partitionBy (DataStreamWriter)

ファイル システム上の指定された列で出力をパーティション分割します。 出力は、Hive のパーティション分割スキームと同様にレイアウトされます。

構文

partitionBy(*cols)

パラメーター

返品

DataStreamWriter

例示

df = spark.readStream.format("rate").load()
df.writeStream.partitionBy("value")
# <...streaming.readwriter.DataStreamWriter object ...>

レート ソース ストリームをタイムスタンプでパーティション分割し、Parquet に書き込みます。

import tempfile
import time
with tempfile.TemporaryDirectory(prefix="partitionBy1") as d:
    with tempfile.TemporaryDirectory(prefix="partitionBy2") as cp:
        df = spark.readStream.format("rate").option("rowsPerSecond", 10).load()
        q = df.writeStream.partitionBy(
            "timestamp").format("parquet").option("checkpointLocation", cp).start(d)
        time.sleep(5)
        q.stop()
        spark.read.schema(df.schema).parquet(d).show()