Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gibt eine prüfpunktierte Version dieses DataFrame zurück. Prüfpunkte können verwendet werden, um den logischen Plan dieses DataFrames abzuschneiden, was besonders bei iterativen Algorithmen hilfreich ist, in denen der Plan exponentiell wachsen kann. Sie wird in Dateien im Prüfpunktverzeichnis gespeichert, das mit SparkContext.setCheckpointDiroder mit der spark.checkpoint.dir Konfiguration festgelegt ist.
Syntax
checkpoint(eager: bool = True)
Parameter
| Parameter | Typ | Beschreibung |
|---|---|---|
eager |
bool, optional, default True | Gibt an, ob dieser DataFrame sofort überprüft werden soll. |
Rückkehr
DataFrame: Prüfpunkted DataFrame.
Hinweise
Diese API ist experimentell.
Beispiele
df = spark.createDataFrame([
(14, "Tom"), (23, "Alice"), (16, "Bob")], ["age", "name"])
df.checkpoint(False)
# DataFrame[age: bigint, name: string]