd
   from pandas import DataFrame
   
   QUERY = "SELECT c.Action, c.Price as ItemRevenue, c.Country, c.Item FROM c"
   results = container.query_items(
       query=QUERY, enable_cross_partition_query=True
   )
   
   df_cosmos = pd.DataFrame(results)
   

3. 建立另一個新的程式碼資料格。

4. 在程式碼資料格中，輸出資料框架中前 10 個項目。 執行此資料格。

   df_cosmos.head(10)
   

5. 觀察執行命令的輸出。

   	動作	ItemRevenue	Country	項目
   0	已購買	19.99	北馬其頓	扣領襯衫
   1	已檢視	12.00	巴布亞紐幾內亞	項鍊
   2	已檢視	25.00	斯洛伐克 (斯洛伐克共和國)	羊毛衣
   3	已購買	14.00	塞內加爾	拖鞋
   4	已檢視	50.00	巴拿馬	牛仔短褲
   5	已檢視	14.00	塞內加爾	拖鞋
   6	已新增	14.00	塞內加爾	拖鞋
   7	已新增	50.00	巴拿馬	牛仔短褲
   8	已購買	33.00	巴勒斯坦領土	紅色上衣
   9	已檢視	30.00	馬爾他	綠色毛衣

6. 建立另一個新的程式碼資料格。

7. 在程式碼資料格中，匯入 pandas 套件以自訂資料框架的輸出。 執行此資料格。

   import pandas as pd    
   df_cosmos.groupby("Item").size().reset_index()
   

8. 觀察執行命令的輸出。

   	項目	Test
   0	拖鞋	66
   1	項鍊	55
   2	運動鞋	111
   45	風衣外套	56

C#

1. 建立新的程式碼資料格。

2. 在程式碼資料格中，新增程式碼以使用 SDK 執行 SQL 查詢，將查詢的輸出儲存在 List<T> 類型的變數中，名為 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);
       }
   }
   

3. 建立另一個新的程式碼資料格。

4. 在程式碼資料格中建立字典，將項目欄位的唯一排列新增為索引鍵，並將價格欄位中的總和新增為值。 這會為每個項目提供總銷售額。 執行此資料格。

   var dictionary = new Dictionary<string, decimal>();
   
   foreach(var result in results)
   {
       if (dictionary.ContainsKey(result.Item)) {
           dictionary[result.Item] += result.Price;
       }
       else {
           dictionary.TryAdd (result.Item, result.Price); 
   
       }
   }
   
   dictionary
   

5. 觀察具有 [Item] 和 [Price] 欄位唯一組合的輸出。

   ...
   Black Tee: 603
   Flannel Shirt: 1199.40
   Socks: 210.00
   Rainjacket: 2695
   ...
   

下一步

• 開始使用適用於 .NET 的 Azure Cosmos DB for NoSQL 用戶端程式庫
• 開始使用適用於 Python 的 Azure Cosmos DB for NoSQL 用戶端程式庫