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 Wszystkie dane.
  2. W selektorze tabeli 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