Saltar al contenido

Traducción automática — la versión en portugués es la referencia. Ver en portugués

Actualizado el 2026-10-05

Pantallas de Notebooks — el nombre exacto de cada botón

La lista de notebooks, la creación (o importación de .ipynb) y el editor con celdas Python/PySpark, SQL y texto ejecutándose en tu clúster Spark.

En esta página (6)

Esta página es un inventario de interfaz: lo que está escrito aquí es el texto que aparece en la pantalla, literalmente.

Dónde está: menú ETL/ELT → Notebooks.

Un notebook es una secuencia de celdas que se ejecutan en tu clúster Spark: Python puro (pandas, por ejemplo), PySpark y SQL. Sirve para explorar los datos, probar transformaciones y crear tablas nuevas. El código es Spark común: se ejecuta igual en cualquier PySpark, sin nada propietario.

Ver los notebooks (/notebooks)#

Los notebooks aparecen agrupados por carpeta; los que no tienen carpeta quedan en Sin carpeta. Cada uno muestra la versión publicada o Borrador. Para crear uno, haz clic en Nuevo notebook.

Crear o importar (/notebooks/novo)#

  1. Ponle un nombre y, si quieres, una Carpeta (opcional) (ej.: Ventas/Mensual).
  2. Para empezar de cero, haz clic en Crear notebook: ya trae ejemplos de pandas, PySpark leyendo tu capa Silver y SQL.
  3. Para traer un notebook de otro lugar, elige el archivo .ipynb y haz clic en Importar notebook. Las salidas no se importan; las celdas se vuelven a ejecutar en tu clúster.

Escribir y ejecutar (/notebooks/<id>)#

Arriba a la derecha, haz clic en Conectar a un clúster y elige dónde se ejecutarán las celdas (cada uno muestra su estado y costo por hora). Si el clúster está apagado, usa encender y conectar — encender tarda unos minutos. Conectado, el clúster aparece como una etiqueta con nombre, estado y R$/hora; haz clic para Desconectar, cambiar de clúster, Encender el clúster o apagarlo, o Reiniciar la sesión. Desconectar no apaga el clúster: sigue cobrando hasta que lo apagues.

Editor de notebook con celdas de texto, Python / PySpark y SQL, el resultado de la consulta en tabla y, arriba, el clúster elegido y el botón Publicar versión

La barra de íconos (pasa el mouse para ver el nombre de cada uno):

QuieresHaz
Ejecutar una celda▶ al lado de la celda, o Shift+Enter (pasa a la siguiente)
Ejecutar todo el notebookEjecutar todas las celdas
Detener lo que se está ejecutandoInterrumpir
Empezar la sesión de cero (borra las variables)Reiniciar la sesión
Llevar el notebook a otra herramientaDescargar el notebook (.ipynb)
Congelar la versión que ejecutarán los pipelinesPublicar versión

Cada celda tiene un Nombre de la celda (aparece arriba de ella y en el programa del pipeline) y los atajos de teclado de Jupyter: Esc sale de la edición, A/B crean una celda arriba/abajo, D D borra, M la vuelve texto, Y código.

Cada celda tiene un tipo: Python / PySpark, SQL o Texto (Markdown). La celda SQL se ejecuta en Spark y muestra el resultado como tabla (hasta 1.000 filas). El borrador se guarda solo con cada cambio.

Bibliotecas

  • Solo en esta sesión: en una celda Python, ejecuta %pip install paquete. Vale solo para la sesión abierta y solo en la máquina principal del clúster.
  • En todas las máquinas (necesario para usarla dentro de funciones distribuidas de Spark, las UDFs): agrega la biblioteca en Bibliotecas Python adicionales, en la pantalla del clúster.

Lo que no se ejecuta

Los comandos de terminal no se ejecutan en el clúster: las líneas que empiezan con ! y las celdas %%bash, %%sh o %system se rechazan con el aviso Comando no permitido. Usa Python para el mismo trabajo.

Relacionados#

Enlaces relacionados