Code in Snowflake Notebooks entwickeln und ausführen¶

Grundlagen zu Notebook-Zellen¶

In diesem Abschnitt werden einige grundlegende Zelloperationen vorgestellt. Wenn Sie ein Notebook erstellen, werden drei Beispielzellen angezeigt. Sie können diese Zellen ändern oder neue Zellen hinzufügen.

Zellen in Snowflake Notebooks ausführen¶

Um Python- und SQL-Zellen in Snowflake Notebooks auszuführen, haben Sie folgende Optionen:

• Einzelne Zelle ausführen: Wählen Sie diese Option, wenn Sie den Code häufig aktualisieren.

  • Drücken Sie CMD + Return auf einer Mac-Tastatur oder CTRL + Enter auf einer Windows-Tastatur.

  • Wählen Sie oder Run this cell only aus.

• Führen Sie alle Zellen in einem Notebook in sequenzieller Reihenfolge aus: Wählen Sie diese Option, bevor Sie ein Notebook präsentieren oder weitergeben, um sicherzustellen, dass die Empfänger die aktuellsten Informationen sehen. Mit dieser Option werden alle SQL- und Python-Codezellen im Notebook von oben nach unten ausgeführt. Wenn in einer Zelle ein Fehler auftritt, wird die Ausführung angehalten und die nachfolgenden Zellen werden nicht ausgeführt. Diese Verhaltensweise gilt auch für geplante Notebooks. Wenn Sie zum Beispiel ein Notebook mit 10 Zellen ausführen und in Zelle 2 ein SQL-Syntaxfehler auftritt, wird das Notebook nach Zelle 2 angehalten.

  • Drücken Sie CMD + Shift + Return auf einer Mac-Tastatur oder CTRL + Shift + Enter auf einer Windows-Tastatur.

  • Wählen Sie Run all aus.

• Eine Zelle ausführen und zur nächsten Zelle weitergehen: Wählen Sie diese Option, um eine Zelle auszuführen und schneller zur nächsten Zelle weiterzugehen.

  • Drücken Sie Shift + Return auf einer Mac-Tastatur oder Shift + Enter auf einer Windows-Tastatur.

  • Öffnen Sie das vertikale Ellipsenmenü (weitere Aktionen) der Zelle, und wählen Sie Run cell and advance aus.

• Alle obigen ausführen: Wählen Sie diese Option, wenn Sie eine Zelle ausführen, die auf die Ergebnisse vorheriger Zellen verweist.

  • Öffnen Sie das vertikale Ellipsenmenü (weitere Aktionen) der Zelle, und wählen Sie Run all above aus.

• Alle unten ausführen: Wählen Sie diese Option, wenn Sie eine Zelle ausführen, von der nachfolgende Zellen abhängen. Mit dieser Option werden die aktuelle Zelle und alle folgenden Zellen ausgeführt.

  • Öffnen Sie das vertikale Ellipsenmenü (weitere Aktionen) der Zelle, und wählen Sie Run all below aus.

Wenn eine Zelle ausgeführt wird, werden andere Ausführungsanforderungen in eine Warteschlange eingefügt und ausgeführt, sobald die gerade aktive Zelle fertig ist.

Ausführen von Notebooks mit Parametern¶

Wenn Sie den EXECUTE NOTEBOOK-Befehl verwenden, um ein Notebook zu starten, können Sie Argumente an das Notebook übergeben. In einer Python-Zelle im Notebook können Sie auf diese Argumente zugreifen, indem Sie die Variable sys.argv verwenden, die eine in Python integrierte Liste ist, die Befehlszeilenargumente enthält.

Durch die Übergabe von Argumenten an Notebooks können Sie das Notebook-Verhalten anpassen. Sie können Folgendes tun:

• Personalisieren oder Anpassen der Ausführung des Notebooks

• Wiederverwenden desselben Notebooks für mehrere Eingaben

• Unterstützung von Automatisierung oder Aufgabenplanung

import sys
print(sys.argv)

EXECUTE NOTEBOOK MY_DATABASE.PUBLIC.MY_NOTEBOOK(
  'parameter_string a,b,c,d',
  'target_database=PROD_DB'
);

['parameter_string', 'a,b,c,d', 'target_database=PROD_DB']

for arg in sys.argv:
    print(arg)

parameter_string
a,b,c,d
target_database=PROD_DB

second_param = sys.argv[1]
print(second_param)

a,b,c,d

value_list = sys.argv[1].split(",")
print(value_list)

['a', 'b', 'c', 'd']

for value in value_list:
  print(value)

target_database = sys.argv[2].split("=")
print(target_database[1])

PROD_DB

SET PARAMS = 'parameter_string a,b,c,d';
EXECUTE NOTEBOOK MY_DATABASE.PUBLIC.MY_NOTEBOOK($PARAMS);

Zellenstatus prüfen¶

Der Status der Zellenausführung wird durch die Farbe der Zelle angezeigt. Diese Statusfarbe wird an zwei Stellen angezeigt: an der linken Seite der Zelle und in der rechten Zellennavigationskarte.

