Plus tôt cette année, nous avons annoncé une préversion des notebooks Jupyter intégrés pour Azure Cosmos DB. Ces notebooks Jupyter, exécutés dans Azure Cosmos DB, sont maintenant disponibles.

Les notebooks Cosmic sont disponibles pour l’ensemble des modèles de données et API, notamment Cassandra, MongoDB, SQL (Core), Gremlin et Spark, afin d’améliorer l’expérience de développement dans Azure Cosmos DB. Ces notebooks sont directement intégrés au portail Azure et à vos comptes Cosmos, ce qui les rend pratiques et faciles à utiliser. Les développeurs, les scientifiques de données, les ingénieurs et les analystes peuvent utiliser l’expérience de notebooks Jupyter aux fins suivantes :

• Exécuter des requêtes de manière interactive
• Explorer et analyser les données
• Visualiser les données
• Créer, entraîner et exécuter des modèles Machine Learning et IA

Ce billet de blog explique en quoi les notebooks facilitent l’utilisation et la visualisation des données de vos données Azure Cosmos DB.

Interrogez facilement vos données

Avec les notebooks, nous avons inclus des commandes intégrées facilitant l’interrogation de vos données pour une analyse ad hoc ou exploratoire. À partir du portail, vous pouvez utiliser la commande magique %%sql pour exécuter une requête SQL sur un des conteneurs de votre compte. Aucune configuration n’est nécessaire. Les résultats sont retournés immédiatement dans le notebook.

Amélioration de la productivité des développeurs

Nous avons également intégré la version 4 de notre API du SDK Python Azure Cosmos DB pour SQL, qui intègre nos dernières améliorations en termes de performances et de convivialité. Le SDK peut être utilisé directement à partir des notebooks sans avoir à installer de package. Vous pouvez effectuer n’importe quelle opération liée au SDK, notamment la création de bases de données, de conteneurs, l’importation de données, etc.

Visualisez vos données

Les notebooks Azure Cosmos DB sont livrés avec un ensemble de packages intégrés, notamment Pandas, bibliothèque d’analyse de données Python populaire, Matplotlib, bibliothèque de traçage Python, etc. Vous pouvez personnaliser votre environnement en installant les packages dont vous avez besoin.

Par exemple, pour créer des visualisations interactives, nous pouvons installer bokeh et l’utiliser pour créer un graphique interactif de nos données.

Les utilisateurs disposant de données géospatiales dans Azure Cosmos DB peuvent également utiliser la bibliothèque GeoPandas intégrée, ainsi que la bibliothèque de visualisation de leur choix pour visualiser plus facilement leurs données.

Bien démarrer

1. Consultez notre documentation pour créer un compte Cosmos avec les notebooks activés ou pour activer les notebooks sur un compte existant.
2. Commencez par l’un des notebooks inclus dans la galerie d’exemples dans Azure Cosmos Explorer ou dans l’explorateur de données.
3. Partagez vos notebooks préférés avec la communauté en les envoyant au dépôt GitHub de notebooks Azures Cosmos DB.
4. Taguez vos notebooks avec les hashtags #CosmosDB, #CosmicNotebooks, #PoweredByCosmos sur les réseaux sociaux. Nous présenterons les meilleurs et les plus populaires notebooks Cosmic avec le monde entier.

Soyez au courant des dernières actualités et fonctionnalités Azure #CosmosDB en nous suivant sur Twitter ou LinkedIn. Nous aimerions connaître votre avis et voir vos meilleurs notebooks créés avec Azure Cosmos DB.