{"id":10883,"date":"2021-03-09T11:04:12","date_gmt":"2021-03-09T19:04:12","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/?p=10883"},"modified":"2023-05-24T03:31:55","modified_gmt":"2023-05-24T10:31:55","slug":"couchbase-r-programming-with-query-maps-leaflet","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/es\/couchbase-r-programming-with-query-maps-leaflet\/","title":{"rendered":"Programaci\u00f3n en R con Coucbhase NoSQL Queries & Maps"},"content":{"rendered":"

Muchos analistas de datos estad\u00edsticos y cient\u00edficos de datos utilizan la <\/span>Lenguaje de programaci\u00f3n R<\/span><\/a> para hacer sus n\u00fameros fuera de una base de datos. Del mismo modo, los analistas de bases de datos intentan hacer todo en la misma base de datos siempre que sea posible para mantener una \u00fanica fuente. Couchbase proporciona una base com\u00fan para tender puentes entre conjuntos de datos JSON, potentes lenguajes de consulta y herramientas anal\u00edticas como R.\u00a0<\/span><\/p>\n

Su naturaleza distribuida y tolerante a fallos y su esquema flexible son s\u00f3lo algunas de las razones por las que las empresas recurren a Couchbase. M\u00e1s informaci\u00f3n Por qu\u00e9 las empresas utilizan NoSQL<\/a> para ofrecer productos de nueva generaci\u00f3n.<\/span><\/p>\n

En SDK de Couchbase<\/a> cubre los lenguajes de programaci\u00f3n m\u00e1s populares: Java, .NET, Node.js, Go y m\u00e1s. Pero no necesita proporcionar una unidad espec\u00edfica para R porque puede utilizar f\u00e1cilmente la API REST.<\/span><\/p>\n

En este post, resucito un tutorial de programaci\u00f3n en R de un blog anterior y veo c\u00f3mo funciona R con la \u00faltima versi\u00f3n de Couchbase. Los ejemplos muestran c\u00f3mo ejecutar una consulta tabular N1QL\/SQL sobre los datos JSON, as\u00ed como mapear las ubicaciones resultantes de algunos de los datos geoespaciales<\/a>.\u00a0<\/span><\/p>\n

\u00bfQu\u00e9 es R?<\/span><\/h2>\n

R satisface la necesidad de disponer de un conjunto de herramientas gr\u00e1ficas y de c\u00e1lculo estad\u00edstico de c\u00f3digo abierto similar a productos patentados como SAS y SPSS. Abarca el an\u00e1lisis estad\u00edstico y la visualizaci\u00f3n gr\u00e1fica, y est\u00e1 especialmente indicado para gr\u00e1ficos de documentaci\u00f3n cient\u00edfica listos para su publicaci\u00f3n.<\/span><\/p>\n

\u00bfEs R mejor que Python para el an\u00e1lisis estad\u00edstico? Eso est\u00e1 abierto a debate, y sin embargo hay muchos defensores. De hecho, para muchos desarrolladores, puede ser el entorno anal\u00edtico m\u00e1s popular que hayan nunca<\/em> utilizado. En <\/span>un proyecto global de b\u00fasqueda de empleo en programaci\u00f3n R<\/span><\/a>el autor encontr\u00f3 la programaci\u00f3n en R en 5\u00ba lugar detr\u00e1s de Python, SQL, Java y Amazon ML. Se situ\u00f3 moderadamente por encima de C\/C++, Tableau, Hadoop e incluso SAS en cuanto a conjuntos de herramientas de an\u00e1lisis estad\u00edstico de datos.<\/span><\/p>\n

El ecosistema que gener\u00f3 proporciona decenas de miles de paquetes que a\u00f1aden potentes capacidades de an\u00e1lisis, an\u00e1lisis de series temporales, visualizaci\u00f3n y mucho m\u00e1s. Existen varios IDE para crear soluciones; en este art\u00edculo utilizar\u00e9 <\/span>Estudio R<\/span><\/a> (que he utilizado f\u00e1cilmente por primera vez mientras escrib\u00eda este art\u00edculo).<\/span><\/p>\n

Configuraci\u00f3n de Couchbase<\/span><\/h2>\n

La instalaci\u00f3n por defecto del servidor Couchbase tiene todo lo necesario para este tutorial. Sugiero instalarlo en un \u00fanico nodo, idealmente el PC que est\u00e9s usando con R Studio para que la URL de conexi\u00f3n sea <\/span>localhost<\/span><\/i>. Estoy usando la versi\u00f3n beta de Couchbase 7.x.<\/span><\/p>\n

