將輸出分割為檔案系統中給定的欄位。 輸出的排版方式類似 Hive 的分割方案。
語法
partitionBy(*cols)
參數
| 參數 | 類型 | 說明 |
|---|---|---|
*cols |
力量或列表 | 分割欄位名稱。 |
退貨
DataStreamWriter
Examples
df = spark.readStream.format("rate").load()
df.writeStream.partitionBy("value")
# <...streaming.readwriter.DataStreamWriter object ...>
依時間戳分 Rate 來源串流並寫入 Parquet:
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()