笔记本中的数据访 Jupyterlab 问

每个支持的内核都提供内置功能，允许您从笔记本内的数据集中读取平台数据。 目前，Adobe Experience Platform数据科学工作区的JupyterLab支持 PythonR、PySpark和Scala的笔记本电脑。 但是，对分页数据的支持仅限于 Python 和R笔记本。 本指南重点介绍如何使用JupyterLab笔记本访问数据。

入门指南

在阅读本指南之前，请查阅 JupyterLab 用户指南 ，了解有关数据科学工作 JupyterLab 区及其作用的高级介绍。

笔记本数据限制

以下信息定义可读取的最大数据量、已使用的数据类型以及读取数据所需的估计时间范围。

对 Python 于基准测试和R，使用配置为40GB RAM的笔记本电脑服务器。 对于PySpark和Scala，以下基准测试使用的数据库群集配置为64GB RAM、8个核心、2 DBU（最多4个工作程序）。

使用的ExperienceEvent模式数据在大小上各不相同，从1000(1K)行开始，范围最多可达10亿(1B)行。 请注意，对于PySpark Spark 和指标，XDM数据使用10天的日期范围。

临时模式数据已使用“创建表为选 Query Service 择”(CTAS)进行预处理。 此数据也从1000行(1K)开始，范围最多为10亿行(1B)。

何时使用批处理模式与交互模式

在使用PySpark和Scala笔记本读取数据集时，您可以选择使用交互模式或批处理模式读取数据集。 交互是为了快速获得结果，而批处理模式是为了大数据集。

• 对于PySpark和Scala笔记本，当读取500万行或更多数据时，应使用批处理模式。 有关每种模式效率的详细信息，请参 阅以下 的PySpark 或Scala数据限制表。

Python 笔记本数据限制

XDM体验事件模式: 在22分钟内，您最多应能读取200万行（磁盘上约6.1 GB数据）的XDM数据。 添加其他行可能会导致错误。

行数	1K	10K	100K	1M	2M
磁盘大小(MB)	18.73	187.5	308	3000	6050
SDK（秒）	20.3	86.8	63	659	1315

临时模式: 在14分钟内，您最多应能读取500万行非XDM（临时）数据（磁盘上约5.6 GB数据）。 添加其他行可能会导致错误。

行数	1K	10K	100K	1M	2M	3M	5M
磁盘大小(MB)	1.21	11.72	115	1120	2250	3380	5630
SDK（秒）	7.27	9.04	27.3	180	346	487	819

R笔记本数据限制

XDM体验事件模式: 在13分钟内，您最多可以读取100万行XDM数据（磁盘上的3GB数据）。

行数	1K	10K	100K	1M
磁盘大小(MB)	18.73	187.5	308	3000
R内核（秒）	14.03	69.6	86.8	775

临时模式: 在大约10分钟内，您应该能够读取最多300万行临时数据（磁盘上有293MB数据）。

行数	1K	10K	100K	1M	2M	3M
磁盘大小(MB)	0.082	0.612	9.0	91	188	293
R SDK（秒）	7.7	4.58	35.9	233	470.5	603

PySpark(内Python 核)笔记本数据限制：

XDM体验事件模式: 在交互模式下，您应能在约20分钟内读取最多500万行（磁盘上约13.42GB数据）的XDM数据。 交互模式最多只支持500万行。 如果您希望读取较大的数据集，建议您切换到批处理模式。 在批处理模式下，您应该能够在约14小时内读取最多5亿行XDM数据（磁盘上约1.31TB数据）。

行数	1K	10K	100K	1M	2M	3M	5M	10M	50M	100M	500M
磁盘大小	2.93MB	4.38MB	29.02	2.69GB	5.39GB	8.09GB	13.42GB	26.82GB	134.24GB	268.39GB	1.31TB
SDK（交互模式）	33s	32.4s	55.1s	253.5s	489.2s	729.6s	1206.8s	-	-	-	-
SDK（批处理模式）	815.8s	492.8s	379.1s	637.4s	624.5s	869.2s	1104.1s	1786s	5387.2s	10624.6s	50547s

临时模式: 在交互模式下，您最多可以在3分钟内读取500万行非XDM数据（磁盘上约5.36GB数据）。 在“批处理”模式下，您应能在约18分钟内读取最多10亿行非XDM数据（磁盘上的数据约为1.05TB）。

