Copy Files From Source Repo (2024-03-08 17:40)

Instructions/Labs/02-analyze-spark.md

@@ -16,7 +16,7 @@ Apache Spark 是用于分布式数据处理的开放源代码引擎，广泛用
 
 在 Fabric 中处理数据之前，创建一个已启用的 Fabric 试用版的工作区。
 
-1. 在 [Microsoft Fabric 主页](https://app.fabric.microsoft.com) (`https://app.fabric.microsoft.com`) 中，选择“Synapse 数据工程”****。
+1. 在 `https://app.fabric.microsoft.com` 的 [Microsoft Fabric 主页](https://app.fabric.microsoft.com)中，选择“Synapse 数据工程”****。
 1. 在左侧菜单栏中，选择“工作区”（图标类似于 🗇）。
 1. 新建一个工作区并为其指定名称，并在“高级”部分选择包含 Fabric 容量（试用版、高级版或 Fabric）的许可模式  。
 1. 打开新工作区时，它应为空。
@@ -67,7 +67,7 @@ Apache Spark 是用于分布式数据处理的开放源代码引擎，广泛用
 
 > 注意：Spark 支持多种编码语言，包括 Scala、Java 等。 本练习将使用 Python 的 Spark 优化变体 PySpark。 PySpark 是 Spark 中最常用的语言之一，也是 Fabric 笔记本中的默认语言。
 
-1. 在笔记本可见的情况下，展开 Files 列表并选择 orders 文件夹，以便 CSV 文件列在笔记本编辑器旁边，如下所示 ：
+1. 当笔记本可见时，在“资源管理器”窗格中，展开“湖屋”，然后展开你的湖屋的“Files”列表，然后选择“orders”文件夹，使 CSV 文件列在笔记本编辑器旁边，如下所示：****************
 
     ![包含 Files 窗格的笔记本的屏幕截图。](./Images/notebook-files.png)
 
@@ -146,14 +146,6 @@ Apache Spark 是用于分布式数据处理的开放源代码引擎，广泛用
 
     现在，数据帧包含正确的列名（除了 Index，这是所有数据帧中基于每一行的序号位置的内置列）。 列的数据类型是使用 Spark SQL 库中定义的一组标准类型指定的，这些类型是在单元格开始时导入的。
 
-1. 通过查看数据帧确认更改是否已应用于数据。
-
-1. 使用当前单元格的输出左侧的“+ 代码”链接（移动鼠标时即会显示）添加新的代码单元格（或者在菜单栏上的“编辑”选项卡中，选择“+ 添加代码单元格”）************。 然后在新代码单元中运行以下代码：
-
-    ```Python
-   display(df)
-    ```
-
 1. 数据帧仅包含 2019.csv 文件中的数据。 修改代码，使文件路径使用 \* 通配符从 orders 文件夹的所有文件中读取销售订单数据：
 
     ```python
@@ -185,7 +177,7 @@ Apache Spark 是用于分布式数据处理的开放源代码引擎，广泛用
 
 ### 筛选数据帧
 
-1. 使用单元格输出下方的“+ 代码”图标将新的代码单元格添加到笔记本，并在其中输入以下代码。
+1. 使用当前单元格的输出左侧的“+ 代码”链接（移动鼠标时即会显示）添加新的代码单元格（或者在菜单栏上的“编辑”选项卡中，选择“+ 添加代码单元格”）************。 然后在其中输入以下代码。
 
     ```Python
    customers = df['CustomerName', 'Email']
@@ -278,7 +270,7 @@ Apache Spark 是用于分布式数据处理的开放源代码引擎，广泛用
 
     > 注意：对于用于进一步分析或引入到分析存储的数据文件，通常首选 Parquet 格式。 Parquet 是一种非常高效的格式，大多数大规模数据分析系统都支持这种格式。 事实上，有时数据转换要求可能只是将数据从其他格式（如 CSV）转换为 Parquet！
 
