# 快速开始 #### 前提条件 - 已创建工作空间，详细操作请参见[创建工作空间](https://support.huaweicloud.com/usermanual-aidatalake/aidatalake_01_0001.html)。 - 已创建计算资源，详细操作请参见[购买预留资源池](https://support.huaweicloud.com/usermanual-aidatalake/aidatalake_01_0040.html)。 - 已创建Aura端点，详细操作请参见[创建Aura引擎端点](https://support.huaweicloud.com/usermanual-aidatalake/aidatalake_01_0049.html)。 - 已获取用户的AK、SK信息。 1. 在管理控制台页面，鼠标移动至右上方的用户名，在下拉列表中选择"我的凭证"。 2. 单击"访问密钥"页签，单击"新增访问密钥"，输入验证码或密码。 3. 单击"确定"，生成并下载访问密钥。在.csv文件中获取用户的AK、SK信息。 #### 安装Aura DataFrame SDK 获取SDK，使用以下命令安装SDK包： ``` pip install huawei_aura_frame-3.3.0-py3-none-any.whl ``` 如果您需要了解SDK的隐私数据处理策略，请参见[华为云SDK隐私声明](https://github.com/huaweicloud/huaweicloud-sdk-java-v3/blob/master/README_CN.md#隐私声明)。 注意： - Python版本推荐使用3.11。 - 公测期间，SDK安装包请联系运维人员获取。 #### 使用Aura DataFrame 1. 创建会话，入参请参考[表1]。 ``` from aura_frame.multimodal import ai_lake import logging import os con = ai_lake.connect( aura_endpoint=os.getenv("aura_endpoint"), aura_endpoint_name=os.getenv("aura_endpoint_name"), aura_workspace_id=os.getenv("aura_workspace_id"), lf_catalog_name=os.getenv("lf_catalog_name"), access_key=os.getenv("access_key"), secret_key=os.getenv("secret_key"), use_single_cn_mode=True, # 表示是否开启单CN模式 logging_level=logging.INFO # 设置日志级别 ) con.set_function_staging_workspace( obs_directory_base=os.getenv("obs_directory_base"), obs_bucket_name=os.getenv("obs_bucket_name"), obs_server=os.getenv("obs_server"), access_key=os.getenv("access_key"), secret_key=os.getenv("secret_key"), ) ``` 2. 加载数据集。 ``` import pandas as pd target_database = "test" df = pd.DataFrame({ 'a': [1], 'b': [3], 'c': [1] }) ds = con.from_pandas(df) ds.show() a b c 0 1 3 1 ``` 3. 数据加工。 ``` import ibis.expr.datatypes as dt import aura_frame as aura func_signature = aura.Signature( parameters=[ aura.Parameter(name="start", annotation=int), aura.Parameter(name="endnum", annotation=int), aura.Parameter(name="step", annotation=int) ], return_annotation=dt.Struct({"col1": int}), ) def py_generate_series(start, endnum, step): current = start while current <= endnum: yield {'col1': current} current += step con.delete_function("py_generate_series", database=target_database, if_it_exists=True) fn = con.create_table_function( py_generate_series, name="py_generate_series", database=target_database, signature=func_signature, ) ds = ds.flat_map(fn=fn, on=[ds.a, ds.b, ds.c], as_col='new_col') ds.show() a b c new_col 0 1 3 1 1 1 1 3 1 2 2 1 3 1 3 ``` 4. 关闭会话。 ``` con.close() ``` 表1connect()接口参数信息 | 参数 | 含义 | 类型 | 默认值 | |:---|:---|:---|:---| | aura_endpoint | 指定连接的Endpoint信息。 | str \| None | None | | aura_endpoint_id | 指定连接的Aura端点ID。 登录AI DataLake控制台，在左侧导航栏选择"引擎管理 \> 多模数据引擎 Aura"，在Aura端点列表中的"名称/ID"列查看要运行作业的端点ID信息。 | str \| None | None | | aura_endpoint_name | 指定连接的Aura端点名称。 | str \| None | None | | aura_workspace_id | 指定连接的工作空间ID。 可登录AI DataLake控制台，在左侧导航栏中，单击工作空间区域，在下拉列表中选择"工作空间管理"，在工作空间列表中的"空间名称/ID"列查看运行作业的Aura端点所在工作空间的ID信息。 | str \| None | None | | lf_instance_id | 指定连接的LakeFormation服务实例ID。 | str \| None | None | | lf_catalog_name | 指定连接的目录。 | str \| None | None | | access_key | 指定连接的访问密钥ID，即获取的用户AK信息。 | str \| None | None | | secret_key | 指定连接的访问密钥，即获取的用户SK信息。 | str \| None | None | | security_token | 指定连接的安全令牌（仅在上述访问密钥ID，访问密钥是临时的情况下需要）。 | str \| None | None | | token | 指定连接的用户令牌。 | str \| None | None | | logging_level | 日志级别。 | int | logging.INFO | | use_single_cn_mode | 表示是否开启单CN模式。 | bool | False | | verify | 指定连接的认证。 | bool | False | | default_database | 指定连接的数据库名称。 | str \| None | None | | api_version | 指定使用的API版本。 | str | v2 | | session_id | 已有会话的标识符。 | str | None |