Caricamento dei dati tramite frammenti di codice generati
Ultimo aggiornamento: 20 mar 2025
Caricamento dei dati tramite frammenti di codice generati
È possibile aggiungere automaticamente il codice generato per caricare i dati dagli asset di dati del progetto a una cella del notebook. Il tipo di asset può essere un file o una connessione al database.
Facendo clic in una cella di codice vuota nel notebook, facendo clic sull'icona Frammenti di codice () dalla barra degli strumenti del notebook, selezionando Leggi dati e un asset dal progetto, è possibile:
Inserire le credenziali di accesso dell'origine dati. Questa capacità è disponibile per tutti gli asset di dati aggiunti a un progetto. Con le credenziali, è possibile scrivere il codice per accedere all'asset e caricare i dati in strutture dati di propria scelta.
Generare il codice che viene aggiunto alla cella del notebook. Il codice inserito funge da avvio rapido per consentire di iniziare facilmente a lavorare con un dataset o una connessione. Per i sistemi di produzione, è necessario esaminare attentamente il codice inserito per determinare se è necessario scrivere il proprio codice che meglio soddisfa le proprie esigenze.
Quando si esegue la cella di codice, si accede ai dati e li si carica nella struttura dati selezionata.
Note:
La capacità di fornire il codice generato è disabilitata per alcune connessioni se:
Le credenziali di collegamento sono credenziali personali
Le credenziali di connessione sono memorizzate nei vault
Se il tipo di file o la connessione al database che si sta utilizzando non viene visualizzato nei seguenti elenchi, è possibile scegliere di creare un codice generico. Per Python questo è un oggetto StreamingBody e per R un oggetto textConnection .
Le seguenti tabelle mostrano quali connessioni origine dati (tipi di file e connessioni al database) supportano l'opzione per generare codice. Le opzioni per la creazione del codice variano a seconda dell'origine dati, del linguaggio di codifica del notebook e del calcolo di runtime del notebook.
Tipi di file supportati
Copy link to section
Tabella 1. Tipi di file supportati
Origine dati
Linguaggio di codifica notebook
Tipo di motore di elaborazione
Supporto disponibile per il caricamento dei dati
File CSV
Python
Distribuzione Anaconda Python
Caricare i dati in pandasDataFrame
con Spark
Caricamento dei dati in pandasDataFrame e sparkSessionDataFrame
Con Hadoop
Caricamento dei dati in pandasDataFrame e sparkSessionDataFrame
R
Distribuzione di Anaconda R
Carica dati nel frame di dati R
con Spark
Caricare i dati in un frame di dati R e in sparkSessionDataFrame
Con Hadoop
Caricare i dati in un frame di dati R e in sparkSessionDataFrame
Script Python
Python
Distribuzione Anaconda Python
Caricare i dati in pandasStreamingBody
con Spark
Caricare i dati in pandasStreamingBody
Con Hadoop
Caricare i dati in pandasStreamingBody
R
Distribuzione di Anaconda R
Caricare i dati in rRawObject
con Spark
Caricare i dati in rRawObject
Con Hadoop
Caricare i dati in rRawObject
File JSON
Python
Distribuzione Anaconda Python
Caricare i dati in pandasDataFrame
con Spark
Caricamento dei dati in pandasDataFrame e sparkSessionDataFrame
Con Hadoop
Caricamento dei dati in pandasDataFrame e sparkSessionDataFrame
R
Distribuzione di Anaconda R
Carica dati nel frame di dati R
con Spark
Caricare i dati in frame di dati R, rRawObject e sparkSessionDataFrame
Con Hadoop
Caricare i dati in frame di dati R, rRawObject e sparkSessionDataFrame