Azure Synapse Analytics-notebook-filer

En Synapse Studio notebook-fil är ett webbgränssnitt där du kan skapa filer som innehåller livekod, visualiseringar och berättande text. Notebook-filer är ett bra ställe att validera idéer och använda snabba experiment för att få insikter från dina data.

Med en Synapse Studio notebook-fil kan du:

• Kom igång med noll installationsarbete.
• Skydda data med inbyggda säkerhetsfunktioner för företag.
• Analysera data över rådataformat (CSV, txt, JSON osv.), bearbetade filformat (parquet, Delta Lake, ORC osv.) och SQL-tabelldatafiler mot Spark och SQL.
• Var produktiv med förbättrade redigeringsfunktioner och inbyggd datavisualisering.

Det här avsnittet innehåller artiklar om att blanda språk, skapa datavisualiseringar, parametrisera notebook-filer, skapa pipelines med mera. Den innehåller även referenser och självstudier om hur du kommer igång med notebook-utvecklingen.

Skapa, hantera och använda notebook-filer

Du kan hantera notebook-filer med hjälp av användargränssnittet för Synapse Studio.

Mer information om hur du kan skapa och hantera notebook-filer finns i följande artiklar:

• Hantera notebook-filer
  • Skapa anteckningsböcker
  • Utveckla notebook-filer
  • Ta data till en notebook-fil
  • Använda flera språk med hjälp av magiska kommandon och temporära tabeller
  • Använda cellmagikommandon
• Utveckling
  • Konfigurera Inställningar för Spark-sessioner
  • Använda Microsoft Spark-verktyg
  • Visualisera data med hjälp av notebook-filer och bibliotek
  • Integrera en notebook-fil i pipelines

Nästa steg

Notebook-filer används också ofta i förberedelse av data, datavisualisering, maskininlärning och andra stordatascenarier. Mer information om hur du kan använda notebook-filer för dataanalys och stordatascenarier finns i följande självstudier:

• Skapa en notebook-fil
• Skapa visualiseringar med Synapse Studio notebook-filer
• Skapa maskininlärningsmodeller med Apache Spark MLlib
• Skapa maskininlärningsmodeller med Automatiserad ML i Azure