PiattaformaAnalizza
Il calcolo che l'SQL non sa dire, scritto in Python
Una funzione è codice Python del tuo progetto, eseguito dai nodi dei flussi su una base fissa e isolata. Riceve tabelle, restituisce una tabella, e gira uguale in cloud e sul nodo.
def transform(inputs, params, ctx):
rows = inputs["rows"].copy()
col = params["column"]
rows["z"] = (rows[col] - rows[col].mean()) / rows[col].std()
return {"rows": rows}Ingresso rows · tabella
Uscita rows · tabella
pandas · scikit-learn · senza rete
Esempio illustrativo
Python dove serve, sullo stesso dato
Una base fissa e nota
numpy, pandas, pyarrow, scipy, scikit-learn, onnxruntime e joblib. Senza rete e senza installazioni, così il risultato è lo stesso ovunque giri.
Tabelle in, tabella out
Gli ingressi arrivano come DataFrame pandas e la funzione restituisce le sue righe. Il contratto dichiara colonne e parametri, e il flusso lo verifica.
Provala e guardala lavorare
Dalla scheda Prova esegui la versione salvata su un campione di dati, prima che finisca in un flusso. Per capire cosa fa il codice c'è anche una vista di debug.
Versioni e approvazione
Ogni salvataggio è una versione. Il codice del progetto in un flusso richiede l'approvazione di un amministratore.
Come si scrive una funzione
- 01
Scrivi il codice
Nel Laboratorio scrivi la funzione nella scheda Codice. Athena, modulo AI separato, può bozzare il codice.
- 02
Dichiara il contratto
Indichi che tabelle entrano e che colonne escono, più i parametri. I parametri diventano il modulo del nodo nel flusso.
- 03
Mettila in un flusso
La funzione diventa un nodo di un flusso, che la esegue a orario o sui dati nuovi.
In dettaglio
- Linguaggio
- Python.
- Librerie
- numpy, pandas, pyarrow, scipy, scikit-learn, onnxruntime, joblib.
- Isolamento
- Nessuna rete e nessuna installazione di pacchetti.
- Dove gira
- Uguale nei flussi in cloud e sul nodo, su amd64 e arm64.
- Ingressi e uscite
- Tabelle come DataFrame pandas; si restituisce una tabella.
- Può fare
- Calcolare indici e deviazioni, o addestrare un modello scikit-learn sui dati che riceve.
- Librerie dell'azienda
- File .whl caricati una volta e importati da funzioni, programmi dei nodi e notebook.
- Nel flusso
- Una funzione si può scrivere sul posto, nel blocco di un flusso, partendo dalle colonne che arrivano a quel punto.
Nello strato Analizza
- QueryEditor SQL con le query salvate, la base di ogni dataset.
- NotebookCelle di testo e di analisi, stampabili in PDF.
- FlussiEseguono le funzioni a orario, fanno il Replay dello storico e scrivono in tabelle gestite.
- AnalisiSegnali nel tempo, XY e 3D, condizioni, cursori e annotazioni; le analisi si salvano con le loro versioni.
- PredittoriAnomalie, previsioni con banda, sensori virtuali e probabilità, da una query in quattro passi.
Domande frequenti
Non qualunque. La base è fissa: le librerie sono quelle elencate e non si installano pacchetti da internet. Per il codice che usi spesso puoi caricare una volta le librerie Python dell'azienda, come file .whl, e importarle nelle funzioni. È ciò che rende l'esecuzione identica in cloud e sul nodo.
Dipende da cosa ti serve. I predittori costruiscono, da una query e senza scrivere codice, il rilevamento di anomalie, la previsione e il sensore virtuale. Per un calcolo o un modello tuo, lo scrivi con questo runtime, a partire da scikit-learn.
No. Gira isolata, senza rete.
Portaci una domanda a cui oggi non sai rispondere.
Partiamo da una domanda vera della tua azienda e ti mostriamo il percorso dalla fonte al cruscotto, con i tuoi sistemi e non con quelli di una demo.