加载到 Postgres
在本练习中，您将把一些数据写入 PostgreSQL 数据仓库。当您完成一系列转换并希望在应用中使用结果时，这会很有用。
例如，转换的结果可能新增了一列影片推荐，您希望在您的在线商店中使用这些推荐。
工作区中已有一个名为 film_pdf 的 pandas DataFrame。
提醒一下，sqlalchemy 的连接 URI 结构如下：
postgresql://[user[:password]@][host][:port][/database]
本练习是课程的一部分
Data Engineering 入门
练习说明
- 补全用于创建数据库引擎的连接 URI。用户名和密码分别为
repl和password。主机是localhost，端口是5432。本次数据库为dwh。 - 完成函数调用以使用数据库中的
"store"模式（schema）。如果表已存在，请完全替换它。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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)