เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

โหลดข้อมูลเข้า Postgres

ในแบบฝึกหัดนี้ จะได้เขียนข้อมูลบางส่วนลงใน PostgreSQL data warehouse ซึ่งมีประโยชน์มากเมื่อต้องการนำผลลัพธ์จากการแปลงข้อมูลไปใช้งานในแอปพลิเคชัน

ตัวอย่างเช่น ผลลัพธ์ของการแปลงข้อมูลอาจมีคอลัมน์ที่เพิ่มคำแนะนำภาพยนตร์ไว้ด้วย และต้องการนำข้อมูลนั้นไปแสดงในร้านค้าออนไลน์

ใน workspace มี DataFrame ของ pandas ชื่อ film_pdf พร้อมใช้งานแล้ว

สำหรับการอ้างอิง โครงสร้างของ connection URI สำหรับ sqlalchemy มีดังนี้:

postgresql://[user[:password]@][host][:port][/database]

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Data Engineering เบื้องต้น

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กรอก connection URI ให้ครบเพื่อสร้าง database engine โดย user และ password คือ repl และ password ตามลำดับ host คือ localhost และ port คือ 5432 ครั้งนี้ database คือ dwh
  • กำหนดค่าให้ฟังก์ชันใช้ schema "store" ในฐานข้อมูล และหากตารางมีอยู่แล้วให้แทนที่ทั้งหมด

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Finish the connection URI
connection_uri = "____://____:____@____:____/____"
db_engine_dwh = sqlalchemy.create_engine(connection_uri)

# Transformation step, join with recommendations data
film_pdf_joined = film_pdf.join(recommendations)

# Finish the .to_sql() call to write to store.film
film_pdf_joined.to_sql("film", ____, schema="____", if_exists="____")

# Run the query to fetch the data
pd.read_sql("SELECT film_id, recommended_film_ids FROM store.film", db_engine_dwh)
แก้ไขและรันโค้ด