行数	1K	10K	100K	1M	2M	3M	5M	10M	50M	100M	500M	1B
磁盘大小	1.12MB	11.24MB	109.48MB	2.69GB	2.14GB	3.21GB	5.36GB	10.71GB	53.58GB	107.52GB	535.88GB	1.05TB
SDK交互模式（以秒为单位）	28.2s	18.6s	20.8s	20.9s	23.8s	21.7s	24.7s	-	-	-	-	-
SDK批处理模式（秒）	428.8s	578.8s	641.4s	538.5s	630.9s	467.3s	411s	675s	702s	719.2s	1022.1s	1122.3s

Spark （Scala内核）笔记本数据限制：

XDM体验事件模式: 在交互模式下，您应该能够在大约18分钟内读取最多500万行（磁盘上约13.42GB数据）的XDM数据。 交互模式最多只支持500万行。 如果您希望读取较大的数据集，建议您切换到批处理模式。 在批处理模式下，您应该能够在约14小时内读取最多5亿行XDM数据（磁盘上约1.31TB数据）。

行数	1K	10K	100K	1M	2M	3M	5M	10M	50M	100M	500M
磁盘大小	2.93MB	4.38MB	29.02	2.69GB	5.39GB	8.09GB	13.42GB	26.82GB	134.24GB	268.39GB	1.31TB
SDK交互模式（以秒为单位）	37.9s	22.7s	45.6s	231.7s	444.7s	660.6s	1100s	-	-	-	-
SDK批处理模式（秒）	374.4s	398.5s	527s	487.9s	588.9s	829s	939.1s	1441s	5473.2s	10118.8	49207.6

临时模式: 在交互模式下，您最多可以在3分钟内读取500万行非XDM数据（磁盘上约5.36GB数据）。 在批处理模式下，您应该能够在约16分钟内读取最多10亿行非XDM数据（磁盘上的数据约为1.05TB）。

行数	1K	10K	100K	1M	2M	3M	5M	10M	50M	100M	500M	1B
磁盘大小	1.12MB	11.24MB	109.48MB	2.69GB	2.14GB	3.21GB	5.36GB	10.71GB	53.58GB	107.52GB	535.88GB	1.05TB
SDK交互模式（以秒为单位）	35.7s	31s	19.5s	25.3s	23s	33.2s	25.5s	-	-	-	-	-
SDK批处理模式（秒）	448.8s	459.7s	519s	475.8s	599.9s	347.6s	407.8s	397s	518.8s	487.9s	760.2s	975.4s

Python笔记本

Python 笔记本允许您在访问数据集时对数据进行分页。 读取有分页和无分页数据的示例代码如下所示。 有关可用的启动Python笔记本的详细信息，请访 JupyterLab 问Jupyter Lab用户指南中的“启动器”部分。

下面的Python文档概述了以下概念：

• 从数据集读取
• 写入数据集
• 查询数据
• 过滤ExperienceEvent数据

从Python中的数据集中读取

不分页：

执行以下代码将读取整个数据集。 如果执行成功，则数据将保存为变量引用的Pactis数据帧 df。

# Python

from platform_sdk.dataset_reader import DatasetReader
dataset_reader = DatasetReader(get_platform_sdk_client_context(), dataset_id="{DATASET_ID}")
df = dataset_reader.read()
df.head()

分页：

执行以下代码将从指定的数据集中读取数据。 分页是通过分别通过函数和函数限制和偏移数据 limit() 来实现 offset() 的。 限制数据指要读取的数据点的最大数，而偏移指在读取数据之前要跳过的数据点的数量。 如果读取操作成功执行，则数据将保存为变量引用的Pactis数据帧 df。

# Python

from platform_sdk.dataset_reader import DatasetReader

dataset_reader = DatasetReader(get_platform_sdk_client_context(), dataset_id="{DATASET_ID}")
df = dataset_reader.limit(100).offset(10).read()

在Python中写入数据集

要在JupyterLab笔记本中写入数据集，请在JupyterLab的左侧导航中选择“数据”图标选项卡（在下面突出显示）。 出 现Dataset​和 模式目录。 选 择数据集 ，右键单击，然后从要使用的 数据集的下拉菜单中选择Write Data in Notebook （在笔记本中写入数据）选项。 可执行代码条目显示在笔记本的底部。

