從數據科學家開始使用數據映
本教程將使用Databricks數據科學與工程工作區引導您進行：創建群集和筆記本，從數據集中創建表，查詢表格並顯示查詢結果。
小費
作為本文的補充，請嚐試使用Databricks數據科學與工程登錄頁麵上的QuickStart教程。這是Databricks的5分鍾動手簡介。當您登錄數據映時，請尋找指南：QuickStart教程在主頁上，單擊啟動教程。
如果您看不到教程，請從側邊欄中的角色開關中選擇數據科學和工程。
要求
您已登錄到數據映，並且您正在數據科學與工程工作區中。看在Google Cloud上啟動Databricks免費試用。
數據科學與工程UI
從左側欄和常見任務列表在“著陸”頁麵上，您可以訪問基本數據助理數據科學與工程實體：工作區，簇，表，筆記本，工作和圖書館。工作空間是存儲您的數據鏈資產的特殊根文件夾，例如筆記本和庫以及您導入的數據。
，然後選擇一個角色。
在角色旁邊。再次單擊它以刪除銷釘。
幫助在左下角。
步驟1：創建一個集群
群集是數據鏈驅動器計算資源的集合。創建一個集群：
在側邊欄中，單擊
計算。在計算頁麵上，單擊創建群集。
在“創建群集”頁麵上，指定群集名稱快速開始並選擇7.3 LTS（Scala 2.12，Spark 3.0.1）在Databricks運行時版本下拉下。
點擊創建群集。
計算。步驟2：創建筆記本
筆記本是在Apache Spark群集上運行計算的單元組合。在工作區中創建筆記本：
在側邊欄中，單擊
工作區。在工作區文件夾中，選擇
創建>筆記本。
在“創建筆記本”對話框上，輸入名稱並選擇SQL在語言下拉中。此選擇決定了默認語言筆記本。
點擊創造。筆記本電腦在頂部打開一個空單元。
工作區。
創建>筆記本。
步驟3：創建一個表
使用來自示例CSV數據文件的數據創建表示例數據集（Databricks-Dataset），安裝到的數據集集合Databricks文件係統（DBFS），安裝在Databricks群集上的分布式文件係統。您有兩個創建表的選項。
選項1：從CSV數據創建一個火花表
如果您想快速發展，請使用此選項，並且隻需要標準的性能級別即可。將此代碼段複製並粘貼到筆記本單元中：
降低桌子如果存在鑽石;創造桌子鑽石使用CSV選項（（小路“/databricks-datasets/rdatasets/data-001/csv/ggplot2/diamonds.csv”，，，，標題“真的”）
選項2：將CSV數據寫入Delta Lake格式並創建Delta表格
三角洲湖提供強大的交易存儲層，可快速閱讀和其他好處。Delta Lake格式由鑲木點文件和交易日誌組成。使用此選項在表格上獲得未來操作的最佳性能。
將CSV數據讀取到數據框架中，並以三角洲湖格式寫出。此命令使用python語言魔術命令，這使您可以用筆記本默認語言（SQL）以外的語言交織。將此代碼段複製並粘貼到筆記本單元中：
％Python鑽石=（（火花。讀。格式（（“ CSV”）。選項（（“標頭”，，，，“真的”）。選項（（“ Inferschema”，，，，“真的”）。加載（（“/databricks-datasets/rdatasets/data-001/csv/ggplot2/diamonds.csv”））鑽石。寫。格式（（“三角洲”）。節省（（“/mnt/delta/鑽石”）
在存儲的位置創建一個三角洲表。將此代碼段複製並粘貼到筆記本單元中：
降低桌子如果存在鑽石;創造桌子鑽石使用三角洲地點'/mnt/delta/diamonds/'
通過按下來運行單元格Shift + Enter。筆記本電腦會自動連接到您在步驟2中創建的群集上，並在單元格中運行命令。
步驟4：查詢桌子
運行SQL語句以按顏色查詢表格的平均鑽石價格。
要在筆記本上添加一個單元格，請在單元格底部鼠標，然後單擊
圖標。
複製此片段並將其粘貼到單元格中。
選擇顏色，，，，avg（（價格）作為價格從鑽石團體經過顏色命令經過顏色
按Shift + Enter。筆記本顯示一張鑽石顏色和平均價格表。
圖標。
。
