Samouczek: Tworzenie wizualnego przygotowania danych

W tym tutorialu tworzysz wizualny przepływ przygotowania danych w Lakeflow Designer, który odpowiada na pytanie biznesowe: które typy nieruchomości wakacyjnych zarabiają najwięcej na potwierdzonych rezerwacjach? Korzystasz z przykładowego zbioru danych Wanderbricks, symulowanej platformy rezerwacyjnej podróży, która jest wstępnie załadowana w każdej przestrzeni roboczej z obsługą katalogu Unity.

Uczysz się, jak:

  • Dodaj źródła danych do canvasa.
  • Filtruj, łącz, agreguj i sortuj dane za pomocą wbudowanych operatorów.
  • Sprawdź wyniki każdego kroku w panelu wyjściowym.
  • Zapisz wyniki do tabeli Unity Catalog.

Prerequisites

  • Obszar roboczy usługi Azure Databricks z włączonym Unity Catalog.
  • CAN USE uprawnienia do co najmniej jednego zasobu obliczeniowego ogólnego przeznaczenia (bezserwerowego lub ogólnego przeznaczenia).
  • USE CATALOG, USE SCHEMA oraz CREATE TABLE uprawnienia do schematu, w którym można zapisać tabelę wyjściową, takiego jak main.default.

Krok 1: Utwórz wizualny proces przygotowania danych

  1. Kliknij ikonę Plus.Nowy w pasku bocznym i wybierz Visual Data Prep. Projektant otwiera się z ekranem powitalnym.
  2. Kliknij nazwę pliku na górze edytora i przemianuj plik na Wanderbricks revenue.
  3. W selektorze zasobów obliczeniowych obok przycisku Schedule wybierz zasoby obliczeniowe do użycia.

Krok 2: Dodaj dane o rezerwacjach

Każde wizualne przygotowanie danych zaczyna się od jednego lub więcej źródeł danych, które są reprezentowane na obszarze roboczym przez operator Source.

  1. Na ekranie powitalnym kliknij Wybierz operatora źródłowego.
  2. W panelu konfiguracji Źródło wyszukaj samples.wanderbricks.bookings i wybierz tabelę. Na płótnie pojawia się operator Source dla tabeli.
  3. Wybierz operator źródłowy. Panel wyjściowy na dole edytora pokazuje podgląd danych rezerwacji, w tym kolumny property_id, total_amount, oraz kolumny status .

Możesz też przeciągnąć tabelę z panelu Catalog na płótno, aby dodać ją jako źródło. Aby uzyskać inne sposoby pozyskiwania danych, zobacz: Pozyskiwanie danych do Lakeflow Designer.

Krok 3: Zachowaj tylko potwierdzone rezerwacje

  1. Najedź kursorem na operatora źródła rezerwacji i kliknij znajdujący się obok niego przycisk ikona Plus. Wybierz pozycję Filtruj. Nowy operator filtra jest już podłączony do źródła.
  2. W panelu konfiguracji filtrów dodaj warunek: wybierz kolumnę status, wybierz Jest równe i wprowadź confirmed.
  3. Kliknij przycisk Zastosuj.
  4. Wybierz operator filtra i sprawdź panel wyjściowy. Wynik Included zawiera jedynie potwierdzone rezerwacje.

Operator filtra ma dwa wyjścia. Uwzględnione zawiera wiersze spełniające warunek, a Wyłączone zawiera pozostałe. Zobacz Filtr.

Krok 4: Dołącz rezerwacje do nieruchomości

Każda rezerwacja ma property_id. Aby pogrupować rezerwacje według typu nieruchomości, należy połączyć je z properties tabelą.

  1. Dodaj drugi operator źródłowy dla samples.wanderbricks.properties. W panelu Operatorzy kliknij Źródło, a następnie wyszukaj i wybierz tabelę.
  2. W panelu operatorów kliknij Join, aby dodać operator Join.
  3. Połącz wyjście Included operatora Filter z pierwszym wejściem operatora Join. Następnie połącz operator Source z drugim wejściem operatora Join. Aby połączyć dwa operatory, przeciągnij z portu wyjściowego do portu wejściowego.
  4. W panelu konfiguracji Join ustaw warunek łączenia tak, aby property_id było zgodne w obu tabelach.
  5. Dla typu Join wybierz Inner Join, aby uzyskać pojedynczy wynik połączony.
  6. Kliknij Zastosuj, a następnie wybierz operator Dołącz, aby zobaczyć połączone wiersze.

Więcej o operatorach łączących można znaleźć w artykule Operatory łączenia.

Krok 5: Sumuj przychody według typu nieruchomości

  1. Kliknij przycisk z ikoną Plus. obok operatora Join i wybierz Aggregate.
  2. W sekcji Agreguj według dodaj dwie agregacje:
    • Wybierz total_amount, wybierz SUM i nazwij kolumnę wyjściową total_revenue.
    • Kliknij + Dodaj agregację. Wybierz booking_id, wybierz COUNT i nazwij kolumnę wyjściową booking_count.
  3. W sekcji Grupuj według wybierz property_type.
  4. Kliknij przycisk Zastosuj.

Krok 6: Posortuj wyniki

  1. Kliknij przycisk z ikoną Plus. obok operatora Aggregate i wybierz Sort
  2. Wybierz total_revenue i DESC, a następnie kliknij Zastosuj.

Krok 7: Sprawdź wyniki

Wybierz operator Sort. Panel wyjściowy pokazuje jeden wiersz dla każdego typu nieruchomości, z typem o najwyższych dochodach jako pierwszym.

Domyślnie podglądy przetwarzają próbkę wierszy wejściowych, więc sumy odzwierciedlają tylko tę próbę. Aby zobaczyć sumy dla całego zbioru danych, kliknij Uruchom wszystko w pasku narzędzi. Na pełnym zbiorze danych wyniki pokazują cztery typy nieruchomości, przy czym Urban Year-Round przynosi największe przychody. Aby sprawdzić rozkład kolumny, wybierz ją i otwórz profil danych. Zobacz Podgląd i dopracuj wyniki w Lakeflow Designer.

Krok 8: Zapisz wyniki do tabeli

  1. Kliknij ikonę Plus. obok operatora Sortuj i wybierz Output.
  2. W panelu konfiguracji danych wyjściowych wybierz Tabelę dla Typ danych wyjściowych.
  3. Wpisz wanderbricks_revenue_by_property_type dla nazwy tabeli i wybierz katalog oraz schemat dla lokalizacji wyjściowej, na przykład main.default.
  4. Zostaw tryb zapisu ustawiony na Nadpisywanie.
  5. Kliknij przycisk Uruchom. Designer uruchamia wizualne przygotowanie danych i tworzy tabelę.

Twoje gotowe wizualne przygotowanie danych odczytuje dwie tabele, filtruje je i łączy, sumuje przychody według typu nieruchomości i zapisuje wynik do Unity Catalog.

Opcjonalnie: Spróbuj z Genie Code

Możesz też tworzyć wizualne przygotowania danych, opisując, co chcesz uzyskać. W nowym wizualnym przygotowywaniu danych użyj polecenia Genie Code nad płótnem.

Wskazówka

Powiedz Genie Code, żeby zrobił to za Ciebie:

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 dodaje i łączy operatory za ciebie. Wybierz każdego operatora, aby sprawdzić jego konfigurację i wyniki. Zobacz Użyj kodu Genie w Lakeflow Designer.

Następne kroki

  • Ostatnia aktualizacja o