Escritura y Ejecución de Código SQL

Aunque Python es potente para la ingeniería de datos, SQL sigue siendo el lenguaje más popular para el análisis de datos. Databricks trata a SQL como un lenguaje de primera clase. Incluso si el lenguaje predeterminado de tu notebook está configurado en Python, puedes cambiar fácilmente a SQL para realizar búsquedas rápidas de datos o uniones complejas.

Uso de SQL en un notebook SQL

Si creaste tu notebook con SQL como el lenguaje predeterminado, cada celda que crees será automáticamente una celda SQL. Simplemente escribe tu consulta, como SELECT * FROM table_name, y ejecútala. El resultado se muestra en un formato de tabla limpio e interactivo donde puedes ordenar columnas o buscar valores específicos sin escribir código adicional.

El comando "Magic": %sql

Si se trabaja en un notebook de Python, no es necesario crear un archivo nuevo solo para ejecutar una consulta SQL. Databricks utiliza "Magic Commands" para cambiar de lenguaje al instante. Al escribir %sql al principio de una celda, se indica al clúster que ignore Python y ejecute esa celda específica como código SQL.

%sql
SELECT "Hello from the SQL engine" AS message

Consulta de los datos de ejemplo

En la Sección 2, se cargó un archivo llamado diamonds. Ahora, se puede consultar directamente. En una celda SQL, pruebe el siguiente código:

SELECT 
  carat, 
  cut, 
  price 
FROM 
  workspace.default.diamonds
LIMIT 10

Observa la convención de nombres: catalog.schema.table. Este nombre de tres partes garantiza que estás obteniendo los datos correctos del Catálogo que exploramos anteriormente.

Resultados interactivos y visualizaciones

Cuando una celda SQL termina de ejecutarse, Databricks proporciona un conjunto de resultados interactivo. Debajo de la tabla de resultados, verás un icono "+" seguido de "Visualización". Esto te permite convertir tus resultados SQL en gráficos de barras, líneas o pastel al instante. A diferencia de los entornos SQL tradicionales donde podrías necesitar exportar los datos a Excel para ver un gráfico, Databricks permite construir el análisis y la visualización en el mismo espacio.

Formateo de SQL para mejorar la legibilidad

SQL puede volverse difícil de leer a medida que las consultas aumentan en complejidad. Databricks incluye un formateador de SQL integrado. Se puede encontrar en la barra de herramientas de la celda (a menudo representado por un pequeño icono de "varita mágica" o en el menú "Editar"). Al hacer clic en este, las palabras clave se indentarán automáticamente y las columnas se alinearán, facilitando la revisión del código por parte de los compañeros en el Workspace.