步驟一：準備測試文件

本快速入門為了帶您快速熟悉Notebook任務，為您提供了測試文件，您可以直接下載待后續步驟使用。

單擊employee.csv，直接下載測試文件。

步驟二：上傳測試文件

上傳數據文件（employee.csv）到阿里云對象存儲OSS控制臺，詳情請參見文件上傳。

步驟三：開發并運行Notebook

1. 在EMR Serverless Spark頁面，單擊左側的數據開發。

2. 新建Notebook。

   1. 在開發目錄頁簽下，單擊新建。

   2. 在彈出的對話框中，輸入名稱，類型使用Python > Notebook，然后單擊確定。

3. 在右上角選擇已創建并啟動的Notebook會話實例。

   您也可以在下拉列表中選擇創建Notebook會話，新建一個Notebook會話實例。關于Notebook會話更多介紹，請參見管理Notebook會話。

   說明

   當前Notebook會話實例同一時間僅支持被單個Notebook占用，如果當前無可用Notebook會話實例，您可以在Notebook會話下拉列表中解綁Notebook與Notebook會話實例，或新建Notebook會話實例。

4. 數據處理與可視化。

   運行PySpark作業

   1. 拷貝如下代碼到新增的Notebook的Python單元格中。

      # 創建一個簡單的DataFrame，其中OSS路徑需要替換為步驟二中上傳的文件路徑。
      df = spark.read.option("delimiter", ",").option("header", True).csv("oss://path/to/file")
      # 顯示DataFrame的前幾行
      df.show(5)
      # 執行一個簡單的聚合操作：計算每個部門的總薪資
      sum_salary_per_department = df.groupBy("department").agg({"salary": "sum"}).show()

   2. 單擊運行所有單元格，執行創建的Notebook。

      您也可以使用不同的單元格，然后單擊單元格前面的圖標。

      

   3. （可選）查看Spark UI。

      您可以在會話下拉列表中，將鼠標懸停在當前任務的Notebook會話實例的上，然后單擊Spark UI跳轉至Spark Jobs頁面，可以查看Spark任務的信息。

      

   通過第三方庫進行可視化分析

   說明

   Notebook會話已預裝matplotlib、numpy、pandas庫，如果需要使用其他第三方庫，請參見在Notebook中使用Python第三方庫。

   1. 使用matplotlib庫進行數據可視化。

      import matplotlib.pyplot as plt
      
      l = sc.parallelize(range(20)).collect()
      plt.plot(l)
      plt.ylabel('some numbers')
      plt.show()

   2. 單擊運行所有單元格，執行創建的Notebook。

      您也可以使用不同的單元格，然后單擊單元格前面的圖標。