你已經從 datasets volume 載入了 CSV,接下來繼續處理 online_retail 資料集。在開始做轉換前,你需要先預覽資料,並學會在發生問題時如何除錯。
datasets
online_retail
在這個練習中,你會載入資料集、顯示一些範例列,並探索 driver 日誌——這是你在排除 Spark 作業問題時的首選資源。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你將學會使用 Databricks 筆記本、將 CSV 資料載入為 Spark DataFrame,並透過 PySpark 與 SQL 進行資料塑形。
當前練習
學習如何明確定義結構、建立資料清理管線,並透過廣播連接最佳化查詢效能。
學習如何使用視窗函式計算累積總和與排名、建立串流管線,並部署生產環境工作流程。