معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

DataJunction client library for connecting to a DataJunction server

ویژگی	مقدار
سیستم عامل	-
نام فایل	datajunction-0.0.1a8
نام	datajunction
نسخه کتابخانه	0.0.1a8
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	-
ایمیل نویسنده	DataJunction Authors <yian.shang@gmail.com>
آدرس صفحه اصلی	-
آدرس اینترنتی	https://pypi.org/project/datajunction/
مجوز	MIT

# DataJunction Python Client ## Installation To install: ``` pip install datajunction ``` ## Examples To initialize the client: ```python from datajunction import DJClient dj = DJClient("http://dj-endpoint:8000") ``` ### Catalogs and Engines To list available catalogs for the DJ host: ```python dj.catalogs() ``` To list available engines for the DJ host: ```python dj.engines() ``` To create a catalog: ```python from datajunction import Catalog catalog = Catalog( name="prod" ) catalog.publish() ``` To create an engine: ```python from datajunction import Engine engine = Engine( name="spark", version="3.2.2", uri="..." ) engine.publish() ``` To attach an engine to a catalog: ```python catalog.add_engine(engine) ``` ### Nodes All nodes for a given namespace can be found with: ```python dj.namespace("default").nodes() ``` Specific node types can be retrieved with: ```python dj.namespace("default").sources() dj.namespace("default").dimensions() dj.namespace("default").metrics() dj.namespace("default").transforms() dj.namespace("default").cubes() ``` To create a source node: ```python from datajunction import NodeMode repair_orders = dj.new_source( name="repair_orders", display_name="Repair Orders", description="Repair orders", catalog="dj", schema_="roads", table="repair_orders", ) repair_orders.save(mode=NodeMode.PUBLISHED) ``` Nodes can also be created as drafts with: ```python repair_orders.save(mode=NodeMode.DRAFT) ``` To create a dimension node: ```python repair_order = dj.new_dimension( name="repair_order", query=""" SELECT repair_order_id, municipality_id, hard_hat_id, dispatcher_id FROM repair_orders """, description="Repair order dimension", primary_key=["repair_order_id"], ) repair_order.save() ``` To create a transform node: ```python large_revenue_payments_only = dj.new_transform( name="large_revenue_payments_only", query=""" SELECT payment_id, payment_amount, customer_id, account_type FROM revenue WHERE payment_amount > 1000000 """, description="Only large revenue payments", ) large_revenue_payments_only.save() ``` To create a metric: ```python num_repair_orders = dj.new_metric( name="num_repair_orders", query=""" SELECT count(repair_order_id) AS num_repair_orders FROM repair_orders """, description="Number of repair orders", ) num_repair_orders.save() ```

نیازمندی

مقدار	نام
-	pandas>=2.0.1
-	pydantic>=1.10.7

زبان مورد نیاز

مقدار	نام
<4.0,>=3.8	Python

نحوه نصب

نصب پکیج whl datajunction-0.0.1a8:

pip install datajunction-0.0.1a8.whl

نصب پکیج tar.gz datajunction-0.0.1a8:

pip install datajunction-0.0.1a8.tar.gz