Editando e executando notebooks no Workspaces¶

Definir o contexto de execução¶

Os notebooks no Workspaces não definem automaticamente um banco de dados ou esquema. Para consultar dados, você deve definir o contexto de execução em uma célula usando os seguintes comandos SQL:

USE DATABASE <database>;
USE SCHEMA <schema>;

Para garantir que os notebooks sejam executados de maneira consistente em ambientes e clientes, use nomes totalmente qualificados para tabelas e outros objetos. Por exemplo:

-- Query data objects using a fully qualified name
SELECT * FROM TABLE <database_name.schema_name.table_name>;

-- Create a table using a fully qualified name
WITH filtered_events AS (
    SELECT
        user_id,
        event_type,
        event_timestamp
    FROM raw_events
    WHERE event_timestamp >= '2025-01-01'
)
CREATE OR REPLACE TABLE <database_name.schema_name.table_name> AS
SELECT *
FROM filtered_events;

Uso do seletor de função e warehouse¶

Você pode definir a função ativa e o warehouse para seu notebook.

SnowsightSQL

Use o seletor no canto superior esquerdo do editor do Notebooks:

O warehouse de consulta é usado para executar as consultas SQL e a computação de pushdown do Snowpark que o notebook invoca. Ele também é usado para renderizar a grade de dados interativa, mas não há cobrança de crédito por essa operação.

Para saber mais sobre o uso de crédito, consulte Configurando a computação.

Criar uma sessão do Snowpark¶

O Snowpark é uma estrutura de desenvolvedor do Snowflake que permite criar pipelines de dados, transformações e lógica de machine learning diretamente no Snowflake sem mover os dados para fora da plataforma. Ele fornece APIs que operam com base nos dados do Snowflake como DataFrames, enviando a computação para o mecanismo do Snowflake para escalabilidade, desempenho e segurança.

Para usar as APIs Snowpark Python no Notebooks, primeiro crie uma sessão do Snowpark em uma célula Python:

from snowflake.snowpark.context import get_active_session
session = get_active_session()

Executar células¶

Há quatro opções de execução compatíveis:

• Executar todas as células

• Executar uma única célula

• Executar a célula atual e todas as células acima (pelo menu de reticências da célula)

• Executar a célula atual e todas as células abaixo (pelo menu de reticências da célula)

Nomes de células¶

Você pode atribuir nomes às células para facilitar a navegação e fornecer rótulos contextuais.

Se um arquivo .ipynb importado já contém metadados de nome ou título, esses valores são usados automaticamente.

Referência de células¶

A referência de células bidirecional de SQL para Python permite reutilizar resultados e variáveis em células em qualquer linguagem, permitindo transições ininterruptas entre fluxos de trabalho SQL e Python.

Você pode passar o cursor do mouse sobre a dica de ferramenta do resultado para ver o nome do DataFrame que você pode usar para referenciar o resultado em Python e SQL.

SELECT * FROM {{uploaded_df}} WHERE "price" > 326;

import pandas as pd

uploaded_df = pd.read_csv("../data/diamonds.csv")
uploaded_df

SELECT * FROM {{uploaded_df}} WHERE "price" > 326;

SELECT * FROM {{dataframe_1}} WHERE "carat" < 1.0
UNION ALL
SELECT * FROM {{dataframe_2}} WHERE "carat" >= 1.0;

Grade de dados interativa¶

A grade de dados oferece suporte a:

• Rolagem

• Pesquisar

• Filtragem

• Classificação

• Criação de gráficos sem código

Minimapa e status da célula¶

O minimapa gera um índice de cabeçalhos Markdown e exibe um status abrangente na sessão para cada célula (em execução, com sucesso, com falha e modificado).

Pesquisa e substituição global¶

É possível pesquisar palavras-chave em todas as células no notebook atual. Se você estiver editando uma célula específica, pressione esc para sair primeiro do modo de edição daquela célula.

Para pesquisar palavras-chave em todas as células no notebook atual, faça o seguinte:

• Para pesquisar palavras-chave, selecione Search no minimapa ou use o atalho de teclado CTRL + F.

  As palavras-chave correspondentes em todas as células são mostradas. Você pode substituir o termo de pesquisa pelo valor desejado usando Replace next ou Replace all.

Kernel do notebook¶

O kernel do notebook permanecerá ativo enquanto o serviço do notebook estiver no estado RUNNING, permitindo a execução ininterrupta de processos críticos e de longa duração, como trabalhos de treinamento de ML e engenharia de dados.

Ações que não afetam a execução do kernel:

• Navegar em outras páginas

• Trabalhar em outra área do Snowsight

• Fechar o navegador

• Desligar o computador

Você pode desligar ou reiniciar o kernel usando o menu suspenso Connected.

Se o serviço do notebook for suspenso, o kernel do notebook também será desligado. Para obter mais informações, consulte Configurando a computação.

Saída da célula¶

• As saídas de células não são salvas no arquivo .ipynb e não podem ser exportadas.

• A saída da célula em um notebook no Workspaces (espaços de trabalho tanto privados quanto compartilhados) é acessível ao usuário que executou o notebook.

• A visibilidade da saída da célula é restrita ao usuário que iniciou a execução. Para executar células, sua função padrão ativa deve receber os privilégios OWNERSHIP ou USAGE no objeto de projeto de notebook (Notebook Project Object, NPO).

Magics do Jupyter¶

Os notebooks no Workspaces executam o kernel IPython (Interactive Python) e fornecem magics de célula e de linha padrão do Jupyter. Execute %lsmagic para ver os magics disponíveis.

Por exemplo, você pode usar o comando magic %run para invocar outro notebook:

• Em uma célula Python de notebook_a, chame %run path/to/notebook_b.ipynb. Esse comando executa notebook_b no mesmo processo Python que notebook_a.

• Para que DataFrames de variáveis e pandas em notebook_b sejam renderizados nos resultados de células de notebook_a, certifique-se de imprimi-los explicitamente. Por exemplo: print(var) ou display(df).

Ferramentas para desenvolvedores¶

As ferramentas para desenvolvedores incluem Terminal, Scratchpad e Variables Explorer. Essas ferramentas permitem que você explore e interaja com seus dados e com o ambiente do notebook.

Para acessar as ferramentas para desenvolvedores, na barra de controle na parte superior do notebook, selecione <icon>:ui:Tools.

Você precisa estar conectado a um serviço de notebook para usar as ferramentas para desenvolvedores. Alternar para um serviço diferente reiniciará as ferramentas.

# If installation fails, run `apt update` first
# Install `htop`
apt install htop

# Run `htop`
htop