Inicio rápido: Conexión a una base de datos SQL desde un cuaderno de Jupyter Notebook

En este inicio rápido, utiliza Jupyter Notebook en Visual Studio Code para obtener rápidamente información empresarial. Usa el mssql-python controlador de Python para conectarte a tu base de datos SQL, leer los datos y luego formatearlos para usarlos en correos electrónicos, informes y presentaciones.

El mssql-python controlador no requiere ninguna dependencia externa en máquinas Windows. El controlador instala todo lo que necesita con una sola pip instalación, lo que le permite usar la versión más reciente del controlador para nuevos scripts sin interrumpir otros scripts que no tenga tiempo para actualizar y probar.

Documentación de mssql-pythonCódigo fuente de mssql-pythonPaquete (PyPI)Visual Studio Code

Prerrequisitos

Creación de una base de datos SQL

Crea o conéctate a una base de datos SQL en una de las siguientes plataformas:

Creación del proyecto y ejecución del código

Creación de un nuevo proyecto

  1. Abra una ventana del terminal en el directorio de desarrollo. Si no tienes uno, crea un nuevo directorio, como python o scripts. Evita las carpetas en tu OneDrive, ya que la sincronización puede interferir en la gestión de tu entorno virtual.

  2. Cree un proyecto con uv.

    uv init jupyter-notebook-qs
cd jupyter-notebook-qs

Agregar dependencias

En el mismo directorio, instale los mssql-pythonpaquetes , python-dotenv, rich, pandasy matplotlib . A continuación, agregue ipykernel y uv como dependencias de desarrollo. VS Code requiere ipykernel para ejecutar celdas del cuaderno y uv para gestionar paquetes desde las celdas del cuaderno.

uv add mssql-python python-dotenv rich pandas matplotlib
uv add --dev ipykernel
uv add --dev uv

Iniciar Visual Studio Code

En el mismo directorio, ejecute el siguiente comando.

code .

Actualizar pyproject.toml

  1. Pyproject.toml contiene los metadatos del proyecto.

  2. Actualice la descripción para que sea más descriptivo.

    description = "A quick example using the mssql-python driver and Jupyter Notebooks."

  3. Guarde y cierre el archivo.

Guardar la cadena de conexión

  1. Abra el .gitignore archivo y agregue una exclusión para .env los archivos. El archivo debe ser similar a este ejemplo. Asegúrese de guardarlo y cerrarlo cuando haya terminado.

    # Python-generated files
__pycache__/
*.py[oc]
build/
dist/
wheels/
*.egg-info

# Virtual environments
.venv

# Connection strings and secrets
.env

  2. En el directorio actual, cree un nuevo archivo denominado .env.

  3. En el .env archivo, agregue una entrada para la cadena de conexión denominada SQL_CONNECTION_STRING. Reemplace el ejemplo aquí por el valor real de la cadena de conexión.

    SQL_CONNECTION_STRING="Server=<server_name>;Database=<database_name>;Encrypt=yes;TrustServerCertificate=no;Authentication=ActiveDirectoryInteractive"

    Sugerencia

    La cadena de conexión que se usa aquí depende en gran medida del tipo de base de datos SQL a la que se conecta. Si se conecta a una base de datos de Azure SQL o a una base de datos SQL en Fabric, use la cadena de conexión ODBC de la pestaña Cadenas de conexión. Es posible que tenga que ajustar el tipo de autenticación en función de su escenario. Para obtener más información sobre las cadenas de conexión y su sintaxis, consulte referencia de sintaxis de cadena de conexión.

Creación de un cuaderno de Jupyter Notebook

  1. Seleccione Archivo y, a continuación, Nuevo archivo y Jupyter Notebook en la lista. Se abre un nuevo cuaderno.

  2. Seleccione Archivo y, después, Guardar como... y asigne un nombre al nuevo cuaderno.

  3. Agregue las siguientes importaciones en la primera celda.

    from os import getenv
from mssql_python import connect
from dotenv import load_dotenv
from rich.console import Console
from rich.table import Table
import pandas as pd
import matplotlib.pyplot as plt

  4. Use el botón + Markdown situado en la parte superior del cuaderno para agregar una nueva celda markdown.

  5. Agregue el texto siguiente a la nueva celda markdown.

    ## Define queries for use later

  6. Seleccione la marca de verificación en la barra de herramientas de celda o use los métodos abreviados Ctrl+Enter de teclado o Shift+Enter para representar la celda markdown.