• 使用 笔记本中的写入数据 ，在所选数据集中生成写入单元格。
• 使用 “在笔记本中浏览数据 ”生成包含所选数据集的读取单元格。
• 使用 笔记本中的查询 ，为所选数据集生成基本查询单元格。

或者，您也可以复制并粘贴以下代码单元格。 同时替换 {DATASET_ID} 和 {PANDA_DATAFRAME}。

from platform_sdk.models import Dataset
from platform_sdk.dataset_writer import DatasetWriter

dataset = Dataset(get_platform_sdk_client_context()).get_by_id(dataset_id="{DATASET_ID}")
dataset_writer = DatasetWriter(get_platform_sdk_client_context(), dataset)
write_tracker = dataset_writer.write({PANDA_DATAFRAME}, file_format='json')

查询数据使 Query Service 用 Python

JupyterLab on允 Platform 许您在笔记本中使 Python 用SQL通过Adobe Experience Platform 查询服务访问数据。 通过访问数 Query Service 据对于处理大型数据集很有用，因为它具有出色的运行时间。 请注意，使用查询 Query Service 数据的处理时间限制为十分钟。

在中使 Query Service 用 JupyterLab之前，请确保您对SQL语法有 Query Service 正常了解。

使用查询 Query Service 数据需要您提供目标数据集的名称。 您可以使用数据资源管理器查找所需的数据集，从而生成必 要的代码单元。 右键单击数据集列表，然后单击“ 笔记本电脑中的查询 ”，在笔记本电脑中生成两个代码单元格。 下文将更详细地介绍这两个单元格。

要在中利用 Query Service , JupyterLab您必须先在工作笔记本和之间创建 Python 连接 Query Service。 这可以通过执行第一生成的单元来实现。

qs_connect()

在第二个生成的单元格中，必须在SQL查询之前定义第一行。 默认情况下，生成的单元格定义一个可选变量(df0)，该变量将查询结果保存为Apnotics数据帧。
该 -c QS_CONNECTION 参数是必需的，它告诉内核执行SQL查询 Query Service。 有关一 列表其 他参数，请参见附录。

%%read_sql df0 -c QS_CONNECTION
SELECT *
FROM name_of_the_dataset
LIMIT 10
/* Querying table "name_of_the_dataset" (datasetId: {DATASET_ID})*/

Python变量可以在SQL查询中直接引用，方法是使用字符串格式的语法并将变量打包在大括号({})中，如下例所示：

table_name = 'name_of_the_dataset'
table_columns = ','.join(['col_1','col_2','col_3'])

%%read_sql demo -c QS_CONNECTION
SELECT {table_columns}
FROM {table_name}

Filter ExperienceEvent data

要访问和筛选笔记本 ExperienceEvent 中的数据集， Python 您必须提供数据集()的ID以及使用逻辑运算符定义特定时{DATASET_ID}间范围的筛选规则。 定义时间范围时，将忽略任何指定的分页，并考虑整个数据集。

筛选操作符的列表说明如下：

• eq(): 等于
• gt(): 大于
• ge(): 大于或等于
• lt(): 小于
• le(): 小于或等于
• And():逻辑AND运算符
• Or():逻辑OR运算符

以下单元格将数 ExperienceEvent 据集过滤器为2019年1月1日至2019年12月31日之间唯一存在的数据。

# Python

from platform_sdk.dataset_reader import DatasetReader

dataset_reader = DatasetReader(get_platform_sdk_client_context(), dataset_id="{DATASET_ID}")
df = dataset_reader.\
    where(dataset_reader["timestamp"].gt("2019-01-01 00:00:00").\
    And(dataset_reader["timestamp"].lt("2019-12-31 23:59:59"))\
).read()

R笔记本

R笔记本允许您在访问数据集时对数据进行分页。 读取有分页和无分页数据的示例代码如下所示。 有关可用的启动R笔记本的详细信息，请访 JupyterLab 问 JupyterLab用户指南中的“Launcher”部分。

下面的R文档概述了以下概念：

• 从数据集读取
• 写入数据集
• 过滤ExperienceEvent数据

从R中的数据集中读取

不分页：

执行以下代码将读取整个数据集。 如果执行成功，则数据将保存为变量引用的Pactis数据帧 df0。

# R

library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")
datetime <- import("datetime", convert = FALSE)
py_run_file("~/.ipython/profile_default/startup/platform_sdk_context.py")
DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(py$get_platform_sdk_client_context(), dataset_id="{DATASET_ID}")
df0 <- dataset_reader$read()
head(df0)

