Zelfstudie: Gegevens opvragen en visualiseren vanuit een notebook

In deze zelfstudie wordt u begeleid bij het gebruik van een Azure Databricks-notebook om een query uit te voeren op voorbeeldgegevens die zijn opgeslagen in Unity Catalog met behulp van SQL, Python, Scala en R en vervolgens de queryresultaten in het notebook te visualiseren.

Vereisten

Als u de taken in dit artikel wilt uitvoeren, moet u voldoen aan de volgende vereisten:

• Uw werkruimte moet Unity Catalog ingeschakeld zijn. Zie Aan de slag met Unity Catalog voor meer informatie over hoe u aan de slag gaat met Unity Catalog.
• U moet gemachtigd zijn om een bestaande rekenresource te gebruiken of een nieuwe rekenresource te maken. Zie Aan de slag tutorials over Azure Databricks of neem contact op met uw Databricks-beheerder.

Stap 1: Een nieuw notitieblok maken

Als u een notitieblok in uw werkruimte wilt maken, klikt u op Nieuw in de zijbalk en vervolgens op Notitieblok. Er wordt een leeg notitieblok geopend in de werkruimte.

Zie Notitieblokken beheren voor meer informatie over het maken en beheren van notitieblokken.

Stap 2: Een query uitvoeren op een tabel

Voer een query uit op de samples.nyctaxi.trips tabel in Unity Catalog met behulp van de taal van uw keuze.

1. Kopieer en plak de volgende code in de nieuwe lege notebookcel. Met deze code worden de resultaten weergegeven van het opvragen van de samples.nyctaxi.trips tabel in Unity Catalog.

   SQL

   SELECT * FROM samples.nyctaxi.trips
   

   Python

   display(spark.read.table("samples.nyctaxi.trips"))
   

   Scala

   display(spark.read.table("samples.nyctaxi.trips"))
   

   R

   library(SparkR)
   display(sql("SELECT * FROM samples.nyctaxi.trips"))
   

2. Druk Shift+Enter om de cel uit te voeren en naar de volgende cel te gaan.

   De queryresultaten worden weergegeven in het notebook.

Stap 3: de gegevens weergeven

Geef het gemiddelde tarief op reisafstand weer, gegroepeerd op de postcode voor ophalen.

1. Klik naast het tabblad Tabel op + en klik vervolgens op Visualisatie.

   De visualisatie-editor wordt weergegeven.

2. Controleer in de vervolgkeuzelijst Visualisatietype of Balk is geselecteerd.

3. Selecteer fare_amount voor de X-kolom.

4. Selecteer trip_distance deze optie voor de Y-kolom.

5. Selecteer Average het aggregatietype.

6. Selecteer pickup_zip deze optie als de kolom Groeperen op .

   

7. Klik op Opslaan.

Volgende stappen

• Zie zelfstudie: CSV-gegevens importeren en visualiseren vanuit een notebook voor meer informatie over het toevoegen van gegevens uit een CSV-bestand aan Unity Catalog en het visualiseren van gegevens.
• Voor meer informatie over het laden van gegevens in Databricks met behulp van Apache Spark, raadpleegt u zelfstudie: Gegevens laden en transformeren met Apache Spark DataFrames.
• Zie Standard connectors in Lakeflow Connect voor meer informatie over hoe u gegevens in Databricks kunt opnemen.
• Zie Querygegevens voor meer informatie over het uitvoeren van query's op gegevens met Databricks.
• Zie Visualisaties in Databricks-notebooks en SQL-editor voor meer informatie over visualisaties.
• Zie zelfstudie: EDA-technieken (EDA) voor meer informatie over experimentele gegevensanalysetechnieken: EDA-technieken met behulp van Databricks-notebooks.