Profilování lazy dotazu

Než tým přidá nový dotaz do každodenního workflow, chce vědět, kde se skutečně tráví čas. Profilování spustí lazy dotaz stejně jako .collect(), ale navíc vrátí DataFrame s časováním – jeden řádek pro každou fázi.

Toto cvičení je součástí kurzu

Scaling and Optimizing Data Pipelines with Polars

Zobrazit kurz

Pokyny k cvičení

Filtruj library na výpůjčky, kde je use rovno "Physical".
Ponech 10 nejdelších názvů podle title_len pomocí .top_k().
Spusť dotaz s profilováním, aby ses dostal/a i k DataFrame s časováním.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

result, timings = (
    library
    # Filter to physical checkouts
    .filter(pl.col("use") == "____")
    .with_columns(pl.col("title").str.len_chars().alias("title_len"))
    # Keep the 10 longest titles
    .top_k(10, by="____")
    # Run with profiling to capture per-stage timings
    .____()
)
print(timings)

Upravit a spustit kód