La Jarra

A continuación quiero presentar el resultado de comparar dos alternativas para utilizar Notebooks con SQL Server: Jupyter notebooks en VSCode versus notebooks en Azure Data Studio. Estas herramientas resultan útiles para el análisis de datos y son alternativas al SQL Management Studio (común entre desarrolladores).

Configurar Jupyter Notebooks en Visual Studio Code

Asumiremos que tienes instalado un engine de Python en su equipo (e.g. Anaconda o MiniConda).

Por lo tanto iniciamos instalando la extensión de Python (View>Extensions) como se muestra en la siguiente figura:

Posteriormente se debe seleccionar el interprete o ambiente de Python (View>Command Palette>Python: Select Interpreter)

En la barra de estado del VSCode aparecerá la versión de Python a utilizar: (Python 3.7.6 64-bit(‘base’:conda))

Luego para crear el Notebook podemos utilizar el Command Palette nuevamente y digitar ">Python: Create New Blank Jupyter Notebook":

En VSCode se creará un archivo extensión ipynb donde empezaremos a configurar la conexión al SQLServer:

Dos librería son indispensables para configurar el notebook: ipython-sql y pyodbc; para instalarlos en nuestro ambiente podemos utilizar una celda de código del notebook con las siguientes instrucciones:

!pip install ipython-sql
!pip install pyodbc

Seguidamente habilitamos el módulo de SQL con la instrucción:

%load_ext sql

Sólo hace falta conectarnos a nuestro servidor con un string de conexión de formato SqlAchemy que tiene la siguiente forma para una conexión tipo Windows Authentication:

mssql+pyodbc://NOMBRESERVIDORBD/NOMBREBASEDATOS?driver=ODBC+Driver+13+for+SQL+Server&trusted_connection=yes

Con la conexión establecida podemos utilizar %%sql para hacer un query multilinea o %sql en una sóla línea de la siguiente manera:

%sql SELECT top 5 *  FROM [AdventureWorksDW2016].[dbo].[FactInternetSales]

Multilinea:

%%sql
SELECT TOP (1000) [ProductKey]
      ,[OrderDateKey]
      ,[DueDateKey]
      ,[ShipDateKey]
      ,[CustomerKey]
      ,[PromotionKey]
      ,[CurrencyKey]
      ,[SalesTerritoryKey]
      ,[SalesOrderNumber]
      ,[SalesOrderLineNumber]
      ,[RevisionNumber]
      ,[OrderQuantity]
      ,[UnitPrice]
  FROM [AdventureWorksDW2016].[dbo].[FactInternetSales]

El notebook utilizado lo encontramos en:

Ahora haremos los mismo con Azure Data Studio.

SQL Notebooks con Azure Data Studio

En apariencia Azure Data Studio simplifica la configuración de la librerías Python para VSCode, sólo vamos a File>New Notebook para crear el notebook con la misma extensión ipynb:

Luego de crear el notebook necesitaremos crear una conexión al servidor.

Y agregammos las mismas consultas que hicimos anteriormente:

Hastas aquí todo parece más fácil con Azure Data Studio…

En el siguiente video veremos diferencias entre ambas herramientas: