Étape 1. Activez l'accès à vos données et copiez votre jeton.
Comment accéder à vos données
Accédez au menu Paramètres pour les administrateurs de Workspace ou au menu Compte/Administration pour les administrateurs de Clientspace.
Générez le jeton en cliquant sur le bouton Configurer la connexion.
Copiez votre jeton dans votre outil ou dans un fichier séparé (selon le type de connexion nécessaire).


4. Si vous soupçonnez que votre jeton a été compromis, veuillez :
- Régénérer le jeton en appuyant sur le bouton Actualiser.
- Supprimer votre jeton en appuyant sur le bouton Supprimer.
Étape 2. Créez un fichier de profil
Le fichier de profil est un fichier au format JSON contenant vos informations de jeton.
- Créez un fichier texte (par exemple, via NotePad).
- Collez votre jeton à cet endroit.
- Enregistrez ce fichier au format JSON.
Étape 3. Activez-le DeltaSharing pour Python
- Installez la bibliothèque DeltaSharing.
!pip install delta-sharing pandas
2. Activez-le.
import delta_sharing
Étape 4. Accédez à vos données
profile_file='path' sharing_client = delta_sharing.SharingClient(profile_file)
Étape 5. Vérifiez les tables auxquelles vous avez accès
Vous voudrez peut-être vérifier la liste des tables auxquelles vous pouvez accéder :
shares = sharing_client.list_shares()
print(shares)
for share in shares:
schemas = sharing_client.list_schemas(share)
for schema in schemas:
tables = sharing_client.list_tables(schema)
for table in tables:
print(f'name = {table.name}, share = {table.share}, schema = {table.schema}')Le résultat de cette étape ressemblera à :
[Share(name='ccfe0e34-1bac-3425-9655-56c9d93b03be--852d8eaf-7529-455b-a34k-8d666aeb2938_platform_aggregated_usage')] name = platform_aggregated_usage, share = ccfe0e34-1bac-3425-9655-56c9d93b03be--852d8eaf-7529-455b-a34k-8d666aeb2938_platform_aggregated_usage, schema = datagalaxy
Étape 6. Récupérez vos données.
# Specify the table URL
table_url = "<share><shema><name>"
# Load the table into a Pandas DataFrame
df = delta_sharing.load_as_pandas(f"{profile_file}#{table_url}")
# Preview the data
dfNous préparons un exemple de code Python pour simplifier le processus.
Dès que vous avez votre dataframe, vous pouvez suivre les étapes habituelles en analyse avec Python.