ตารางปลายทาง
ในแบบฝึกหัดก่อนหน้า คุณได้คำนวณ DataFrame ชื่อ recommendations ซึ่งประกอบด้วยคู่ของ user_id และ course_id พร้อมค่าคะแนนที่แสดงถึงคะแนนเฉลี่ยของคอร์สนั้น โดยสมมติว่าคอร์สที่ได้คะแนนสูงสุดและเหมาะสมกับผู้ใช้จะเป็นตัวเลือกที่ดีที่สุดสำหรับการแนะนำ
ถึงเวลานำตารางนี้เข้าสู่ฐานข้อมูล เพื่อให้ระบบต่าง ๆ เช่น ระบบแนะนำคอร์สหรือระบบส่งอีเมลนำไปใช้งานได้
เนื่องจาก recommendations เป็น pandas.DataFrame จึงสามารถใช้เมธอด .to_sql() ได้ แต่ต้องเชื่อมต่อฐานข้อมูลผ่าน connection URI ก่อน ตัวแปร recommendations พร้อมใช้งานในสภาพแวดล้อมของคุณแล้ว
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Data Engineering เบื้องต้น
คำแนะนำการฝึกหัด
- กรอก connection URI สำหรับฐานข้อมูล Postgres บน host
localhostพอร์ต5432โดยใช้ชื่อผู้ใช้replรหัสผ่านpasswordและชื่อฐานข้อมูลdwh - เติมโค้ดในฟังก์ชัน
load_to_dwh()ให้สมบูรณ์ โดยให้เขียนข้อมูลลงในตาราง"recommendations"และแทนที่ตารางหากมีอยู่แล้ว
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
connection_uri = "____://____:____@____:____/____"
db_engine = sqlalchemy.create_engine(connection_uri)
def load_to_dwh(recommendations):
recommendations.____("____", ____, ____="____")