教程：创建 Jupyter 笔记本以使用 Visual Studio Code Jupyter 笔记本分析 Azure Cosmos DB for NoSQL 帐户中的数据

打开 Visual Studio Code。

从命令面板 (Ctrl+Shift+P) 运行“Polyglot 笔记本：创建新的空白笔记本”命令。

选择 .ipynb 文件扩展名。

选择 C# 作为默认语言。

从默认代码单元格开始。

安装 Azure.cosmos 包。 继续操作之前，请运行此单元。

%pip install azure.cosmos

导入本教程所需的所有包。

import azure.cosmos
from azure.cosmos.partition_key import PartitionKey
from azure.cosmos import CosmosClient

创建 CosmosClient 的新实例。

endpoint = "<FILL ME>"
key = "<FILL ME>"
cosmos_client = CosmosClient(url=endpoint, credential=key)

使用内置 SDK 创建名为“RetailIngest”的数据库。

database = cosmos_client.create_database_if_not_exists('RetailIngest')

使用 /CartID 分区键创建名为“WebsiteMetrics”的容器。

container = database.create_container_if_not_exists(id='WebsiteMetrics', partition_key=PartitionKey(path='/CartID'))

选择“运行”以创建数据库和容器资源。

从默认代码单元格开始。

安装 Microsoft.Azure.Cosmos NuGet 包。 在继续操作之前运行此单元。

#r "nuget: Microsoft.Azure.Cosmos"

创建新代码单元格。

导入本教程所需的所有包。

using Microsoft.Azure.Cosmos;

使用内置 SDK 创建客户端类型的新实例。 填写 Azure Cosmos DB 帐户的 URI 终结点和密钥。 可以在 Azure Cosmos DB 帐户的“密钥”页中找到这些值。

var endpoint = "<FILL ME>";
var key = "<FILL ME>";

var cosmosClient = new CosmosClient(Cosmos.Endpoint, Cosmos.Key);

创建名为“RetailIngest”的数据库。

Database database = await cosmosClient.CreateDatabaseIfNotExistsAsync("RetailIngest");

使用 /CartID 分区键创建名为“WebsiteMetrics”的容器。

Container container = await database.CreateContainerIfNotExistsAsync("WebsiteMetrics", "/CartID");

选择“执行单元”以创建数据库和容器资源。

添加新的代码单元

在代码单元中，添加以下代码以从此 URL 上传数据：<https://cosmosnotebooksdata.blob.core.chinacloudapi.cn/notebookdata/websiteData.json>。

    import urllib.request
    import json

    with urllib.request.urlopen("https://cosmosnotebooksdata.blob.core.chinacloudapi.cn/notebookdata/websiteData.json") as url:
        docs = json.loads(url.read().decode())

    for doc in docs:
        container.upsert_item(doc)

运行该单元。 这需要 45 秒到 1 分钟才能运行。

添加一个新代码单元格。

在代码单元格中，创建一个新的 C# 类来表示容器中的项。 运行该单元。

public class Record
{
  public string id { get; set; }
  public int CartID { get; set; }
  public string Action { get; set; }
  public decimal Price { get; set; }
  public string Country { get; set; }
  public string Item { get; set; }
}

添加一个新代码单元格。

在代码单元中，添加以下代码以从此 URL 上传数据：<https://cosmosnotebooksdata.blob.core.chinacloudapi.cn/notebookdata/websiteData.json>。

using System.Net.Http;
using System.Text.Json;
using System.IO;

var dataURL = "https://cosmosnotebooksdata.blob.core.chinacloudapi.cn/notebookdata/websiteData.json";
var jsonData = new HttpClient().GetStringAsync(dataURL).Result;

Record[] result = JsonSerializer.Deserialize<Record[]>(jsonData);

foreach (Record record in result) {
    await container.UpsertItemAsync<Record>(record, new PartitionKey(record.CartID)); //43 seconds
}

运行该单元。 这需要 45 秒到 1 分钟才能运行。

另创建一个新的代码单元格。

在代码单元格中，使用 SQL 查询填充 Pandas DataFrame。 运行此单元格。

import pandas as pd
from pandas import DataFrame

QUERY = "SELECT c.Action, c.Price as ItemRevenue, c.Country, c.Item FROM c"
results = container.query_items(
    query=QUERY, enable_cross_partition_query=True
)

df_cosmos = pd.DataFrame(results)

另创建一个新的代码单元格。

在代码单元格中，输出数据帧的前 10 项。 运行此单元格。

df_cosmos.head(10)

观察运行命令的输出。

另创建一个新的代码单元格。

在代码单元格中，导入 pandas 包以自定义数据帧的输出。 运行此单元格。

import pandas as pd    
df_cosmos.groupby("Item").size().reset_index()

观察运行命令的输出。

创建新代码单元格。

在代码单元中，添加代码以使用 SDK 执行 SQL 查询，将查询的输出存储在名为“结果”的类型变量中。

using System.Collections.Generic;

var query = new QueryDefinition(
    query: "SELECT c.Action, c.Price, c.Country, c.Item FROM c"
);

FeedIterator<Record> feed = container.GetItemQueryIterator<Record>(
    queryDefinition: query
);

var results = new List<Record>();
while (feed.HasMoreResults)
{
    FeedResponse<Record> response = await feed.ReadNextAsync();
    foreach (Record result in response)
    {
        results.Add(result);
    }
}

另创建一个新的代码单元格。

在代码单元中，通过将“Item”字段的唯一排列添加为键，将“Price”字段的和添加为值，从而创建字典。 这给出了每个物品的总销售额。 运行此单元格。

var dictionary = new Dictionary<string, decimal>();

foreach(var result in results)
{
    if (dictionary.ContainsKey(result.Item)) {
        dictionary[result.Item] += result.Price;
    }
    else {
        dictionary.TryAdd (result.Item, result.Price); 

    }
}

dictionary

观察具有“Item”和“Price”字段的唯一组合的输出。

...
Black Tee: 603
Flannel Shirt: 1199.40
Socks: 210.00
Rainjacket: 2695
...