分页：

执行以下代码将从指定的数据集中读取数据。 分页是通过分别通过函数和函数限制和偏移数据 limit() 来实现 offset() 的。 限制数据指要读取的数据点的最大数，而偏移指在读取数据之前要跳过的数据点的数量。 如果读取操作成功执行，则数据将保存为变量引用的Pactis数据帧 df0。

# R

library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")
datetime <- import("datetime", convert = FALSE)
py_run_file("~/.ipython/profile_default/startup/platform_sdk_context.py")

DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(py$get_platform_sdk_client_context(), dataset_id="{DATASET_ID}") 
df0 <- dataset_reader$limit(100L)$offset(10L)$read()

写入R中的数据集

要在JupyterLab笔记本中写入数据集，请在JupyterLab的左侧导航中选择“数据”图标选项卡（在下面突出显示）。 出 现Dataset​和 模式目录。 选 择数据集 ，右键单击，然后从要使用的 数据集的下拉菜单中选择Write Data in Notebook （在笔记本中写入数据）选项。 可执行代码条目显示在笔记本的底部。

• 使用 笔记本中的写入数据 ，在所选数据集中生成写入单元格。
• 使用 “在笔记本中浏览数据 ”生成包含所选数据集的读取单元格。

或者，您也可以复制并粘贴以下代码单元格：

psdk <- import("platform_sdk")
dataset <- psdk$models$Dataset(py$get_platform_sdk_client_context())$get_by_id(dataset_id="{DATASET_ID}")
dataset_writer <- psdk$dataset_writer$DatasetWriter(py$get_platform_sdk_client_context(), dataset)
write_tracker <- dataset_writer$write(df, file_format='json')

Filter ExperienceEvent data

要访问和筛选R笔记本 ExperienceEvent 中的数据集，您必须提供数据集()的ID以及使用逻辑运算符{DATASET_ID}定义特定时间范围的筛选规则。 定义时间范围时，将忽略任何指定的分页，并考虑整个数据集。

筛选操作符的列表说明如下：

• eq(): 等于
• gt(): 大于
• ge(): 大于或等于
• lt(): 小于
• le(): 小于或等于
• And():逻辑AND运算符
• Or():逻辑OR运算符

以下单元格将数 ExperienceEvent 据集过滤器为2019年1月1日至2019年12月31日之间唯一存在的数据。

# R

library(reticulate)
use_python("/usr/local/bin/ipython")
psdk <- import("platform_sdk")
datetime <- import("datetime", convert = FALSE)
py_run_file("~/.ipython/profile_default/startup/platform_sdk_context.py")

client_context <- py$PLATFORM_SDK_CLIENT_CONTEXT
DatasetReader <- psdk$dataset_reader$DatasetReader
dataset_reader <- DatasetReader(py$get_platform_sdk_client_context(), dataset_id="{DATASET_ID}") 

df0 <- dataset_reader$
    where(dataset_reader["timestamp"]$gt("2019-01-01 00:00:00")$
    And(dataset_reader["timestamp"]$lt("2019-12-31 23:59:59"))
)$read()

PySpark 3笔记本

以下PySpark文档概述了以下概念：

• 初始化sparkSession
• 读写数据
• 创建本地数据帧
• 过滤ExperienceEvent数据

初始化SparkSession

所有 Spark 2.4笔记本电脑都要求使用以下样板代码初始化会话。

from pyspark.sql import SparkSession
spark = SparkSession.builder.getOrCreate()

使用%dataset用PySpark 3笔记本进行读写

随着2.4的 Spark 推出， %dataset 自定义魔术功能将被提供用于PySpark 3(Spark 2.4)笔记本。 有关IPython内核中可用的magic命令的更多详细信息，请访 问IPython magic文档。

用法

%dataset {action} --datasetId {id} --dataFrame {df}`

描述

用于从 Data Science Workspace 笔记本（3内核）读取或写入数据集 PySpark 的自定Python 义魔术命令。

名称	描述	必需
{action}	要对数据集执行的操作类型。 两个操作可用于“读取”或“写入”。	是
--datasetId {id}	用于提供要读或写的数据集ID。	是
--dataFrame {df}	熊猫数据框。 当操作为“read”时，{df}是数据集读取操作结果可用的变量。 当操作为“write”时，此数据帧{df}将写入数据集。	是
--mode	更改数据读取方式的其他参数。 允许的参数为“batch”和“interactive”。 默认情况下，该模式设置为“交互”。 在读取大量数据时，建议使用“批处理”模式。	否

