partitionBy(DataStreamWriter)

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()