-2. 运行单元格并等待数据已保存的消息。 然后在左侧的“资源管理器”窗格中，在 Files 节点的“...”菜单中，选择“刷新”；然后选择 transformed_orders 文件夹以验证它是否包含名为 orders 的新文件夹，该文件夹是否又包含一个或多个 Parquet 文件     。
+2. 运行单元格并等待数据已保存的消息。 然后在左侧的“湖屋”窗格中，在“Files”节点的“...”菜单中，选择“刷新”；然后选择 transformed_orders 文件夹以验证它是否包含名为 orders 的新文件夹，该文件夹是否又包含一个或多个 Parquet 文件************************。
 
     ![包含 parquet 文件的文件夹的屏幕截图。](./Images/saved-parquet.png)
 
@@ -300,7 +292,7 @@ Apache Spark 是用于分布式数据处理的开放源代码引擎，广泛用
    print ("Transformed data saved!")
     ```
 
-2. 运行单元格并等待数据已保存的消息。 然后在左侧的“资源管理器”窗格中，在 Files 节点的“...”菜单中，选择“刷新”；然后展开 partitioned_orders 文件夹以验证它是否包含名为 *Year=xxxx*** 的文件夹层次结构，每个文件夹是否包含名为 *Month=xxxx*** 的文件夹     。 每个月份文件夹均包含一个 parquet 文件，该文件包含该月的订单。
+2. 运行单元格并等待数据已保存的消息。 然后在左侧的“湖屋”窗格中，在“Files”节点的“...”菜单中，选择“刷新”；然后展开 partitioned_orders 文件夹以验证它是否包含名为 *Year=xxxx*** 的文件夹层次结构，每个文件夹是否包含名为 *Month=xxxx*** 的文件夹************************。 每个月份文件夹均包含一个 parquet 文件，该文件包含该月的订单。
 
     ![分区数据文件层次结构的屏幕截图。](./Images/partitioned-files.png)
 
@@ -337,7 +329,7 @@ Spark 元存储中的表是数据湖中文件的关系抽象。 表可以管理
 
 2. 运行代码单元格并查看输出，该输出描述新表的定义。
 
-3. 在“资源管理器”窗格中 Tables 文件夹的“...”菜单中，选择“刷新”   。 然后展开 Tables 节点并验证是否已创建 salesorders 表 。
+3. 在“湖屋”窗格中，在“Tables”文件夹的“...”菜单中，选择“刷新”****************。 然后展开 Tables 节点并验证是否已创建 salesorders 表 。
 
     ![资源管理器中 salesorder 表的屏幕截图。](./Images/table-view.png)
 
@@ -389,7 +381,7 @@ Spark 元存储中的表是数据湖中文件的关系抽象。 表可以管理
 
 2. 运行代码并观察它是否从之前创建的 salesorders 视图返回数据。
 3. 在单元格下方的结果部分中，将“视图”选项从“表格”更改为“图表”  。
-4. 使用图表右上角的“视图选项”按钮显示图表的选项窗格。 然后按如下方式设置选项并选择“应用”：
+4. 使用图表右上角的“自定义图表”按钮显示图表的选项窗格****。 然后按如下方式设置选项并选择“应用”：
     - **图表类型**：条形图
     - **键**：项
     - **值**：数量

Instructions/Labs/06a-data-warehouse-load.md

@@ -33,7 +33,7 @@ lab:
 
 1. 从 `https://github.com/MicrosoftLearning/dp-data/raw/main/sales.csv` 下载本练习的文件。
 
-1. 返回到包含湖屋的 Web 浏览器标签页，在“**资源管理器**”窗格的 **Files** 文件夹的“**...**”菜单中，依次选择“**上传**”和“**上传文件夹**”，然后将 **sales.csv** 文件从本地计算机（或实验室 VM，如果适用）上传到湖屋。
+1. 返回到包含你的湖屋的 Web 浏览器标签页，在“资源管理器”窗格的“Files”文件夹的“...”菜单中，依次选择“上传”和“上传文件”，然后将 sales.csv 文件从本地计算机（或实验室 VM，如果适用）上传到湖屋。************************
 
 1. 上传文件后，选择“**Files**”。 验证 CSV 文件是否已上传，如下所示：