Una vez instalado, configure un <\/span>nuevo cubo con el <\/span>viaje-muestra<\/span><\/i> conjunto de datos<\/span><\/a> y crear un nuevo usuario que tenga acceso a ese bucket.<\/span><\/p>\n

Configuraci\u00f3n de R Studio<\/span><\/h2>\n

Siguiente, <\/span>instalar R<\/span><\/a> y luego <\/span>R Studio Desktop<\/span><\/a> (versi\u00f3n gratuita) con todas las opciones predeterminadas. Una vez finalizada la instalaci\u00f3n, inicie R Studio y seleccione<\/span> Herramientas -> Instalar paquetes<\/span> e instalar estos cuatro:<\/span> httr, jsonlite, ggplot2, leaflet<\/span><\/em>.<\/span><\/p>\n

Alternativamente, puede ejecutar el siguiente c\u00f3digo en la consola de codificaci\u00f3n de R:<\/span><\/p>\n

install.packages(c(\"httr\", \"jsonlite\", \"ggplot2\", \"leaflet\"))<\/pre>\n
R Studio se ir\u00e1 e instalar\u00e1 un mont\u00f3n de dependencias subyacentes para usted. Mientras tanto, contin\u00faa con el siguiente paso mientras eso se ejecuta.<\/span><\/p>\n
Prueba de consulta N1QL en Couchbase<\/span><\/h2>\n
Antes de empezar con el c\u00f3digo de programaci\u00f3n en R, vamos a probar la consulta utilizando la pesta\u00f1a Consulta de la ventana <\/span>Consola web de Couchbase<\/span><\/a>.<\/span><\/p>\n
SELECT a.name, count(*) as total_flights\r\nFROM `travel-sample` r \r\nJOIN `travel-sample` a \r\nON KEYS r.airlineid \r\nWHERE r.type =\"route\" \r\nAND a.type=\"airline\" \r\nGROUP BY a.name \r\nORDER BY total_flights DESC \r\nLIMIT 20<\/pre>\n
Si has tenido que trabajar con JSON antes, ver\u00e1s lo sencillo que puede ser consultar documentos en Couchbase usando una sintaxis familiar.<\/p>\n
El resultado muestra las 20 principales compa\u00f1\u00edas a\u00e9reas y el n\u00famero de vuelos que tiene cada una en la base de datos de la muestra.<\/span><\/p>\n
R Codificaci\u00f3n Consulta N1QL<\/span><\/h2>\n
Configure su proyecto R estableciendo los requisitos de la biblioteca en la parte superior del script en la consola:<\/span><\/p>\n
library(httr) \r\nlibrary(jsonlite) \r\nlibrary(ggplot2) \r\nlibrary(leaflet)<\/pre>\n
Para construir la consulta y manejar las respuestas de datos, creamos algunas variables.<\/span><\/p>\n
En primer lugar, se proporciona la informaci\u00f3n de conexi\u00f3n para Couchbase, incluyendo la URL, el puerto y el nombre de usuario y la contrase\u00f1a que cre\u00f3 anteriormente:<\/span><\/p>\n
cbServer <- \"https:\/\/localhost:8093\/query\/service\"<\/pre>\n
A continuaci\u00f3n, codifique tambi\u00e9n la consulta en su propia variable. Tenga en cuenta las comillas dobles escapadas que son necesarias (\\\").<\/span><\/p>\n
query <- \"SELECT a.name, count(*) as total_flights FROM `travel-sample` r JOIN `travel-sample` a ON KEYS r.airlineid WHERE r.type =\\\"route\\\" AND a.type=\\\"airline\\\" GROUP BY a.name ORDER BY total_flights DESC LIMIT 20\"<\/pre>\n
Lo siguiente es configurar la petici\u00f3n HTTP:<\/span><\/p>\n
req <- httr::POST(cbServer, httr::add_headers(\"Content-Type\" = \"application\/x-www-form-urlencoded;charset=UTF-8\"), body = paste(\"statement=\", query), authentication(\"public\",\"public\"))<\/pre>\n
Y luego recibir la respuesta real de la solicitud y asignarla a una variable para contener los datos:<\/span><\/p>\n
res <- fromJSON(httr::content(req, \"text\")) \r\nairlineFlights <- res$results<\/pre>\n
 <\/p>\n
\"Couchbase<\/a><\/p>\n
\u00a1Eso es!\u00a0<\/span><\/p>\n
Visualizaci\u00f3n de resultados de consultas desde Couchbase<\/span><\/h2>\n
Ahora podemos ver los resultados de la consulta introduciendo la variable de datos:<\/span><\/p>\n
