Tembel bir sorguyu profilleme
Günlük iş akışına yeni bir sorgu eklemeden önce ekip, zamanın gerçekten nerede harcandığını görmek istiyor. Profilleme, tembel sorguyu .collect() gibi çalıştırır ama ayrıca her aşama için bir satır içeren bir zamanlama DataFrame'i de döndürür.
Bu egzersiz, kursun bir parçasıdır
Polars ile Veri Hatlarını Ölçeklendirme ve Optimize Etme
Egzersiz talimatları
library'iusedeğeri"Physical"olan ödünç almalara göre filtrele..top_k()kullanaraktitle_len'e göre en uzun 10 başlığı tut.- Sorguyu profilleyerek çalıştır; böylece bir zamanlama DataFrame'i de elde edersin.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
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)