示例

• 阅读示例: %dataset read --datasetId 5e68141134492718af974841 --dataFrame pd0
• 编写示例: %dataset write --datasetId 5e68141134492718af974842 --dataFrame pd0

您可以在JupyterLab购买中使用以下方法自动生成上述示例：

在JupyterLab的左侧导航中选择“数据”图标选项卡（在下面突出显示）。 出 现Dataset​和 模式目录。 选 择数据集 ，右键单击，然后从要使用的 数据集的下拉菜单中选择Write Data in Notebook （在笔记本中写入数据）选项。 可执行代码条目显示在笔记本的底部。

• 使用 “在笔记本中浏览数据 ”生成读取单元格。
• 使用 笔记本中的写数据 ，生成写单元格。

创建本地数据帧

要使用PySpark 3创建本地数据帧，请使用SQL查询。 例如：

date_aggregation.createOrReplaceTempView("temp_df")

df = spark.sql('''
  SELECT *
  FROM sparkdf
''')

local_df

df = spark.sql('''
  SELECT *
  FROM sparkdf
  LIMIT limit
''')

sample_df = df.sample(fraction)

Filter ExperienceEvent data

在PySpark笔记本 ExperienceEvent 中访问和过滤数据集要求您提供数据集标识({DATASET_ID})、组织的IMS标识以及定义特定时间范围的过滤规则。 过滤时间范围是通过使用函数来定 spark.sql()义的，其中函数参数是SQL查询字符串。

以下单元格将数据 ExperienceEvent 集过滤为2019年1月1日到2019年12月31日之间唯一存在的数据。

# PySpark 3 (Spark 2.4)

from pyspark.sql import SparkSession
spark = SparkSession.builder.getOrCreate()

%dataset read --datasetId {DATASET_ID} --dataFrame df

df.createOrReplaceTempView("event")
timepd = spark.sql("""
    SELECT *
    FROM event
    WHERE timestamp > CAST('2019-01-01 00:00:00.0' AS TIMESTAMP)
    AND timestamp < CAST('2019-12-31 23:59:59.9' AS TIMESTAMP)
""")
timepd.show()

Scala笔记本

以下文档包含以下概念的示例：

• 初始化sparkSession
• 阅读数据集
• 写入数据集
• 创建本地数据帧
• 过滤ExperienceEvent数据

初始化SparkSession

所有Scala笔记本都要求您使用以下样板代码初始化会话：

import org.apache.spark.sql.{ SparkSession }
val spark = SparkSession
  .builder()
  .master("local")
  .getOrCreate()

阅读数据集

在Scala中，您可以导 clientContext 入以获取和返回平台值，这样就无需定义变量，如 var userToken。 在下面的Scala示例 clientContext 中，用于获取并返回读取数据集所需的所有值。

import org.apache.spark.sql.{Dataset, SparkSession}
import com.adobe.platform.token.ClientContext
val spark = SparkSession.builder().master("local").config("spark.sql.warehouse.dir", "/").getOrCreate()

val clientContext = ClientContext.getClientContext()
val df1 = spark.read.format("com.adobe.platform.query")
  .option("user-token", clientContext.getUserToken())
  .option("ims-org", clientContext.getOrgId())
  .option("api-key", clientContext.getApiKey())
  .option("service-token", clientContext.getServiceToken())
  .option("sandbox-name", clientContext.getSandboxName())
  .option("mode", "interactive")
  .option("dataset-id", "5e68141134492718af974844")
  .load()

df1.printSchema()
df1.show(10)

元素	描述
df1	一个变量，它表示用于读取和写入数据的Pactys数据帧。
用户令牌	使用自动获取的用户令牌 clientContext.getUserToken()。
服务令牌	您使用自动获取的服务令牌 clientContext.getServiceToken()。
ims-org	使用自动获取的IMS组织ID clientContext.getOrgId()。
api-key	使用自动获取的API密钥 clientContext.getApiKey()。

您可以使用以下方法在JupyterLab购买中自动生成上述示例：

在JupyterLab的左侧导航中选择“数据”图标选项卡（在下面突出显示）。 出 现Dataset​和 模式目录。 选 择数据集 ，右键单击，然后从要使用的数据集 的下拉菜单中选择浏览笔记本中的数据 。 可执行代码条目显示在笔记本的底部。
和

