Grunderna i notebooks

Introduktion till Databricks Lakehouse

Gang Wang

Senior Data Scientist

Vad är en Databricks notebook?

recraft: half: A scientist at a clean modern laboratory workbench with multiple colorful instruments and tools arranged neatly, representing a multi-tool development environment

Ett interaktivt dokument med körbara kodceller
Kopplat till ett kluster för körning
Kombinerar kod, resultat och dokumentation på ett ställe
Stöder Python, SQL, Scala och R

Magiska kommandon

# 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.

Tillgängliga magiska kommandon

Kommando	Syfte
`%python`	Kör Python-kod
`%sql`	Kör SQL-frågor
`%scala`	Kör Scala-kod
`%r`	Kör R-kod
`%md`	Renderar Markdown
`%sh`	Kör shell-kommandon

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

Köra en annan notebook med %run

%run kör en annan notebook i samma kontext
Funktioner och variabler blir tillgängliga
Perfekt för återanvändbara verktyg och delad konfiguration

# Load shared helper functions
%run /Shared/utils/data_helpers

# Now use a function defined
# in data_helpers
clean_df = clean_nulls(raw_df)

Tolka resultat

Kodceller visar utdata direkt nedanför
SQL-frågor renderas som interaktiva tabeller
DataFrames visas med inbyggda visualiseringsalternativ
Fel visar stack traces med radnummer

recraft: half: A laptop screen displaying a colorful data dashboard with charts, tables, and a code cell, representing notebook output and visualization

Sammanfattning

Notebooks är interaktiva dokument kopplade till kluster
Magiska kommandon låter dig blanda Python, SQL, R, Scala och Markdown
%run läser in funktioner från andra notebooks till din session
Resultat visas direkt med inbyggda tabeller och diagram

Nu kör vi en övning!

Introduktion till Databricks Lakehouse