Développez et exécutez du code dans des Snowflake Notebooks¶

Principes de base des cellules des notebooks¶

Cette section présente quelques opérations de base sur les cellules. Lorsque vous créez un notebook, trois cellules d’exemple sont affichées. Vous pouvez modifier ces cellules ou en ajouter de nouvelles.

Exécutez Python et des cellules SQL dans des Snowflake Notebooks¶

Pour exécuter des cellules Python et SQL dans des Snowflake Notebooks, vous pouvez :

• Exécuter une seule cellule : Choisissez cette option lorsque vous effectuez des mises à jour fréquentes du code.

  • Appuyez sur CMD + Retour sur un clavier Mac, ou sur CTRL + Entrée sur un clavier Windows.

  • Sélectionnez , ou Run this cell only.

• Exécuter toutes les cellules d’un notebook dans l’ordre séquentiel : Choisissez cette option avant de présenter ou de partager un notebook pour vous assurer que les destinataires voient les informations les plus récentes.

  • Appuyez sur CMD + Maj + Retour sur un clavier Mac, ou sur CTRL + Maj + Entrée sur un clavier Windows.

  • Sélectionnez Run all.

• Exécuter une cellule et passer à la cellule suivante : choisissez cette option pour exécuter une cellule et passer à la cellule suivante plus rapidement.

  • Appuyez sur Maj + Retour sur un clavier Mac, ou sur Maj + Entrée sur un clavier Windows.

  • Sélectionnez le menu vertical indiqué par une ellipse (plus d’actions) d’une cellule et choisissez Run cell and advance.

• Exécuter tous les éléments ci-dessus : choisissez cette option lorsque vous exécutez une cellule qui fait référence aux résultats des cellules précédentes.

  • Sélectionnez le menu vertical indiqué par une ellipse (plus d’actions) d’une cellule et choisissez Run all above.

• Exécuter tous les éléments ci-dessous : choisissez cette option lorsque vous exécutez une cellule dont dépendent d’autres cellules. Cette option exécute la cellule actuelle et toutes les cellules suivantes.

  • Sélectionnez le menu vertical indiqué par une ellipse (plus d’actions) d’une cellule et choisissez Run all below.

Lorsqu’une cellule est en cours d’exécution, les autres requêtes d’exécution sont mises en file d’attente et seront exécutées une fois que la cellule en cours d’exécution aura terminé.

Formater du texte avec Markdown¶

Pour inclure le format Markdown dans votre notebook, ajoutez une cellule Markdown :

1. Utilisez un raccourci clavier et sélectionnez Markdown, ou sélectionnez + Markdown.

2. Sélectionnez l’icône de stylo Edit markdown ou double-cliquez sur la cellule et commencez à écrire Markdown.

Vous pouvez saisir du Markdown valide pour formater une cellule de texte. Au fur et à mesure que vous tapez, le texte formaté apparaît sous la syntaxe Markdown.

Pour ne voir que le texte formaté, sélectionnez l’icône de coche Done editing.

Notions de base sur Markdown¶

Cette section décrit la syntaxe Markdown de base pour vous aider à démarrer.

En-têtes

Niveau de titre	Syntaxe Markdown	Exemple
Niveau supérieur	# Top-level Header Copy
2e niveau	## 2nd-level Header Copy
3e niveau	### 3rd-level Header Copy

Formatage de texte en ligne

Format de texte	Syntaxe Markdown	Exemple
Italique	*italicized text* Copy
Gras	**bolded text** Copy
Lien	[Link text](url) Copy

Listes

Type de liste	Syntaxe Markdown	Exemple
Liste triée	1. first item 2. second item 1. Nested first 2. Nested second Copy
Liste non triée	- first item - second item - Nested first - Nested second Copy

Formatage de code

Langage	Syntaxe Markdown	Exemple
Python	```python import pandas as pd df = pd.DataFrame([1,2,3]) ``` Copy
SQL	```sql SELECT * FROM MYTABLE ``` Copy

Images intégrées

Type de fichier	Syntaxe Markdown	Exemple
Image	 Copy

Pour voir un notebook qui illustre ces exemples Markdown, consulter la section Cellules Markdown du notebook de récits de données visuelles.

