Tutorial: Construa uma preparação visual de dados

Neste tutorial, você cria uma preparação visual de dados no Lakeflow Designer que responde a uma pergunta de negócio: quais tipos de imóveis para aluguel de temporada lucram mais com reservas confirmadas? Você usa o conjunto de dados de amostra Wanderbricks, uma plataforma simulada de reservas de viagens que vem pré-carregada em todos os espaços de trabalho habilitados pelo Unity Catalog.

Você aprenderá como:

  • Adicione fontes de dados à tela.
  • Filtre, junte, agregue e ordene dados com operadores embutidos.
  • Verifique os resultados de cada etapa no painel de saída.
  • Escreva os resultados em uma tabela do Unity Catalog.

Prerequisites

  • Um workspace do Azure Databricks com o Unity Catalog habilitado.
  • Permissão CAN USE em pelo menos um recurso de computação de uso geral (sem servidor ou para todas as finalidades).
  • Conceda privilégios USE CATALOG, USE SCHEMA e CREATE TABLE em um esquema onde você possa gravar a tabela de saída, como main.default.

Passo 1: Crie uma preparação visual de dados

  1. Clique no ícone Plus.Novo na barra lateral e selecione Visual data prep. Designer começa com uma tela de boas-vindas.
  2. Clique no nome do arquivo no topo do editor e renomeie o arquivo para Wanderbricks revenue.
  3. No seletor de computação ao lado do botão Agendar, selecione a computação a ser usada.

Passo 2: Adicionar os dados de reservas

Toda preparação de dados visuais, começa com uma ou mais fontes de dados, que o operador Source representa na tela.

  1. Na tela de boas-vindas, clique em Navegar em todos os dados.
  2. No seletor de tabelas, pesquise por samples.wanderbricks.bookings e selecione a tabela. Um operador Source para a tabela aparece na tela.
  3. Selecione o operador Source. O painel de saída na parte inferior do editor mostra uma prévia dos dados das reservas, incluindo as colunas property_id, total_amount e status.

Você também pode arrastar uma tabela do painel de Catálogo para a tela para adicioná-la como fonte. Para outras formas de trazer dados, veja Ingerir dados no Lakeflow Designer.

Passo 3: Mantenha apenas as reservas confirmadas

  1. Passe o mouse sobre o operador de origem reservas e clique no botão Ícone Sinal de adição. ao lado dele. Selecione Filtro. O novo operador Filtro já está conectado à origem.
  2. No painel de configuração do Filtro, adicione uma condição: selecione a status coluna, selecione É igual a e insira confirmed.
  3. Clique em Aplicar.
  4. Selecione o operador Filter e verifique o painel de saída. A saída Incluído contém apenas reservas confirmadas.

O operador Filter possui duas saídas. Incluído contém as linhas que atendem à condição, e Excluído mantém o restante. Consulte Filtro.

Passo 4: Associe as reservas aos imóveis

Cada reserva tem um property_id. Para agrupar reservas por tipo de propriedade, una-as à tabela properties.

  1. Adicione um segundo operador Source para samples.wanderbricks.properties. No painel de Operadores, clique em Source, depois procure e selecione a tabela.
  2. No painel Operators, clique em Join para adicionar um operador Join.
  3. Conecte a saída Incluído do operador Filtro à primeira entrada do operador Junção. Em seguida, conecte o operador de Origem das propriedades à segunda entrada do operador de Junção. Para conectar dois operadores, arraste de uma porta de saída para uma porta de entrada.
  4. No painel de configuração de junção, defina a condição de junção para que corresponda a property_id em ambas as tabelas.
  5. Para o tipo de junção, selecione Junção interna para produzir uma única saída unida.
  6. Clique em Aplicar e selecione o operador de Junção para visualizar as linhas unidas.

Para saber mais sobre conectar operadores, veja Conectar operadores.

Passo 5: Somar a receita por tipo de propriedade

  1. Clique no botão Ícone Sinal de adição. ao lado do operador de Junção e selecione Agregar.
  2. Em Agrupar por, adicione duas agregações:
    • Selecione total_amount, selecione SUM, e nomeie a coluna total_revenuede saída .
    • Clique + Adicionar agregação. Selecione booking_id, selecione COUNT, e nomeie a coluna booking_countde saída .
  3. Em Agrupar por, selecione property_type.
  4. Clique em Aplicar.

Passo 6: Ordenar os resultados

  1. Clique no botão Ícone Sinal de adição. ao lado do operador de Agregação e selecioneClassificar.
  2. Selecione total_revenue e DESC, depois clique em Aplicar.

Passo 7: Confira os resultados

Selecione o operador "Sort". O painel de saída mostra uma linha para cada tipo de propriedade, com o tipo de maior rendimento primeiro.

Por padrão, as prévias processam uma amostra das linhas de entrada, então os totais refletem apenas essa amostra. Para ver os totais do conjunto de dados completo, clique em Executar tudo na barra de ferramentas. No conjunto de dados completo, os resultados mostram quatro tipos de propriedades, sendo Urban Year-Round o que gera maior receita. Para inspecionar a distribuição de uma coluna, selecione-a e abra o perfil de dados. Veja a prévia e refine os resultados no Lakeflow Designer.

Passo 8: Escreva os resultados em uma tabela

  1. Clique no botão Ícone Sinal de adição. ao lado do operador de Classificação e selecione Saída.
  2. No painel de configuração de Saída, selecione Tabela para o tipo de Saída.
  3. Insira wanderbricks_revenue_by_property_type para o nome da tabela e selecione o catálogo e o esquema para a localização de saída, como main.default.
  4. Deixe o modo de gravação configurado para Sobrescrever.
  5. Clique em Executar. O designer executa a preparação visual dos dados e cria a tabela.

Sua preparação visual finalizada lê duas tabelas, filtra e junta elas, soma a receita por tipo de propriedade e grava o resultado no Unity Catalog.

Opcional: Tente com o Genie Code

Você também pode criar preparações de dados visuais descrevendo o que deseja. Em uma nova preparação visual de dados, use o prompt Genie Code acima do canvas.

Dica

Diga ao Genie Code para fazer isso por você:

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 adiciona e conecta os operadores para você. Selecione cada operador para verificar sua configuração e resultados. Veja Use Genie Code em Lakeflow Designer.

Próximas Etapas