教程：构建可视化数据准备

在本教程中，你将用Lakeflow Designer构建一个可视化数据准备流程，回答一个商业问题：哪些类型的度假租赁物业从确认预订中获得最多收益？ 您使用的是 Wanderbricks 示例数据集，这是一个模拟旅行预订平台，已预加载到每个启用 Unity Catalog 的工作区中。

你将学会如何：

  • 将数据源添加到画布中。

  • 通过内置操作符筛选、连接、聚合和排序数据。

  • 在输出面板中查看每个步骤的结果。

  • 把结果写入 Unity Catalog 表。

Prerequisites

  • 启用了 Unity 目录的 Azure Databricks 工作区。

  • CAN USE 对至少一个常规用途计算资源（无服务器或全用途）的权限。

  • 具有 USE CATALOG、USE SCHEMA 和 CREATE TABLE 权限，以及对可在其中写入输出表的架构的权限，例如 main.default。

步骤 1：创建可视化数据准备

  1. 点击 Plus 图标。侧边栏中的新建，然后选择 视觉数据准备。 Designer 以欢迎屏幕开场。

  2. 点击编辑器顶部的文件名，将文件重命名为 Wanderbricks revenue。

  3. 在 计划 按钮旁的计算资源选择器中，选择要使用的计算资源。

步骤 2：添加预订数据

每个可视化数据准备都从一个或多个数据源开始， 源 操作符在画布上表示这些数据源。

  1. 在欢迎界面，点击“选择源操作员”。

  2. 在 源 配置面板中，搜索 samples.wanderbricks.bookings 并选择该表。 表格的源操作符出现在画布上。

  3. 选择源操作符。 编辑器底部的输出面板显示预订数据预览，包括 property_id、 total_amount和 status 列。

你也可以将表格从 Catalog 窗格拖到画布上，将其添加为来源。 关于导入数据的其他方式，请参见“将数据导入 Lakeflow Designer”。

步骤 3：仅保留已确认的预订

  1. 将鼠标悬停在预订来源运算符上，点击旁边的 加号图标按钮。 选择 “筛选器”。 新的筛选操作符已经连接到源端。

  2. 在筛选配置面板中，添加条件：选择列 status，选择 等于，然后输入 confirmed。

  3. 单击 “应用”。

  4. 选择筛选操作符并检查输出面板。 已包含内容仅包含已确认的预订。

滤波器操作符有两个输出。 包含包含符合条件的行，而排除包含其余行。 请参阅 筛选器。

步骤 4：将预订加入房源

每个预订都有一个 property_id。 要按房产类型分组预订，可以将其与 properties 表连接。

  1. 为 samples.wanderbricks.properties 添加第二个源算符。 在 运算符 面板中，点击 源，然后搜索并选择该表格。

  2. 在 操作符 面板中，点击 Join 以添加 Join 操作符。

  3. 将滤波器操作符的 Included 输出连接到连接操作符的第一个输入。 然后将属性 Source 操作符连接到 Join 操作符的第二个输入。 要连接两个操作符，从输出端口拖到输入端口。

  4. 在 Join 配置面板中，将 join 条件设置为在两个表中都匹配 property_id。

  5. 对于 Join 类型，选择 Inner join 以生成单个联接后的输出。

  6. 点击 Apply，然后选择加入操作符预览合并的行。

有关连接算子的更多信息，请参见 连接算子。

步骤 5：按属性类型总计收入

  1. 点击加入操作符旁的 Plus图标。 按钮，选择 聚合。

  2. 在 “聚合依据” 下，添加两个聚合：

    • 选择 total_amount，选择 SUM，并命名输出列 total_revenue。

    • 点击 + 添加聚合。 选择 booking_id，选择 COUNT，并命名输出列 booking_count。

  3. 在 “分组”中，选择 property_type。

  4. 单击 “应用”。

步骤 6：对结果进行排序

  1. 点击聚合操作符旁的 加号图标 按钮，选择 排序。

  2. 选择 total_revenue 并 DESC，然后点击 应用。

步骤 7：检查结果

选择排序运算符。 输出面板显示每种属性类型一行，收益最高的类型放在最前面。

默认情况下，预览处理的是输入行的样本，因此总数只反映该样本。 要查看完整数据集的总数，请在工具栏中点击 “全部运行”。 在完整数据集中，结果显示有四种房产类型，其中 城市全年型 房产收入最高。 要检查某一列的分布，选择它并打开数据概况。 请参见 Lakeflow Designer中的预览和细化结果。

步骤 8：将结果写入表格

  1. 点击排序运算符旁的 “加号”图标按钮，选择 输出。

  2. 在输出配置面板中，选择 表格 作为 输出类型。

  3. 输入wanderbricks_revenue_by_property_type表名，选择目录和模式以指定输出位置，例如 main.default。

  4. 将 写入模式 设置为 覆盖。

  5. 单击 “运行” 。 设计器执行可视化数据准备流程并创建表格。

你完成的视觉数据准备会读取两个表格，过滤并连接它们，按属性类别计算收入，并将结果写入Unity Catalog。

后续步骤

  • 上次更新时间为