Compréhension des es sorties de cellules¶

Lorsque vous exécutez une cellule Python, les types de sortie suivants de la cellule sont affichés dans les résultats :

• Tous les résultats écrits dans la console, tels que print(), les journaux, les erreurs et les avertissements.

• Les dataframes sont automatiquement affichés avec l’affichage interactif de Streamlit, st.dataframe().

  • Les types d’affichage de trame de données pris en charge incluent le DataFrame Pandas, les DataFrames Snowpark et les tables Snowpark.

  • Pour Snowpark, les dataframes affichés sont évalués immédiatement sans qu’il soit nécessaire d’appeler .show(). Si vous préférez ne pas évaluer le dataframe avec immédiatement, par exemple lorsque vous exécutez le notebook en mode non interactif, Snowflake recommande de supprimer les instructions d’affichage du dataframe afin d’accélérer le temps d’exécution global de votre code Snowpark.

• Les visualisations sont présentées sous forme de sorties. Pour en savoir plus sur la visualisation de vos données dans les Snowflake Notebooks, consultez Visualiser des données dans les Snowflake Notebooks.

En outre, vous pouvez accéder aux résultats de votre requête SQL en Python et vice versa. Voir Cellules et variables de référence dans les Snowflake Notebooks.

Cellules et variables de référence dans les Snowflake Notebooks¶

Vous pouvez référencer les résultats de la cellule précédente dans une cellule de notebook. Par exemple, pour référencer le résultat d’une cellule SQL ou la valeur d’une variable Python, voir les tableaux suivants :

Référencement de la sortie SQL dans les cellules Python :

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()

Référence aux variables dans le code SQL :

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

c = "USA"

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

Considérations relatives à l’utilisation de notebooks¶

• Les notebooks fonctionnent en utilisant les droits de l’appelant. Pour d’autres considérations, voir Modifier le contexte de la session pour un notebook.

• Vous pouvez importer des bibliothèques Python pour les utiliser dans un notebook. Pour plus de détails, voir Importer des paquets Python pour les utiliser dans les notebooks.

• Lorsque vous faites référence à des objets dans les cellules SQL, vous devez utiliser des noms d’objets entièrement qualifiés, sauf si vous faites référence à des noms d’objets dans une base de données ou un schéma spécifique. Voir Modifier le contexte de la session pour un notebook.

• Les brouillons de notebooks sont enregistrés toutes les trois secondes.

• Après une heure d’inactivité (sans modification de code ni exécution de requêtes), le noyau du notebook s’arrêtera. Snowflake vous recommande également de vérifier les paramètres de votre entrepôt. Si STATEMENT_TIMEOUT_IN_SECONDS ou STATEMENT_QUEUED_TIMEOUT_IN_SECONDS est défini sur une valeur faible, le notebook peut s’éteindre ou ne pas démarrer.

• Vous pouvez utiliser l’intégration Git pour maintenir les versions des notebooks.

• Les résultats des cellules du notebook sont mis en cache au fil des sessions. La réouverture d’un notebook affiche les résultats de la dernière fois que vous avez exécuté le notebook à l’aide de l’UI. Les résultats mis en cache ne sont visibles que pour le même utilisateur que celui qui a exécuté le notebook.

• BEGIN … END (Exécution de scripts Snowflake) n’est pas pris en charge dans les cellules SQL. Au lieu de cela, utilisez la méthode Session.sql().collect() dans une cellule Python pour exécuter le bloc de script. Chaînez l’appel à sql avec un appel à collect pour exécuter immédiatement la requête SQL.

  Le code suivant exécute un bloc Exécution de scripts Snowflake à l’aide de la méthode session.sql().collect() :

  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

Étape suivante¶

• Raccourcis clavier pour les Snowflake Notebooks.