Azure Cosmos DB, Azure Data Explorer, Databases
Integration von Jupyter Notebook in Azure Cosmos DB jetzt verfügbar
Posted on
2 min read
Wir haben Anfang dieses Jahres eine Vorschauversion der Integration von Jupyter Notebook für Azure Cosmos DB bekannt gegeben. Diese direkt in Azure Cosmos DB ausgeführten Notebooks sind jetzt verfügbar.
Cosmic-Notebooks stehen für alle Datenmodelle und APIs zur Verfügung, einschließlich Cassandra, MongoDB, SQL (Core), Gremlin und Spark, und tragen zur Erweiterung der Entwicklererfahrung in Azure Cosmos DB bei. Diese Notebooks sind direkt in das Azure-Portal und Ihre Cosmos-Konten integriert, sodass sie ganz einfach anzuwenden sind. Entwickler, Data Scientists, Techniker und Analysten können die vertraute Umgebung von Jupyter Notebook für Folgendes nutzen:
- Interaktives Ausführen von Abfragen
- Erkunden und Analysieren von Daten
- Visualisieren von Daten
- Erstellen, Trainieren und Ausführen von Machine Learning- und KI-Modellen
In diesem Blogbeitrag erfahren Sie, wie Notebooks die Arbeit mit Ihren Azure Cosmos DB-Daten und ihre Visualisierung vereinfachen.
Einfaches Abfragen Ihrer Daten
Wir haben in die Notebooks Befehle integriert, die das Abfragen Ihrer Daten für Ad-hoc- oder beschreibende Analysen vereinfachen sollen. Sie können einfach den Befehl „%%sql magic“ im Portal verwenden, um eine SQL-Abfrage für jeden beliebigen Container in Ihrem Konto auszuführen, ohne dass eine zusätzliche Konfiguration erforderlich ist. Die Ergebnisse werden sofort im Notebook zurückgegeben.
Verbesserte Produktivität von Entwicklern
Darüber hinaus haben wir Version 4 unseres Azure Cosmos DB-Python SDK für die SQL-API integriert, das die neuesten Verbesserungen bei Leistung und Benutzerfreundlichkeit enthält. Das SDK kann direkt in Notebooks verwendet werden, ohne Pakete zu installieren. Sie können sämtliche SDK-Vorgänge ausführen, einschließlich der Erstellung von Datenbanken und Containern, des Imports von Daten u. v. m.
Visualisieren Ihrer Daten
Azure Cosmos DB-Notebooks enthalten einen Satz an Paketen, einschließlich z. B. Pandas, einer beliebten Python-Bibliothek zur Datenanalyse, und Matplotlib, einer Plottingbibliothek für Python. Sie können Ihre eigene Umgebung bei Bedarf durch die Installation beliebiger erforderlicher Pakete anpassen.
Um beispielsweise interaktive Visualisierungen zu erstellen, können wir bokeh installieren und zum Erstellen eines interaktiven Diagramms unserer Daten verwenden.
Benutzer mit räumlichen Daten in Azure Cosmos DB können auch die integrierte Bibliothek GeoPandas zusammen mit ihrer bevorzugten Visualisierungsbibliothek verwenden, um eigene Daten noch einfacher zu visualisieren.
Erste Schritte
- Befolgen Sie die Dokumentation, um ein neues Cosmos-Konto mit aktivierten Notebooks zu erstellen, oder aktivieren Sie Notebooks in einem vorhandenen Konto.
- Beginnen Sie mit einem der Notebooks aus dem Beispielkatalog in Azure Cosmos-Explorer oder Data Explorer.
- Teilen Sie Ihre beliebtesten Notebooks mit der Community, indem Sie sie in das GitHub-Repository für Azure Cosmos DB-Notebooks übertragen.
- Markieren Sie Ihre Notebooks in den sozialen Medien mit #CosmosDB, #CosmicNotebooks oder #PoweredByCosmos. Wir stellen die besten und beliebtesten Cosmic-Notebooks weltweit vor!
Folgen Sie uns auf Twitter oder LinkedIn, um stets auf dem Laufenden über die neuesten Updates und Funktionen von Azure #CosmosDB zu bleiben. Wir würden gerne Ihr Feedback hören und Ihre besten Notebooks sehen, die Sie mit Azure Cosmos DB erstellt haben!