• 使用 “在笔记本中浏览数据 ”生成读取单元格。
• 使用 笔记本中的写数据 ，生成写单元格。

写入数据集

在Scala中，您可以导 clientContext 入以获取和返回平台值，这样就无需定义变量，如 var userToken。 在下面的Scala示例 clientContext 中，用于定义和返回写入数据集所需的所有值。

import org.apache.spark.sql.{Dataset, SparkSession}
import com.adobe.platform.token.ClientContext
val spark = SparkSession.builder().master("local").config("spark.sql.warehouse.dir", "/").getOrCreate()

val clientContext = ClientContext.getClientContext()
df1.write.format("com.adobe.platform.query")
  .option("user-token", clientContext.getUserToken())
  .option("service-token", clientContext.getServiceToken())
  .option("ims-org", clientContext.getOrgId())
  .option("api-key", clientContext.getApiKey())
  .option("sandbox-name", clientContext.getSandboxName())
  .option("mode", "interactive")
  .option("dataset-id", "5e68141134492718af974844")
  .save()

元素	描述
df1	一个变量，它表示用于读取和写入数据的Pactys数据帧。
用户令牌	使用自动获取的用户令牌 clientContext.getUserToken()。
服务令牌	您使用自动获取的服务令牌 clientContext.getServiceToken()。
ims-org	使用自动获取的IMS组织ID clientContext.getOrgId()。
api-key	使用自动获取的API密钥 clientContext.getApiKey()。

创建本地数据帧

要使用Scala创建本地数据帧，需要SQL查询。 例如：

sparkdf.createOrReplaceTempView("sparkdf")

val localdf = spark.sql("SELECT * FROM sparkdf LIMIT 1)

Filter ExperienceEvent data

访问和过滤 ExperienceEvent Scala笔记本中的数据集需要您提供数据集标识({DATASET_ID})、组织的IMS标识以及定义特定时间范围的过滤器规则。 过滤时间范围是使用函数定义的， spark.sql()其中函数参数是SQL查询字符串。

以下单元格将数据 ExperienceEvent 集过滤为2019年1月1日到2019年12月31日之间唯一存在的数据。

// Spark (Spark 2.4)

// Turn off extra logging
import org.apache.log4j.{Level, Logger}
Logger.getLogger("org").setLevel(Level.OFF)
Logger.getLogger("com").setLevel(Level.OFF)

import org.apache.spark.sql.{Dataset, SparkSession}
val spark = org.apache.spark.sql.SparkSession.builder().appName("Notebook")
  .master("local")
  .getOrCreate()

// Stage Exploratory
val dataSetId: String = "{DATASET_ID}"
val orgId: String = sys.env("IMS_ORG_ID")
val clientId: String = sys.env("PYDASDK_IMS_CLIENT_ID")
val userToken: String = sys.env("PYDASDK_IMS_USER_TOKEN")
val serviceToken: String = sys.env("PYDASDK_IMS_SERVICE_TOKEN")
val mode: String = "batch"

var df = spark.read.format("com.adobe.platform.query")
  .option("user-token", userToken)
  .option("ims-org", orgId)
  .option("api-key", clientId)
  .option("mode", mode)
  .option("dataset-id", dataSetId)
  .option("service-token", serviceToken)
  .load()
df.createOrReplaceTempView("event")
val timedf = spark.sql("""
    SELECT * 
    FROM event 
    WHERE timestamp > CAST('2019-01-01 00:00:00.0' AS TIMESTAMP)
    AND timestamp < CAST('2019-12-31 23:59:59.9' AS TIMESTAMP)
""")
timedf.show()

后续步骤

本文档涵盖了使用JupyterLab笔记本访问数据集的一般准则。 有关查询数据集的更多详细示例，请访 问JupyterLab笔记本查询 。 有关如何探索和可视化数据集的更多信息，请访问使用笔记本 分析数据的文档。

可选的SQL标志 Query Service

此表概述了可用于的可选SQL标志 Query Service。

标志	描述
-h, --help	显示帮助消息并退出。
-n, --notify	切换选项以通知查询结果。
-a, --async	使用此标志可异步执行查询，并可在查询执行时释放内核。 将查询结果分配给变量时要小心，因为如果查询不完成，则可能未定义。
-d, --display	使用此标志可阻止显示结果。