शुरू करेंमुफ़्त में शुरू करें

एक लेज़ी क्वेरी का प्रोफाइलिंग

डेली वर्कफ़्लो में नई क्वेरी जोड़ने से पहले, टीम यह देखना चाहती है कि समय वास्तव में कहाँ खर्च हो रहा है। प्रोफाइलिंग लेज़ी क्वेरी को .collect() की तरह चलाती है, लेकिन साथ में प्रत्येक स्टेज के लिए एक-एक पंक्ति वाला timings DataFrame भी लौटाती है।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Polars के साथ Data Pipelines का स्केलिंग और ऑप्टिमाइज़ेशन

पाठ्यक्रम देखें

अभ्यास निर्देश

  • library को फ़िल्टर करें ताकि केवल वे चेकआउट रहें जिनमें use "Physical" है।
  • .top_k() का उपयोग करके title_len के आधार पर सबसे लंबे 10 शीर्षक रखें।
  • क्वेरी को प्रोफाइलिंग के साथ चलाएँ ताकि आपको timings DataFrame भी मिले।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

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)
कोड संपादित करें और चलाएँ