Tutorial: Eine visuelle Datenvorbereitung erstellen

In diesem Tutorial erstellen Sie eine visuelle Datenvorbereitung in Lakeflow Designer, die eine Geschäftsfrage beantwortet: Welche Arten von Ferienimmobilien erzielen mit bestätigten Buchungen die höchsten Einnahmen? Sie verwenden den Wanderbricks-Beispieldatensatz, eine simulierte Reisebuchungsplattform, die in jedem Unity Catalog-fähigen Arbeitsbereich vorinstalliert ist.

Hier erfahren Sie, wie Sie:

  • Fügen Sie Datenquellen zur Zeichenfläche hinzu.
  • Filtern, verbinden, aggregieren und sortieren Sie Daten mit integrierten Operatoren.
  • Überprüfen Sie die Ergebnisse jedes Schrittes im Ausgabebereich.
  • Schreiben Sie die Ergebnisse in eine Unity-Catalog-Tabelle.

Prerequisites

  • Ein Azure Databricks-Arbeitsbereich mit aktiviertem Unity-Katalog.
  • CAN USE Berechtigung für mindestens eine universelle Compute-Ressource (serverlos oder Allzweck).
  • USE CATALOG, USE SCHEMA und CREATE TABLE Privilegien auf einem Schema, in das Sie die Ausgabetabelle schreiben können, wie zum Beispiel main.default.

Schritt 1: Erstellen Sie eine visuelle Datenvorbereitung

  1. Klicke auf das Plus-Symbol.Neu in der Seitenleiste und wähle Visual Data Prep. aus. Designer beginnt mit einem Begrüßungsbildschirm.
  2. Klicken Sie oben im Editor auf den Dateinamen und benennen Sie die Datei in Wanderbricks revenue um.
  3. Wählen Sie im Compute-Picker neben dem Schedule-Button den zu verwendenden Compute aus.

Schritt 2: Fügen Sie die Buchungsdaten hinzu

Jede visuelle Datenvorbereitung beginnt mit einer oder mehreren Datenquellen, die der Source-Operator auf der Leinwand darstellt.

  1. Auf dem Begrüßungsbildschirm klicken Sie auf Quelloperator auswählen.
  2. Im Source-Konfigurationsbereich suchen Sie nach samples.wanderbricks.bookings und wählen Sie die Tabelle aus. Ein Quelloperator für die Tabelle erscheint auf dem Canvas.
  3. Wählen Sie den Quelloperator. Der Ausgabebereich am unteren Rand des Editors zeigt eine Vorschau der Buchungsdaten, einschließlich der property_id, total_amount, und status Spalten.

Du kannst auch eine Tabelle aus dem Katalog-Fenster auf die Leinwand ziehen, um sie als Quelle hinzuzufügen. Weitere Möglichkeiten, Daten zu importieren, finden Sie unter Daten in Lakeflow Designer importieren.

Schritt 3: Lassen Sie nur bestätigte Buchungen stehen

  1. Bewegen Sie den Mauszeiger über den Buchungsanbieter und klicken Sie auf die Schaltfläche Plussymbol daneben. Wählen Sie Filter aus. Der neue Filteroperator ist bereits mit der Quelle verbunden.
  2. Im Filter-Konfigurationsfenster fügen Sie eine Bedingung hinzu: Wählen Sie die status Spalte aus, wählen Sie Ist gleich und geben Sie confirmed ein.
  3. Klicken Sie auf Anwenden.
  4. Wählen Sie den Filteroperator aus und prüfen Sie den Ausgabebereich. Die enthaltene Ausgabe umfasst nur bestätigte Buchungen.

Der Filteroperator hat zwei Ausgänge. Enthalten enthält die Zeilen, die die Bedingung erfüllen, und Ausgeschlossen enthält den Rest. Siehe Filter.

Schritt 4: Buchungen zu Unterkünften verknüpfen

Jede Buchung hat ein property_id. Um Buchungen nach Objekttyp zu gruppieren, verknüpfen Sie diese mit der Tabelle properties.