  7. Use el botón + Código en la parte superior del cuaderno para agregar una nueva celda de código.

  8. Agregue el código siguiente a la nueva celda de código.

    SQL_QUERY_ORDERS_BY_CUSTOMER = """
SELECT TOP 5
c.CustomerID,
c.CompanyName,
COUNT(soh.SalesOrderID) AS OrderCount
FROM
SalesLT.Customer AS c
LEFT OUTER JOIN SalesLT.SalesOrderHeader AS soh
ON c.CustomerID = soh.CustomerID
GROUP BY
c.CustomerID,
c.CompanyName
ORDER BY
OrderCount DESC;
"""

SQL_QUERY_SPEND_BY_CATEGORY = """
select top 10
pc.Name as ProductCategory,
SUM(sod.OrderQty * sod.UnitPrice) as Spend
from SalesLT.SalesOrderDetail sod
inner join SalesLT.SalesOrderHeader soh on sod.salesorderid = soh.salesorderid
inner join SalesLT.Product p on sod.productid = p.productid
inner join SalesLT.ProductCategory pc on p.ProductCategoryID = pc.ProductCategoryID
GROUP BY pc.Name
ORDER BY Spend;
"""

Mostrar los resultados en una tabla

  1. Use el botón + Markdown situado en la parte superior del cuaderno para agregar una nueva celda markdown.

  2. Agregue el texto siguiente a la nueva celda markdown.

    ## Print orders by customer and display in a table

  3. Seleccione la marca de verificación en la barra de herramientas de celda o use los métodos abreviados Ctrl+Enter de teclado o Shift+Enter para representar la celda markdown.

  4. Use el botón + Código en la parte superior del cuaderno para agregar una nueva celda de código.

  5. Agregue el código siguiente a la nueva celda de código.

    load_dotenv()
with connect(getenv("SQL_CONNECTION_STRING")) as conn: # type: ignore
    with conn.cursor() as cursor:
        cursor.execute(SQL_QUERY_ORDERS_BY_CUSTOMER)
        if cursor:
            table = Table(title="Orders by Customer")
            # https://rich.readthedocs.io/en/stable/appendix/colors.html
            table.add_column("Customer ID", style="bright_blue", justify="center")
            table.add_column("Company Name", style="bright_white", justify="left")
            table.add_column("Order Count", style="bold green", justify="right")

            records = cursor.fetchall()

            for r in records:
                table.add_row(f"{r.CustomerID}",
                                f"{r.CompanyName}", f"{r.OrderCount}")

            Console().print(table)

    Sugerencia

    En macOS, tanto ActiveDirectoryInteractive como ActiveDirectoryDefault funcionan para la autenticación de Microsoft Entra. ActiveDirectoryInteractive le pide que inicie sesión cada vez que ejecute el script. Para evitar que se repitan las indicaciones de inicio de sesión, inicia sesión una vez a través de la CLI de Azure ejecutando az login, y luego usa ActiveDirectoryDefault, que reutiliza la credencial almacenada en caché.

  6. Utiliza el botón Ejecutar todo en la parte superior del cuaderno para ejecutar el cuaderno.

  7. Seleccione el kernel jupyter-notebook-qs cuando se le solicite.

Mostrar los resultados en un gráfico

  1. Revise la salida de la última celda. Debería ver una tabla con tres columnas y cinco filas.

  2. Use el botón + Markdown situado en la parte superior del cuaderno para agregar una nueva celda markdown.

  3. Agregue el texto siguiente a la nueva celda markdown.

    ## Display spend by category in a horizontal bar chart

  4. Seleccione la marca de verificación en la barra de herramientas de celda o use los métodos abreviados Ctrl+Enter de teclado o Shift+Enter para representar la celda markdown.

  5. Use el botón + Código en la parte superior del cuaderno para agregar una nueva celda de código.

  6. Agregue el código siguiente a la nueva celda de código.

    with connect(getenv("SQL_CONNECTION_STRING")) as conn: # type: ignore
    data = pd.read_sql_query(SQL_QUERY_SPEND_BY_CATEGORY, conn)
    # Set the style - use print(plt.style.available) to see all options
    plt.style.use('seaborn-v0_8-notebook')
    plt.barh(data['ProductCategory'], data['Spend'])

  7. Use el botón Ejecutar celda o Ctrl+Alt+Enter para ejecutar la celda.

  8. Revise los resultados. Haz que este bloc de notas sea tuyo.

Pasos siguientes

Utiliza estos artículos para seguir creciendo:

  • Crea cadenas de conexión para configurar conexiones para diferentes tipos de bases de datos SQL y métodos de autenticación.
  • integración con pandas para cargar los resultados de consultas directamente en DataFrames para su análisis en cuadernos.
  • Integración de Arrow para trabajar con datos en columnas mediante Apache Arrow para análisis de alto rendimiento.

Construir cadenas de conexión

  • Last updated on