Zellenstatusfarbe:

• Blauer Punkt: Die Zelle wurde geändert, aber noch nicht ausgeführt.

• Rot: Die Zelle wurde in der aktuellen Sitzung ausgeführt und es ist ein Fehler aufgetreten.

• Grün: Die Zelle wurde in der aktuellen Sitzung ohne Fehler ausgeführt.

• Bewegtes Grün: Zelle wird gerade ausgeführt.

• Grau: Die Zelle wurde in einer vorherigen Sitzung ausgeführt und die angezeigten Ergebnisse stammen aus der vorherigen Sitzung. Die Zellenergebnisse der letzten interaktiven Sitzung werden 7 Tage lang aufbewahrt. Interaktive Sitzung bedeutet, dass der Benutzer das Notebook in Snowsight interaktiv ausführt und nicht über einen Zeitplan oder den SQL-Befehl EXECUTE NOTEBOOK.

• Blinkt grau: Die Zelle wartet darauf, ausgeführt zu werden, nachdem Sie Run All gewählt haben.

Nachdem eine Zelle ausgeführt wurde, wird die dafür benötigte Zeit oben in der Zelle angezeigt. Wählen Sie diesen Text, um die Ausführungsdetails anzuzeigen, einschließlich der Start- und Endzeit und der verstrichenen Gesamtzeit.

SQL-Zellen enthalten zusätzliche Informationen, z. B. das Warehouse, das für die Abfrage verwendet wurde, die zurückgegebenen Zeilen und einen Hyperlink zur Abfrage-ID-Seite.

Tastaturkürzel¶

Snowflake Notebooks unterstützen verschiedene Tastaturkürzel, um Ihren Entwicklungsprozess zu beschleunigen.

Sie können die Liste der Tastenkombinationen auch anzeigen, indem Sie auf das Tastatursymbol in der unteren rechten Ecke und dann auf Keyboard shortcuts klicken.

Darüber hinaus können Sie dieselben Tastenkombinationen verwenden, die Sie auch für Arbeitsblätter nutzen. Siehe Aufgaben mit Tastaturkürzeln ausführen.

Text mit Markdown formatieren¶

Um Markdown in Ihr Notebook aufzunehmen, fügen Sie eine Markdown-Zelle hinzu:

1. Verwenden Sie das Tastaturkürzel, und wählen Sie Markdown aus, oder wählen Sie + Markdown aus.

2. Wählen Sie das Stiftsymbol Edit markdown oder doppelklicken Sie auf die Zelle und beginnen Sie mit dem Schreiben von Markdown.

Sie können gültiges Markdown eingeben, um eine Textzelle zu formatieren. Während Sie tippen, wird der formatierte Text unter der Markdown-Syntax angezeigt.

Um nur den formatierten Text anzuzeigen, wählen Sie das Symbol Done editing.

Markdown-Grundlagen¶

Dieser Abschnitt beschreibt die grundlegende Syntax von Markdown, um Ihnen den Einstieg zu erleichtern.

Kopfzeilen

Überschriftebene	Markdown-Syntax	Beispiel
Oberste Ebene	# Top-level Header Copy
2nd-level	## 2nd-level Header Copy
3rd-level	### 3rd-level Header Copy

Inline Textformatierung

Textformat	Markdown-Syntax	Beispiel
Kursiv	*italicized text* Copy
Fett	**bolded text** Copy
Verknüpfung	[Link text](url) Copy

Listen

Listentyp	Markdown-Syntax	Beispiel
Geordnete Liste	1. first item 2. second item 1. Nested first 2. Nested second Copy
Ungeordnete Liste	- first item - second item - Nested first - Nested second Copy

Code-Formatierung

Sprache	Markdown-Syntax	Beispiel
Python	```python import pandas as pd df = pd.DataFrame([1,2,3]) ``` Copy
SQL	```sql SELECT * FROM MYTABLE ``` Copy

Bilder einbetten

Dateityp	Markdown-Syntax	Beispiel
Bild	 Copy

Ein Notebook, das diese Markdown-Beispiele veranschaulicht, finden Sie im Abschnitt Markdown-Zellen des Notebooks „Visuelle Daten-Storys“.

Erläuterungen zu Zellausgaben¶

Wenn Sie eine Python-Zelle ausführen, zeigt das Notebook die folgenden Arten von Ausgaben der Zelle in den Ergebnissen an:

• Alle Ergebnisse, die in die Konsole geschrieben werden, wie z. B. Protokolle, Fehler und Warnungen sowie Ausgaben von print()-Anweisungen.

• DataFrames werden automatisch mit der interaktiven Tabellenanzeige von Streamlit, st.dataframe() gedruckt.

