Notebook‑Grundlagen

Einführung in das Databricks Lakehouse

Gang Wang

Senior Data Scientist

Was ist ein Databricks‑Notebook?

$$

recraft: half: Eine Wissenschaftlerin an einer sauberen, modernen Laborwerkbank mit mehreren farbigen Geräten und Werkzeugen, die ordentlich angeordnet sind – sinnbildlich für eine Multi-Tool‑Entwicklungsumgebung

$$

  • Ein interaktives Dokument mit ausführbaren Codezellen
  • An einen Cluster zur Ausführung angehängt
  • Code, Ergebnisse und Doku an einem Ort
  • Unterstützt Python, SQL, Scala und R
Einführung in das Databricks Lakehouse

Magic‑Befehle

# Default language: Python
df = spark.table("silver_taxi_trips")
display(df)

%sql
SELECT COUNT(*) AS total_trips
FROM silver_taxi_trips

%md
## Analysis notes
Revenue is **highest** in the Northeast region.
Einführung in das Databricks Lakehouse

Verfügbare Magic‑Befehle

$$

Command Purpose
%python Python‑Code ausführen
%sql SQL‑Abfragen ausführen
%scala Scala‑Code ausführen
%r R‑Code ausführen
%md Markdown rendern
%sh Shell‑Befehle ausführen

$$

radial: Cluster, python, sql, md, scala, r, sh

Einführung in das Databricks Lakehouse

Ein anderes Notebook mit %run ausführen

$$

  • %run führt ein anderes Notebook im selben Kontext aus
  • Funktionen und Variablen werden verfügbar
  • Ideal für wiederverwendbare Utilities und gemeinsame Config

$$

# Gemeinsame Helferfunktionen laden
%run /Shared/utils/data_helpers

# Jetzt eine Funktion verwenden,
# die in data_helpers definiert ist
clean_df = clean_nulls(raw_df)
Einführung in das Databricks Lakehouse

Ergebnisse interpretieren

$$

  • Codezellen zeigen Ausgaben direkt darunter
  • SQL‑Abfragen erscheinen als interaktive Tabellen
  • DataFrames werden mit Visualisierungsoptionen angezeigt
  • Fehler zeigen Stacktraces mit Zeilennummern

$$

recraft: half: Ein Laptopbildschirm mit einem bunten Data‑Dashboard mit Diagrammen, Tabellen und einer Codezelle – steht für Notebook‑Ausgaben und Visualisierung

Einführung in das Databricks Lakehouse

Zusammenfassung

$$

  • Notebooks sind interaktive Dokumente, die an Cluster angehängt sind
  • Magic‑Befehle mischen Python, SQL, R, Scala und Markdown
  • %run lädt Funktionen aus anderen Notebooks in deine Session
  • Ergebnisse erscheinen inline mit Tabellen und Diagrammen
Einführung in das Databricks Lakehouse

Lass uns üben!

Einführung in das Databricks Lakehouse

Preparing Video For Download...