API de démonstrations Snowflake Python¶
La bibliothĂšque Snowflake Python Demos (snowflake.demos
) vous permet dâĂ©laborer rapidement des dĂ©monstrations pour Snowflake Notebooks en automatisant les tĂąches dâinstallation de lâenvironnement â telles que la configuration de la base de donnĂ©es, du schĂ©ma, du rĂŽle, des autorisations et de lâaccĂšs au jeu de donnĂ©es â afin de simplifier la prise en main de Snowflake Notebooks.
Cette bibliothĂšque vous permet dâeffectuer les tĂąches suivantes :
Chargez et définissez les démos Snowflake Notebooks dans votre environnement Snowflake.
Explorez les Notebooks interactifs étape par étape pour acquérir une expérience pratique.
Démontez facilement les ressources lorsque vous avez terminé.
Conditions préalables¶
Avant de commencer Ă utiliser les dĂ©monstrations de lâAPI des dĂ©mos Snowflake , suivez les Ă©tapes suivantes :
VĂ©rifiez que vous avez installĂ© lâune des versions de Python prises en charge :
3,9
3,10
3,11
3,12
Installer la bibliothÚque des démos Snowflake¶
Vous pouvez installer la bibliothĂšque des dĂ©mos Snowflake pour lâutiliser avec conda ou un environnement virtuel. Pour configurer la bibliothĂšque, procĂ©dez comme suit :
Pour installer la bibliothÚque, exécutez la commande
pip install
suivante :pip install snowflake.demos
Configuration dâune connexion Snowflake par dĂ©faut¶
LâAPI des dĂ©mos Snowflake utilise la connexion par dĂ©faut pour le connecteur Python de Snowflake. Pour configurer cette connexion, suivez les instructions dans DĂ©finition dâune connexion par dĂ©faut.
Par exemple, pour spécifier une connexion nommée comme connexion par défaut dans votre fichier config.toml
de Snowflake, vous ajoutez le nom de votre connexion par défaut au fichier config.toml
comme suit :
default_connection_name = '<connection_name>'
Pour plus dâinformations sur la spĂ©cification des dĂ©finitions de connexions dans un fichier de configuration TOML, voir Connexion Ă lâaide du fichier connections.toml.
Importer snowflake.demos
¶
Pour utiliser la bibliothĂšque dans votre terminal, vous pouvez ouvrir un shell interactif tel que le REPL Python standard.
Exécutez la commande suivante (qui peut varier en fonction de votre environnement Python) :
python3
Dans la session REPL, pour importer la bibliothÚque et les fonctions correspondantes, exécutez le code suivant :
from snowflake.demos import help, load_demo, teardown
Annonce des démonstrations disponibles¶
AprÚs avoir importé la bibliothÚque, vous pouvez utiliser la fonction help()
pour voir la liste des démos disponibles que vous pouvez charger et commencer à explorer. Cette fonction renvoie une table contenant les colonnes suivantes :
demo_name
: Une chaßne délimitée par des tirets qui représente le nom de la démo.title
: Le titre du nom de la dĂ©mo lisible par lâhomme.num_steps
: Le nombre dâĂ©tapes de la dĂ©mo.
Liste actuelle des démos disponibles¶
Note
Le contenu suivant nâest pas pris en charge par Snowflake. Lâensemble du code est fourni « AS IS » et sans garantie.
LâAPI des dĂ©mos Snowflake prend en charge actuellement la liste suivante de dĂ©mos :
demo_name |
titre |
num_steps |
---|---|---|
|
Analyse des donnĂ©es et prĂ©diction du taux de dĂ©sabonnement Ă lâaide des Notebooks Snowflake |
2 |
|
Analyses des avis de clients avec Snowflake Cortex |
1 |
|
Premiers pas avec Anthropic sur Snowflake Cortex |
1 |
|
AccĂšs aux points de terminaison externes |
1 |
|
Premiers pas avec les modÚles partitionnés et le Snowflake Model Registry |
1 |
|
CrĂ©ation dâobjets Snowflake Ă lâaide de lâAPI Python |
1 |
|
Premiers pas avec Snowpark dans les Snowflake Notebooks et les feuilles de calcul Python |
1 |
|
Premiers pas avec Snowflake ML |
4 |
|
Ingestion du JSON public |
1 |
|
Introduction Ă Snowpark Pandas |
1 |
|
Introduction Ă la fonction Store Ă lâaide des Notebooks Snowflake |
1 |
|
Mon premier projet Notebook |
1 |
|
Chargement de CSV Ă partir de S3 |
1 |
|
Cellules et variables de référence |
1 |
|
Récits de données visuelle avec Snowflake Notebooks |
1 |
|
Utilisation de fichiers |
1 |
Travailler avec des démos¶
AprĂšs avoir rempli les conditions prĂ©alables <label-snowflake_python_demos_prerequisites>, vous pouvez commencer Ă utiliser lâAPI des dĂ©mos Snowflake pour travailler avec les dĂ©mos, comme dĂ©crit dans les sections suivantes.
