Utilizzare il plug-in BigQuery JupyterLab

Preview

This product or feature is subject to the "Pre-GA Offerings Terms" in the General Service Terms section of the Service Specific Terms. Pre-GA products and features are available "as is" and might have limited support. For more information, see the launch stage descriptions.

Per richiedere feedback o assistenza per questa funzionalità, invia un'email all'indirizzo [e-mail].

Questo documento mostra come installare e utilizzare il plug-in BigQuery JupyterLab per eseguire le seguenti operazioni:

• Esplorare i dati BigQuery.
• Utilizza l'API BigQuery DataFrames.
• Esegui il deployment di un notebook BigQuery DataFrames in Cloud Composer.

Il plug-in JupyterLab di BigQuery include tutte le funzionalità del plug-in JupyterLab di Dataproc, come la creazione di un modello di runtime Dataproc Serverless, il lancio e la gestione dei notebook, lo sviluppo con Apache Spark, il deployment del codice e la gestione delle risorse.

Installa il plug-in BigQuery JupyterLab

Per installare e utilizzare il plug-in BigQuery JupyterLab, segui questi passaggi:

1. Nel terminale locale, verifica di avere installato Python 3.8 o versioni successive sul tuo sistema:

   python3 --version
   

2. Installa la gcloud CLI.

3. Nel terminale locale, inizializza la gcloud CLI:

   gcloud init
   

4. Installa Pipenv, uno strumento per gli ambienti virtuali Python:

   pip3 install pipenv
   

5. Crea un nuovo ambiente virtuale:

   pipenv shell
   

6. Installa JupyterLab nel nuovo ambiente virtuale:

   pipenv install jupyterlab
   

7. Installa il plug-in BigQuery JupyterLab:

   pipenv install bigquery-jupyter-plugin
   

8. Se la versione di JupyterLab installata è precedente alla 4.0.0, attiva l'estensione del plug-in:

   jupyter server extension enable bigquery_jupyter_plugin
   

9. Avvia JupyterLab:

   jupyter lab
   

   JupyterLab si apre nel browser.

Nota: su macOS, se ricevi un errore SSL: CERTIFICATE_VERIFY_FAILED nel terminale quando avvii JupyterLab, aggiorna il certificato SSL di Python eseguendo /Applications/Python 3.11/Install Certificates.command. Questo file si trova nella home directory di Python.

Aggiornare le impostazioni del progetto e della regione

Per impostazione predefinita, la sessione viene eseguita nel progetto e nella regione impostati quando hai eseguito gcloud init. Per modificare le impostazioni del progetto e della regione per la sessione:

• Nel menu di JupyterLab, fai clic su Impostazioni > Impostazioni di Google BigQuery.

Per applicare le modifiche, devi riavviare il plug-in.

Esplora i dati

Per lavorare con i dati di BigQuery in JupyterLab:

1. Nella barra laterale di JupyterLab, apri il riquadro Esploratore set di dati: fai clic sull'icona set di dati.

2. Per espandere un progetto, nel riquadro Esplora set di dati, fai clic sulla freccia di espansione accanto al nome del progetto.

   

   Il riquadro Esploratore set di dati mostra tutti i set di dati di un progetto che si trovano nella regione BigQuery configurata per la sessione. Puoi interagire con un progetto e un set di dati in vari modi:

   • Per visualizzare le informazioni su un set di dati, fai clic sul nome del set di dati.
   • Per visualizzare tutte le tabelle di un set di dati, fai clic sulla freccia di espansione accanto al set di dati.
   • Per visualizzare le informazioni su una tabella, fai clic sul nome della tabella.
   • Per modificare il progetto o la regione BigQuery, aggiorna le impostazioni.

Esegui notebook

Per eseguire query sui dati BigQuery da JupyterLab:

1. Per aprire la pagina di Avvio app, fai clic su File > Nuovo Avvio app.
2. Nella sezione BigQuery Notebook, fai clic sulla scheda DataFrame BigQuery. Si apre un nuovo notebook che mostra come iniziare a utilizzare BigQuery DataFrames.

I blocchi note BigQuery DataFrames supportano lo sviluppo di Python in un kernel Python locale. Le operazioni di BigQuery DataFrames vengono eseguite da remoto su BigQuery, mentre il resto del codice viene eseguito localmente sulla macchina. Quando un'operazione viene eseguita in BigQuery, sotto la cella di codice viene visualizzato un ID job query e un link al job.

• Per visualizzare il job nella console Google Cloud, fai clic su Apri job.

Esegui il deployment di un notebook BigQuery DataFrames

Puoi eseguire il deployment di un notebook BigQuery DataFrames in Cloud Composer utilizzando un modello di runtime Dataproc Serverless. Devi utilizzare la versione 2.1 o successive del runtime.

1. Nel tuo blocco note JupyterLab, fai clic su calendar_monthJob Scheduler.
2. In Nome job, inserisci un nome univoco per il job.
3. In Environment (Ambiente), inserisci il nome dell'ambiente Cloud Composer in cui vuoi eseguire il deployment del job.
4. Se il notebook è parametrizzato, aggiungi i parametri.
5. Inserisci il nome del modello di runtime serverless.
6. Per gestire gli errori di esecuzione del notebook, inserisci un numero intero per Numero di tentativi e un valore (in minuti) per Ritardo del tentativo.

7. Seleziona le notifiche di esecuzione da inviare e inserisci i destinatari.

   Le notifiche vengono inviate utilizzando la configurazione SMTP di Airflow.

8. Seleziona una pianificazione per il notebook.

9. Fai clic su Crea.

Quando pianifichi correttamente il notebook, questo viene visualizzato nell'elenco dei job pianificati nell'ambiente Cloud Composer selezionato.

Passaggi successivi

• Prova la guida introduttiva di BigQuery DataFrames.
• Scopri di più sull'API Python BigQuery DataFrames.
• Utilizza JupyterLab per sessioni batch e del notebook serverless con Dataproc.