Hızlı Başlangıç: Veritabanı şablonlarını kullanarak yeni bir göl veritabanı oluşturma
Bu hızlı başlangıç, bir göl veritabanı oluşturmak, verileri yeni modelinizle hizalamak ve tümleşik deneyimi kullanarak verileri analiz etmek için veritabanı şablonlarını nasıl uygulayabileceğinize ilişkin eksiksiz bir örnek senaryo sağlar.
Önkoşullar
- Galeri'den bir göl veritabanı şablonunu keşfetmek için en azından Synapse Kullanıcı rolü izinleri gereklidir.
- Bir göl veritabanı oluşturmak için Azure Synapse çalışma alanında Synapse Yöneticisi veya Synapse Katkıda Bulunanı izinleri gereklidir.
- Data Lake'ten tablo oluşturma seçeneği kullanılırken Data Lake üzerinde Depolama Blob Verilerine Katkıda Bulunan izinleri gerekir.
Veritabanı şablonlarından göl veritabanı oluşturma
Veritabanı için veri modelinizi yapılandırmak üzere kullanabileceğiniz bir göl veritabanı oluşturmak için yeni veritabanı şablonları işlevini kullanın.
Senaryomuz için veritabanı şablonunu kullanacağız Retail ve aşağıdaki varlıkları seçeceğiz:
- RetailProduct - Ürün, potansiyel müşterilerin ihtiyacını karşılayan bir pazara sunulabilecek her şeydir. Bu ürün, onunla ilişkili tüm fiziksel, psikolojik, sembolik ve hizmet özniteliklerinin toplamıdır.
- İşlem - Yürütülebilir işin veya müşteri etkinliğinin en düşük düzeyi. İşlem bir veya daha fazla ayrık olaydan oluşur.
- TransactionLineItem - Bir İşlemin bileşenleri Ürün ve Miktar'a göre ayrılmıştır ve her satır öğesi için bir tanedir.
- Taraf - Taraf, işletmenin ilgilendiği bir kişi, kuruluş, tüzel kişilik, sosyal kuruluş veya iş birimidir.
- Müşteri - Müşteri, bir ürün veya hizmet satın almış veya satın almış bir kişi veya tüzel kişidir.
- Kanal - Kanal , ürün veya hizmetlerin satıldığı ve/veya dağıtıldığı bir araçtır.
Varlıkları bulmanın en kolay yolu, tabloları içeren farklı iş alanlarının üzerindeki arama kutusunu kullanmaktır.
Göl veritabanını yapılandırma
Veritabanını oluşturduktan sonra, depolama hesabının ve dosya yolu değerlerinin verileri depolamak istediğiniz konuma ayarlandığından emin olun. Yol varsayılan olarak Azure Synapse Analytics içindeki birincil depolama hesabı olur, ancak gereksinimlerinize göre değiştirilebilir.
Düzeninizi kaydetmek ve Azure Synapse içinde kullanılabilir hale getirmek için Tüm değişiklikleri yayımlayın. Bu adım, göl veritabanının kurulumunu tamamlar ve Azure Synapse Analytics içindeki ve dışındaki tüm bileşenler için kullanılabilir hale getirir.
Lake veritabanına veri alma
Verileri göl veritabanına almak için, verileri doğrudan veritabanı tablosuna yükleyen bir Çalışma Alanı VERITABANı bağlayıcısı olan kod içermeyen veri akışı eşlemeleri ile işlem hatlarını yürütebilirsiniz. Verileri göl veritabanı tablolarına almak için etkileşimli Spark not defterlerini de kullanabilirsiniz:
%%sql
INSERT INTO `retail_mil`.`customer` VALUES (1,date('2021-02-18'),1022,557,101,'Tailspin Toys (Head Office)','Waldemar Fisar',90410,466);
Verileri sorgulama
Göl veritabanı oluşturulduktan sonra verileri sorgulamanın farklı yolları vardır. Şu anda sunucusuz SQL havuzlarındaki SQL veritabanları desteklenir ve yeni oluşturulan göl veritabanı biçimini otomatik olarak anlar.
SELECT TOP (100) [ProductId]
,[ProductName]
,[ProductDescription]
,[ProductInternalName]
,[ItemSku]
,[PrimaryBrandId]
FROM [Retail_mil].[dbo].[RetailProduct]
Azure Synapse içindeki verilere erişmenin diğer yolu, yeni bir Spark not defteri açmak ve tümleşik deneyimi orada kullanmaktır:
df = spark.sql("SELECT * FROM `Retail_mil`.`RetailProduct`")
df.show(10)
Makine öğrenmesi modellerini eğitme
Lake Database'i kullanarak makine öğrenmesi modellerinizi eğitebilir ve verileri puanlayabilirsiniz. Daha fazla ayrıntı için Makine öğrenmesi modellerini eğitin
Sonraki adımlar
Aşağıdaki bağlantıları kullanarak veritabanı tasarımcısının özelliklerini keşfetmeye devam edin.