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 true zurück, wenn die Tabelle derzeit im Arbeitsspeicher zwischengespeichert ist.
Syntax
isCached(tableName: str)
Parameter
| Parameter | Typ | Beschreibung |
|---|---|---|
tableName |
str | Name der abzurufenden Tabelle. Kann mit Katalognamen qualifiziert werden. |
Rückkehr
bool
Beispiele
Note
Databricks empfiehlt, von spark.catalog.cacheTable abzurücken, da spark.catalog.cacheTable nicht mit der serverlosen Compute-Architektur von Databricks kompatibel ist. Entfernen Sie explizite Zwischenspeicherungsaufrufe (serverlose automatische Tunes; materialisieren Sie stattdessen Delta, falls teuer).
_ = spark.sql("DROP TABLE IF EXISTS tbl1")
_ = spark.sql("CREATE TABLE tbl1 (name STRING, age INT) USING parquet")
spark.catalog.cacheTable("tbl1")
spark.catalog.isCached("tbl1")
# True
# Throw an analysis exception when the table does not exist.
spark.catalog.isCached("not_existing_table")
# Traceback (most recent call last):
# ...
# AnalysisException: ...
# Using the fully qualified name for the table.
spark.catalog.isCached("spark_catalog.default.tbl1")
# True
spark.catalog.uncacheTable("tbl1")
_ = spark.sql("DROP TABLE tbl1")