Escribir una instantánea en Parquet
Un panel aguas abajo necesita una instantánea Parquet más ligera de la actividad de ebooks digitales. Construye el resultado de forma perezosa y luego escríbelo especificando la compresión y el tamaño de los grupos de filas para optimizar el archivo para lecturas rápidas.
El LazyFrame requests está disponible y la ruta de exportación está en PARQUET_EXPORT_PATH.
Este ejercicio forma parte del curso
Escala y optimiza canalizaciones de datos con Polars
Instrucciones del ejercicio
- Conserva solo las primeras 500 filas digitales para la instantánea.
- Establece
compression_levelen5al escribir el archivo Parquet. - Establece
row_group_sizeen250filas.
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
result = (
requests
.filter(pl.col("use") == "Digital")
.select("date", "format", "checkouts", "title")
# Keep only the first 500 rows
.____(500)
.collect()
)
result.write_parquet(
PARQUET_EXPORT_PATH,
# Set compression level to 5
compression_level=____,
# Set 250 rows per row group
row_group_size=____,
)
print(pl.read_parquet_schema(PARQUET_EXPORT_PATH))