R-Studio, con la extensi\u00f3n ggplot y unos pocos ajustes, es una forma sencilla de visualizar r\u00e1pidamente los datos de una variable:<\/span><\/p>\n
ggplot(data=airlineFlights, aes(x=name, y=total_flights)) + theme(axis.text.x=element_text(angle=90,hjust=1)) + geom_bar(stat=\"identity\")<\/pre>\n
\"Couchbase<\/a><\/p>\n
Ahora puedes modificar la consulta o el c\u00f3digo ggplot y experimentar con otros enfoques.<\/span><\/p>\n
Mapear datos geoespaciales desde Couchbase usando R Coding<\/span><\/h2>\n
La potencia de algunos de los otros paquetes es incre\u00edble. Para el siguiente ejemplo, utilizamos la codificaci\u00f3n R que aprovecha el paquete <\/span>Biblioteca cartogr\u00e1fica en l\u00ednea Leaflet<\/span><\/a>.\u00a0<\/span><\/p>\n
Modifiquemos la consulta para listar los hoteles que admiten mascotas. Como los datos del hotel incluyen un objeto geogr\u00e1fico de latitud y longitud (\"geo\"), podemos hacer f\u00e1cilmente una consulta de tipo mapa<\/a> de los resultados.<\/span><\/p>\n
Ajusta tu consulta para incluir el nombre, la latitud y la longitud junto con un par de filtros sencillos:<\/span><\/p>\n
SELECT name,geo.lat as lat,geo.lon as long \r\nFROM `travel-sample` \r\nWHERE type=\"hotel\" AND city=\"London\" AND pets_ok=true<\/pre>\n
Pru\u00e9balo en la consola web de Couchbase y obtendr\u00e1s 37 resultados. Luego pon la consulta en las variables como antes:<\/span><\/p>\n
query <- \"SELECT name, geo.lat as lat, geo.lon as long FROM `travel-sample` WHERE type=\\\"hotel\\\" AND city=\\\"London\\\" AND pets_ok=true\" \r\nreq <- httr::POST(cbServer, httr::add_headers(\"Content-Type\" = \"application\/x-www-form-urlencoded;charset=UTF-8\"), body = paste(\"statement=\", query), authentication(\"public\",\"public\")) res <- fromJSON(httr::content(req, \"text\")) \r\npetFriendlyHotelsLondon <- res$results<\/pre>\n
Los resultados ser\u00e1n similares a los siguientes:<\/span><\/p>\n
\"Couchbase<\/a><\/p>\n
Para hacer el mapa, utilizamos el paquete de folletos y proporcionamos algunos ajustes para identificar los campos que se utilizar\u00e1n para ubicar los s\u00edmbolos de los marcadores en el mapa.<\/span><\/p>\n
leaflet(data = petFriendlyHotelsLondon) %>% addTiles() %>% addMarkers(~long, ~lat, popup = ~as.character(name), label = ~as.character(name)) %>% addProviderTiles(providers$OpenStreetMap)<\/pre>\n
R Studio es un gran IDE rico en informaci\u00f3n que permite la edici\u00f3n de c\u00f3digo, consola interactiva, y componentes de visualizaci\u00f3n incorporados, incluyendo el mapa, al igual que ggplot hizo con el gr\u00e1fico anterior.\u00a0<\/span><\/p>\n
\"Couchbase<\/a><\/p>\n
Naturalmente, puede ampliar cualquiera de los cristales en consecuencia:<\/span><\/p>\n
\"Couchbase<\/a><\/p>\n
Conclusi\u00f3n<\/span><\/h2>\n
La flexibilidad de Couchbase y R, con su potente conjunto de paquetes de terceros, son una gran combinaci\u00f3n. Los desarrolladores de aplicaciones pueden dejar los datos en la base de datos central y aprovechar la conmutaci\u00f3n por error, el procesamiento distribuido, la b\u00fasqueda de texto completo y la anal\u00edtica SQL.\u00a0<\/span><\/p>\n
Mientras tanto, la misma base de datos puede servir a los analistas que necesitan una API f\u00e1cil de usar para acceder a los datos sin tener que hacer m\u00faltiples copias fuera de l\u00ednea.<\/span><\/p>\n
Este enfoque integral de la plataforma de datos sigue atrayendo a empresas de todos los tama\u00f1os que necesitan simplificar su arquitectura y, al mismo tiempo, hacerla m\u00e1s estable y escalable.<\/span><\/p>\n
Lecturas complementarias<\/span><\/h2>\n