or
이 연습은 강의의 일부입니다
최적화 효과를 극대화하기 위해 쿼리를 지연 실행 상태로 유지하는 방법, 쿼리 플랜을 읽고 해석하는 방법, 그리고 프로파일링과 정렬된 데이터를 활용해 빠른 실행 경로를 확보하는 방법을 학습합니다.
현재 연습
Parquet 파일을 읽고 쓰는 방법, 복잡한 CSV를 파싱하는 방법, 멀티파일 및 하이브 파티셔닝된 데이터셋을 스캔하는 방법, 그리고 Polars에서 데이터베이스를 쿼리하는 방법을 학습합니다.
List 및 Struct 컬럼 다루기, 반복되는 문자열을 Categorical 및 Enum 데이터 타입으로 인코딩하기, 수치형 다운캐스팅을 통한 메모리 사용량 줄이기를 다룹니다.
스트리밍 엔진과 GPU 엔진을 사용하는 방법, 대용량 쿼리 결과를 파티셔닝과 함께 디스크에 직접 저장하는 방법, 그리고 Polars의 내장 어설션으로 파이프라인을 테스트하는 방법을 학습합니다.