  • Zu den unterstützten DataFrame-Anzeigetypen gehören pandas DataFrame, Snowpark DataFrames und Snowpark-Tabellen.

  • Für Snowpark werden DataFrames im Eager-Modus ausgewertet, ohne dass Sie den Befehl .show() ausführen müssen. Wenn Sie es vorziehen, DataFrame nicht im Eager-Modus auszuwerten, z. B. wenn Sie das Notebook im nicht-interaktiven Modus ausführen, empfiehlt Snowflake, die DataFrame print-Anweisungen zu entfernen, um die Laufzeit Ihres Snowpark-Codes insgesamt zu beschleunigen.

• Visualisierungen werden in Ausgaben gerendert. Wenn Sie mehr über die Visualisierung Ihrer Daten erfahren möchten, besuchen Sie Daten in Snowflake Notebooks visualisieren.

Außerdem können Sie auf die Ergebnisse Ihrer SQL-Abfrage in Python zugreifen und umgekehrt. Siehe Zellen und Variablen in Snowflake Notebooks referenzieren.

Zellen und Variablen in Snowflake Notebooks referenzieren¶

Sie können die Ergebnisse der vorherigen Zelle in einer Notebook-Zelle referenzieren. Wenn Sie beispielsweise auf das Ergebnis einer SQL-Zelle oder den Wert einer Python-Variablen verweisen möchten, lesen Sie die folgenden Tabellen:

Referenzieren von SQL-Ausgaben in Python-Zellen:

SELECT 'FRIDAY' as SNOWDAY, 0.2 as CHANCE_OF_SNOW
UNION ALL
SELECT 'SATURDAY',0.5
UNION ALL
SELECT 'SUNDAY', 0.9;

snowpark_df = cell1.to_df()

my_df = cell1.to_pandas()

Referenzieren von Variablen im SQL-Code:

SELECT * FROM {{cell2}} where PRICE > 500

c = "USA"

SELECT * FROM my_table WHERE COUNTRY = '{{c}}'

column_name = "COUNTRY"

SELECT * FROM my_table WHERE {{column_name}} = 'USA'

Hinweise zum Ausführen von Notebooks¶

• Notebooks werden mit Aufruferrechten ausgeführt. Weitere Hinweise finden Sie unter Ändern des Sitzungskontexts für ein Notebook.

• Sie können Python-Bibliotheken importieren, um sie in einem Notebook zu verwenden. Weitere Details dazu finden Sie unter Python-Pakete zur Verwendung in Notebooks importieren.

• Wenn Sie auf Objekte in SQL-Zellen verweisen, müssen Sie vollqualifizierte Objektnamen verwenden, es sei denn, Sie verweisen auf Objektnamen in einer bestimmten Datenbank oder einem bestimmten Schema. Siehe Ändern des Sitzungskontexts für ein Notebook.

• Notebook-Entwürfe werden alle drei Sekunden gespeichert.

• Sie können Git-Integration verwenden, um Notebook-Versionen zu verwalten.

• Sie können eine Timeout-Einstellung für den Leerlauf konfigurieren, um die Notebook-Sitzung automatisch zu beenden, sobald die Einstellung erreicht ist. Weitere Informationen dazu finden Sie unter Leerlaufzeit und Wiederherstellung der Verbindung.

• Die Ergebnisse der Notebookzellen sind nur für den Benutzer sichtbar, der das Notebook ausgeführt hat, und sie werden sitzungsübergreifend zwischengespeichert. Beim erneuten Öffnen eines Notebooks werden die Ergebnisse angezeigt, die beim letzten Aufruf des Notebooks durch den Benutzer über die Snowsight erzielt wurden.

• BEGIN … END (Snowflake Scripting) wird in SQL-Zellen nicht unterstützt. Verwenden Sie stattdessen die Methode Session.sql().collect() in einer Python-Zelle, um den Scripting-Block auszuführen. Verketten Sie den Aufruf sql mit einem Aufruf collect, um die SQL-Abfrage sofort auszuführen.

  Der folgende Code führt einen Snowflake Scripting-Block mit der Methode session.sql().collect() aus:

  from snowflake.snowpark.context import get_active_session
  session = get_active_session()
  code_to_run = """
  BEGIN
      CALL TRANSACTION_ANOMALY_MODEL!DETECT_ANOMALIES(
          INPUT_DATA => SYSTEM$REFERENCE('TABLE', 'ANOMALY_INFERENCE'),
          TIMESTAMP_COLNAME =>'DATE',
          TARGET_COLNAME => 'TRANSACTION_AMOUNT',
          CONFIG_OBJECT => {'prediction_interval': 0.95}
      );
  
      LET x := SQLID;
      CREATE TABLE ANOMALY_PREDICTIONS AS SELECT * FROM TABLE(RESULT_SCAN(:x));
  END;
  """
  data = session.sql(code_to_run).collect(block=True);
  

  Copy