Tutorial: Construir uma preparação visual de dados

Neste tutorial, cria uma preparação visual de dados no Lakeflow Designer que responde a uma questão empresarial: que tipos de propriedades para arrendamento de férias ganham mais com reservas confirmadas? Utiliza-se o conjunto de dados de exemplo Wanderbricks, uma plataforma simulada de reservas de viagens que está pré-instalada em todos os espaços de trabalho habilitados pelo Unity Catalog.

Você aprende a:

  • Adicione fontes de dados à tela.
  • Filtre, associe, agrupe e ordene dados com operadores incorporados.
  • Verifica os resultados de cada passo no painel de saída.
  • Escreva os resultados numa tabela do Unity Catalog.

Prerequisites

  • Um espaço de trabalho Azure Databricks com o Unity Catalog ativado.
  • CAN USE Permissão em pelo menos um recurso de computação de propósito geral (serverless ou multiusos).
  • USE CATALOG, USE SCHEMA e privilégios CREATE TABLE num esquema onde pode escrever a tabela de saída, como main.default.

Passo 1: Criar uma preparação visual de dados

  1. Clique no ícone Plus. Novo na barra lateral e selecione Visual data prep. Designer começa com um ecrã de boas-vindas.
  2. Clique no nome do ficheiro no topo do editor e renomeie o ficheiro para Wanderbricks revenue.
  3. No seletor de compute ao lado do botão Agendar, selecione o compute a utilizar.

Passo 2: Adicionar os dados das reservas

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

  1. No ecrã de boas-vindas, clique em Ver todos os dados.
  2. No seletor de tabela, procure samples.wanderbricks.bookings e selecione a tabela. Um operador Origem para a tabela aparece na tela.
  3. Selecione o operador "Source". O painel de saída na parte inferior do editor mostra uma pré-visualização dos dados das reservas, incluindo as colunas property_id, total_amount e status.

Também podes arrastar uma tabela do painel de Catálogo para o canvas para a adicionar como fonte. Para outras formas de ingerir dados, veja Ingerir dados no Lakeflow Designer.

Passo 3: Mantém apenas as reservas confirmadas

  1. Passe o rato sobre o operador Source de bookings e clique no botão ícone Plus. ao lado. Selecione Filtro. O novo operador Filter já está ligado à origem.
  2. No painel de configuração do Filtro, adicione uma condição: selecione a status coluna, selecione É igual a, e introduza confirmed.
  3. Clique em Aplicar.
  4. Selecione o operador Filter e verifique o painel de saída. A saída Included contém apenas reservas confirmadas.

O operador Filter tem duas saídas. Incluído detém as linhas que cumprem a condição, e Excluído mantém as restantes. Ver Filtro.

Passo 4: Associe as reservas às propriedades

Cada reserva tem um property_id. Para agrupar reservas por tipo de propriedade, junte-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 de Operadores , clique em Join para adicionar um operador Join.
  3. Ligue a saída Included do operador Filter à primeira entrada do operador Join. Depois liga o operador Source das propriedades à segunda entrada do operador Join. Para ligar dois operadores, arraste de uma porta de saída para uma porta de entrada.
  4. No painel de configuração Join, defina a condição de join para corresponder 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 Apply, depois selecione o operador Join para visualizar as linhas unidas.

Para mais informações sobre a ligação de operadores, veja Ligar operadores.

Passo 5: Somar a receita por tipo de propriedade

  1. Clique no botão ícone Plus. ao lado do operador Juntar-se e selecione Aggregate.
  2. Em Agregar 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 Plus. ao lado do operador Agregado e selecione Ordenar.
  2. Selecione total_revenue e DESC, depois clique em Aplicar.

Passo 7: Verifique os resultados

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

Por defeito, as pré-visualizações processam uma amostra das linhas de entrada, pelo que 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 mais receitas. Para inspecionar a distribuição de uma coluna, selecione-a e abra o perfil de dados. Pré-visualize e aperfeiçoe os resultados no Lakeflow Designer.

Passo 8: Escrever os resultados numa tabela

  1. Clique no ícone Plus. ao lado do operador Ordenar e selecione Saída.
  2. No painel de configuração de Saída, selecione Tabela para o tipo de Saída.
  3. Insira wanderbricks_revenue_by_property_type o nome da Tabela e selecione o catálogo e o esquema para a localização de Saída, como main.default.
  4. Deixe o modo de escrita definido como Substituição.
  5. Clique em Executar. O designer executa a preparação visual dos dados e cria a tabela.

A preparação dos dados visuais finalizada lê duas tabelas, filtra e junta-as, totaliza a receita por tipo de propriedade e escreve o resultado no Unity Catalog.

Opcional: Experimenta com o Genie Code

Também podes construir preparações de dados visuais descrevendo o que queres. Numa nova preparação visual de dados, use o prompt Genie Code acima da tela.

Tip

Diz ao Genie Code para fazer isto por ti:

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

O Genie Code adiciona e liga os operadores lógicos por si. Selecione cada operador para verificar a sua configuração e resultados. Consulte Utilizar o código Genie no Lakeflow Designer.

Passos seguintes