チュートリアル: ノートブックからのデータのクエリと視覚化

このチュートリアルでは、Databricks ノートブックを使用して、SQL、Python、Scala、R を使用して Unity Catalog に保存されているサンプル データをクエリし、クエリ結果をノートブックで視覚化する方法について説明します。

必要条件

この記事のタスクを完了するには、次の要件を満たす必要があります。

• ワークスペースで Unity Catalog が有効になっている必要があります。Unity Catalogの使用を開始する方法については、「Unity Catalogの使用を開始する」を参照してください。
• 既存のコンピュート リソースを使用するか、新しいコンピュート リソースを作成するには、アクセス許可が必要です。 Databricks の使用を開始するチュートリアルを参照するか、Databricks 管理者に問い合わせてください。

ステップ 1: 新しいノートブックを作成する

ワークスペースにノートブックを作成するには、サイドバーの「 新規 」をクリックし、「 ノートブック 」をクリックします。空白のノートブックがワークスペースで開きます。

ノートブックの作成と管理の詳細については、「 ノートブックの管理」を参照してください。

ステップ 2: テーブルのクエリを実行する

選択した言語を使用して、 Unity Catalog で samples.nyctaxi.trips テーブルをクエリします。

1. 次のコードをコピーして、新しい空のノートブック セルに貼り付けます。 このコードは、Unity Catalog の samples.nyctaxi.trips テーブルに対してクエリを実行した結果を表示します。

SQL

SQL

SELECT * FROM samples.nyctaxi.trips

Python

Python

display(spark.read.table("samples.nyctaxi.trips"))

Scala

Scala

display(spark.read.table("samples.nyctaxi.trips"))

R

R

library(SparkR)
display(sql("SELECT * FROM samples.nyctaxi.trips"))

2. Shift+Enterを押してセルを実行し、次のセルに移動します。

   クエリ結果がノートブックに表示されます。

ステップ 3: データを表示する

乗車距離ごとの平均運賃額を、ピックアップの郵便番号でグループ化して表示します。

1. テーブル タブの横にある + をクリックし、 ビジュアライゼーション をクリックします。

   ビジュアライゼーションエディタが表示されます。

2. [ビジュアライゼーションのタイプ] ドロップダウンで、 [バー] が選択されていることを確認します。

3. [X] 列 で [fare_amount] を選択します。

4. [Y] 列 で [trip_distance] を選択します。

5. 集計タイプとして [ Average ] を選択します。

6. [グループ化] 列として [pickup_zip] を選択します。

   

7. [ 保存 ]をクリックします。

次のステップ

• CSV ファイルから Unity Catalog にデータを追加し、データを視覚化する方法については、「 チュートリアル: ノートブックから CSV データをインポートして視覚化する」を参照してください。
• を使用してデータをDatabricks Apache Sparkにロードする方法については、「チュートリアル: を使用してデータをロードおよび変換Apache Sparkデータフレーム する」を参照してください。
• Databricksへのデータの取り込みについて詳しくは、Lakeflowコネクトの標準コネクタを参照してください。
• Databricks を使用したデータのクエリの詳細については、「 データのクエリ」を参照してください。
• 視覚化の詳細については、「 Databricks ノートブックと SQL エディターでの視覚化」を参照してください。
• 探索的データ分析 (EDA) 手法の詳細については、「 チュートリアル: Databricks ノートブックを使用した EDA 手法」を参照してください。