Fundamentos de notebooks

Introducción a Databricks Lakehouse

Gang Wang

Senior Data Scientist

¿Qué es un notebook de Databricks?

$$

recraft: half: Una persona científica en una mesa de laboratorio moderna y ordenada con varios instrumentos y herramientas de colores, que representan un entorno de desarrollo multiusos

$$

  • Un documento interactivo con celdas de código ejecutables
  • Conectado a un cluster para ejecutar
  • Mezcla código, resultados y documentación en un lugar
  • Compatible con Python, SQL, Scala y R
Introducción a Databricks Lakehouse

Comandos mágicos

# 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.
Introducción a Databricks Lakehouse

Comandos mágicos disponibles

$$

Command Purpose
%python Ejecutar código Python
%sql Ejecutar consultas SQL
%scala Ejecutar código Scala
%r Ejecutar código R
%md Renderizar Markdown
%sh Ejecutar comandos de shell

$$

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

Introducción a Databricks Lakehouse

Ejecutar otro notebook con %run

$$

  • %run ejecuta otro notebook en el mismo contexto
  • Las funciones y variables pasan a estar disponibles
  • Ideal para utilidades reutilizables y configuración compartida

$$

# Cargar funciones auxiliares compartidas
%run /Shared/utils/data_helpers

# Ahora usa una función definida
# en data_helpers
clean_df = clean_nulls(raw_df)
Introducción a Databricks Lakehouse

Interpretar resultados

$$

  • Las celdas de código muestran el resultado justo debajo
  • Las consultas SQL se ven como tablas interactivas
  • Los DataFrames se muestran con opciones de visualización integradas
  • Los errores muestran trazas con números de línea

$$

recraft: half: Una pantalla de portátil con un panel de datos colorido con gráficos, tablas y una celda de código, que representa salida y visualización en notebooks

Introducción a Databricks Lakehouse

Resumen

$$

  • Los notebooks son documentos interactivos conectados a clusters
  • Los comandos mágicos permiten mezclar Python, SQL, R, Scala y Markdown
  • %run carga funciones de otros notebooks en tu sesión
  • Los resultados se renderizan en línea con tablas y gráficos integrados
Introducción a Databricks Lakehouse

¡Vamos a practicar!

Introducción a Databricks Lakehouse

Preparing Video For Download...