BaşlayınÜcretsiz Başlayın

Postgres'e Yükleme

Bu egzersizde, bazı verileri bir PostgreSQL veri ambarına yazacaksın. Bu, bazı dönüşümlerin sonucunu bir uygulamada kullanmak istediğinde işe yarar.

Örneğin, bir dönüşümün sonucu film önerileri içeren bir sütun eklemiş olabilir ve sen de bunları çevrimiçi mağazanda kullanmak isteyebilirsin.

Çalışma alanında film_pdf adlı bir pandas DataFrame var.

Hatırlatma olarak, sqlalchemy için bir bağlantı URI'sinin yapısı şöyle:

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

Bu egzersiz

Data Engineering'e Giriş

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • Veritabanı motorunu oluşturmak için bağlantı URI'sini tamamla. Kullanıcı ve parola sırasıyla repl ve password. Sunucu localhost ve port 5432. Bu sefer veritabanı dwh.
  • Çağrıyı tamamlayarak veritabanındaki "store" şemasını kullanalım. Tablo varsa, tamamen değiştir.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# 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)
Kodu Düzenle ve Çalıştır