Zelfstudie: Een Jupyter Notebook maken om gegevens te analyseren in uw Azure Cosmos DB for NoSQL-account met behulp van Visual Studio Code Jupyter-notebooks

VAN TOEPASSING OP: NoSQL

In deze zelfstudie wordt uitgelegd hoe u de Visual Studio Code Jupyter-notebooks gebruikt om te communiceren met uw Azure Cosmos DB for NoSQL-account. U ziet hoe u verbinding maakt met uw account, gegevens importeert en query's uitvoert.

Vereisten

Python

• Een bestaand Azure Cosmos DB for NoSQL-account.
  • Als u een bestaand Azure-abonnement hebt, maakt u een nieuw account.
  • Geen Azure-abonnement? U kunt Azure Cosmos DB gratis proberen zonder dat er een creditcard is vereist.
• Installeer Visual Studio Code en stel uw omgeving in om notebooks te gebruiken.

C#

• Een bestaand Azure Cosmos DB for NoSQL-account.
  • Als u een bestaand Azure-abonnement hebt, maakt u een nieuw account.
  • Geen Azure-abonnement? U kunt Azure Cosmos DB gratis proberen zonder dat er een creditcard is vereist.
• Installeer Visual Studio Code en stel uw omgeving in om notebooks te gebruiken.
• Installeer de Polyglot Notebooks-extensie voor Visual Studio Code.

Een nieuwe notebook maken

In deze sectie maakt u de Azure Cosmos-database, -container en importeert u de retailgegevens in de container.

Python

1. Open Visual Studio Code.
2. Voer de opdracht Create: New Jupyter Notebook uit vanuit het opdrachtpalet (Ctrl+Shift+P) of maak een nieuw .ipynb-bestand in uw werkruimte.

C#

1. Open Visual Studio Code.

2. Voer de Polyglot Notebook uit: maak een nieuwe lege notebookopdracht vanuit het opdrachtenpalet (Ctrl+Shift+P).

   

3. Selecteer de bestandsextensie .ipynb.

4. Selecteer C# als standaardtaal.

Tip

Nu het nieuwe notitieblok is gemaakt, kunt u het opslaan en een naam opgeven zoals AnalyzeRetailData.ipynb.

Een database en container maken met behulp van de SDK

Python

1. Begin in de standaardcodecel.

2. Installeer het Azure.cosmos-pakket. Voer deze cel uit voordat u doorgaat.

   %pip install azure.cosmos
   

3. Importeer alle pakketten die u nodig hebt voor deze zelfstudie.

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

4. Maak een nieuw exemplaar van CosmosClient.

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

5. Maak een database met de naam RetailIngest met behulp van de ingebouwde SDK.

   database = cosmos_client.create_database_if_not_exists('RetailIngest')
   

6. Maak een container met de naam WebsiteMetrics met een partitiesleutel van /CartID.

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

7. Selecteer Uitvoeren om de database en containerresource te maken.

   

C#

1. Begin in de standaardcodecel.

2. Installeer het Microsoft.Azure.Cosmos NuGet-pakket. Voer deze cel uit voordat u doorgaat.

   #r "nuget: Microsoft.Azure.Cosmos"
   

3. Maak een nieuwe codecel.

4. Importeer alle pakketten die u nodig hebt voor deze zelfstudie.

   using Microsoft.Azure.Cosmos;
   

5. Maak een nieuw exemplaar van het clienttype met behulp van de ingebouwde SDK. Vul het URI-eindpunt en de sleutel van uw Azure Cosmos DB-account in. U vindt deze waarden op de pagina Sleutels in uw Azure Cosmos DB-account.

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

6. Maak een database met de naam RetailIngest.

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

7. Maak een container met de naam WebsiteMetrics met een partitiesleutel van /CartID.

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

8. Selecteer Cel uitvoeren om de database en containerresource te maken.

   

Gegevens importeren in container

Python

1. Een nieuwe codecel toevoegen

2. Voeg in de codecel de volgende code toe om gegevens uit deze URL te uploaden: <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. Voer de cel uit. Dit duurt 45 seconden tot 1 minuut om uit te voeren.

C#

1. Voeg een nieuwe codecel toe.

2. Maak in de codecel een nieuwe C#-klasse om een item in de container weer te geven. Voer de cel uit.

   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. Voeg een nieuwe codecel toe.

4. Voeg in de codecel de volgende code toe om gegevens uit deze URL te uploaden: <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. Voer de cel uit. Dit duurt 45 seconden tot 1 minuut om uit te voeren.

Uw gegevens analyseren

Python

1. Maak nog een nieuwe codecel.

2. Gebruik in de codecel een SQL-query om een Pandas DataFrame te vullen. Voer deze cel uit.

   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. Maak nog een nieuwe codecel.

4. Voer in de codecel de tien belangrijkste items uit het dataframe uit. Voer deze cel uit.

   df_cosmos.head(10)
   

5. Bekijk de uitvoer van het uitvoeren van de opdracht.

   	Actie	ItemRevenue	Land/regio	Artikel
   0	Ingekocht	19.99	Macedonië	Button-Up Shirt
   1	Weergegeven	12,00	Papoea-Nieuw-Guinea	Halssnoer
   2	Weergegeven	25.00	Slowakije (Slowaakse Republiek)	Vest trui
   3	Ingekocht	14,00	Senegal	Flop schoenen spiegelen
   4	Weergegeven	50.00	Panama	Denim Shorts
   5	Weergegeven	14,00	Senegal	Flop schoenen spiegelen
   6	Toegevoegd	14,00	Senegal	Flop schoenen spiegelen
   7	Toegevoegd	50.00	Panama	Denim Shorts
   8	Ingekocht	33,00	Palestijnse gebieden	Rode bovenkant
   9	Weergegeven	30,00	Malta	Groene trui

6. Maak nog een nieuwe codecel.

7. Importeer in de codecel het pandas-pakket om de uitvoer van het dataframe aan te passen. Voer deze cel uit.

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

8. Bekijk de uitvoer van het uitvoeren van de opdracht.

   	Artikel	Testen
   0	Flop schoenen spiegelen	66
   1	Halssnoer	55
   2	Sportschoenen	111
   ...	...	...
   45	Windbreaker jas	56

C#

1. Maak een nieuwe codecel.

2. Voeg in de codecel code toe om een SQL-query uit te voeren met behulp van de SDK die de uitvoer van de query opslaat in een variabele van het type List<T> benoemde resultaten.

   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. Maak nog een nieuwe codecel.

4. Maak in de codecel een woordenlijst door unieke permutaties van het veld Item toe te voegen als de sleutel en de som van het veld Prijs als de waarde. Dit geeft de totale verkoop voor elk item. Voer deze cel uit.

   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. Bekijk de uitvoer met unieke combinaties van de velden Item en Prijs .

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

Volgende stappen

• Aan de slag met de Azure Cosmos DB for NoSQL-clientbibliotheek voor .NET
• Aan de slag met de Azure Cosmos DB for NoSQL-clientbibliotheek voor Python