  1. Fügen Sie einen zweiten Quelloperator für samples.wanderbricks.propertieshinzu. Klicken Sie im Bereich Operatoren auf Quelle, suchen Sie anschließend die Tabelle und wählen Sie sie aus.
  2. Im Operatoren-Bereich klicken Sie auf Join, um einen Join-Operator hinzuzufügen.
  3. Verbinden Sie die Included-Ausgabe des Filteroperators mit der ersten Eingabe des Join-Operators. Verbinden Sie anschließend den „Source“-Quelloperator der Eigenschaften mit dem zweiten Eingang des „Join“-Operators. Um zwei Operatoren zu verbinden, ziehen Sie von einem Ausgangsport auf einen Eingangsport.
  4. Im Join-Konfigurationsfenster stellen Sie die Join-Bedingung so ein, dass property_id in beiden Tabellen übereinstimmt.
  5. Für den Join-Typ wählen Sie Inner Join , um eine einzelne Join-Ausgabe zu erzeugen.
  6. Klicken Sie auf Anwenden und wählen Sie dann den Join-Operator, um die verbundenen Zeilen in der Vorschau anzuzeigen.

Mehr zum Verbinden von Operatoren finden Sie unter Operatoren verbinden.

Schritt 5: Summieren Sie die Einnahmen nach Immobilientyp

  1. Klicken Sie auf die Schaltfläche Plussymbol neben dem Join-Operator und wählen Sie Aggregate aus.
  2. Unter Aggregieren nach fügen Sie zwei Aggregationen hinzu:
    • Wähle total_amount, wähle SUM, und benenne die Ausgabespalte total_revenue.
    • Klicken + Aggregation hinzufügen. Wähle booking_id, wähle COUNT, und benenne die Ausgabespalte booking_count.
  3. Unter Gruppieren nach wählen Sie property_type.
  4. Klicken Sie auf Anwenden.

Schritt 6: Sortiere die Ergebnisse

  1. Klicken Sie auf die Schaltfläche Plussymbol neben dem Aggregate-Operator und wählen Sie Sortieren aus.
  2. Wählen Sie total_revenue und DESC, dann klicken Sie auf Anwenden.

Schritt 7: Überprüfen Sie die Ergebnisse

Wählen Sie den Sortieroperator. Der Ausgabebereich zeigt für jeden Eigenschaftstyp eine Zeile an, wobei zuerst der Typ mit den höchsten Einnahmen steht.

Standardmäßig verarbeiten Vorschauen eine Stichprobe der Eingabezeilen, sodass die Gesamtwerte nur diese Stichprobe widerspiegeln. Um die Gesamtsummen des gesamten Datensatzes zu sehen, klicken Sie in der Symbolleiste auf Alle ausführen. Im vollständigen Datensatz zeigen die Ergebnisse vier Immobilientypen, wobei Urban Year-Round den höchsten Umsatz erzielt. Um die Verteilung einer Spalte zu überprüfen, wählen Sie sie aus und öffnen Sie das Datenprofil. Siehe Vorschau anzeigen und Ergebnisse im Lakeflow Designer verfeinern.

Schritt 8: Schreiben Sie die Ergebnisse in eine Tabelle

  1. Klicken Sie auf die Schaltfläche Plussymbol neben dem Sortieren-Operator und wählen Sie Ausgabe aus.
  2. Im Ausgabe-Konfigurationsfenster wählen Sie Tabelle für Ausgabe-Typ aus.
  3. Geben Sie für wanderbricks_revenue_by_property_type ein und wählen Sie den Katalog und das Schema für Ausgabespeicherort aus, z. B. main.default.
  4. Lassen Sie den Schreibmodus auf Überschreiben eingestellt.
  5. Klicken Sie auf Ausführen. Der Designer führt die visuelle Datenvorbereitung aus und erstellt die Tabelle.

Ihre fertige visuelle Datenvorbereitung liest zwei Tabellen, filtert und fügt sie zusammen, summiert den Umsatz nach Objekttyp und schreibt das Ergebnis in Unity Catalog.

Optional: Probieren Sie es mit Genie Code aus

Du kannst auch visuelle Datenvorbereitungen erstellen, indem du beschreibst, was du möchtest. Bei einer neuen visuellen Datenvorbereitung verwenden Sie den Genie-Code-Prompt über der Zeichenfläche.

Tip

Bitten Sie Genie Code, dies für Sie zu erledigen:

Using samples.wanderbricks.bookings and samples.wanderbricks.properties, show total revenue and booking count by property type for confirmed bookings, highest revenue first.

Genie Code fügt dir die Operatoren hinzu und verbindet sie. Wählen Sie jeden Operator aus, um seine Konfiguration und Ergebnisse zu überprüfen. Siehe Use Genie Code in Lakeflow Designer.

Nächste Schritte

  • Zuletzt aktualisiert um