Charger et explorer une démo¶
Pour charger une démo spécifique et configurer ses ressources associées dans Snowflake, appelez
load_demo()
avec un argument spécifiant ledemo_name
de toute démo disponible, comme indiqué dans la sortiehelp()
.Par exemple :
load_demo('get-started-snowflake-ml')
Astuce
Pour stocker une rĂ©fĂ©rence Ă la dĂ©mo en tant quâobjet, affectez le rĂ©sultat de
load_demo()
Ă une variable :demo = load_demo('get-started-snowflake-ml')
Lâaffectation du rĂ©sultat Ă une variable est requise si vous travaillez avec une dĂ©monstration en plusieurs Ă©tapes (num_steps
> 1). Vous aurez besoin de cette référence pour appeler show_next()
ou show(step=<le numéro>)
pour passer au carnet suivant dans la démo.
Vous pouvez également utiliser cette référence pour démonter rapidement la démo par la suite.
Cette fonction permet dâeffectuer les opĂ©rations suivantes :
CrĂ©e une connexion Ă Snowflake si câest la premiĂšre fois que vous chargez une dĂ©mo.
Crée les Notebooks nécessaires.
Affiche lâURL du carnet pour la premiĂšre Ă©tape de la dĂ©mo (Ă©tape 1), si vous nâassignez pas
load_demo()
Ă une variable.Si vous affectez
load_demo()
Ă une variable, vous devez appelerdemo.show()
pour obtenir la premiĂšre URL du carnet.
La sortie devrait ressembler Ă ce qui suit :
Connecting to Snowflake...â
Using ACCOUNTADMIN role...â
Creating Database SNOWFLAKE_DEMO_DB...â
Creating Schema SNOWFLAKE_DEMO_SCHEMA...â
Creating Warehouse SNOWFLAKE_DEMO_WH...â
Creating Stage SNOWFLAKE_DEMO_STAGE...â
Uploading files to stage SNOWFLAKE_DEMO_STAGE/get-started-snowflake-ml and creating notebooks...
Creating notebook get_started_snowflake_ml_start_here...â
Creating notebook get_started_snowflake_ml_sf_nb_snowflake_ml_feature_transformations...â
Creating notebook get_started_snowflake_ml_sf_nb_snowflake_ml_model_training_inference...â
Creating notebook get_started_snowflake_ml_sf_nb_snowpark_ml_adv_mlops...â
Running setup for this demo...â
Note
Il existe un problĂšme connu concernant lâimpression des URLs du carnet. Si lâURL ne sâouvre pas directement, vous pouvez la copier et la coller dans un nouvel onglet du navigateur, ou y accĂ©der manuellement dans Snowsight sous lâonglet Notebooks.
Afficher lâURL de la dĂ©mo¶
Vous pouvez utiliser la fonction show()
pour afficher lâURL Ă une Ă©tape spĂ©cifique de la dĂ©mo.
Pour afficher lâURL de lâĂ©tape actuelle, affectez dâabord le rĂ©sultat de
load_demo()
Ă une variable telle quedemo
, puis appelezshow()
sans arguments :demo.show()
La sortie devrait ressembler Ă ce qui suit :
Showing step 1. Please copy and paste this url in your web browser to open the notebook: https://app.snowflake.com/myorg/myaccount/#/notebooks/SNOWFLAKE_DEMO_DB.SNOWFLAKE_DEMO_SCHEMA.GET_STARTED_SNOWFLAKE_ML_START_HERE
Pour obtenir lâURL du notebook pour une Ă©tape spĂ©cifique de la dĂ©mo, transfĂ©rez lâargument
step
avec un numĂ©ro dâĂ©tape spĂ©cifiĂ© Ăshow()
:demo.show(step=1)
Pour que lâURL du carnet passe Ă lâĂ©tape suivante dâune dĂ©mo en plusieurs Ă©tapes, utilisez la fonction
show_next()
:demo.show_next()
Supprimer une démo et ses ressources¶
Lorsque vous aurez fini dâexplorer les dĂ©mos que vous avez configurĂ©es, vous voudrez peut-ĂȘtre nettoyer toutes les ressources créées, les ensembles de donnĂ©es et les carnets qui ont Ă©tĂ© créés.
Pour supprimer une seule dĂ©mo et ses ressources associĂ©es, affectez dâabord le rĂ©sultat de
load_demo()
Ă une variable telle quedemo
, puis appelezteardown()
sur cette variable :demo.teardown()
Pour supprimer toutes les démos et toutes les ressources associées qui ont été paramétrées, appelez
teardown()
en tant que fonction de premier niveau :teardown()