awswrangler.s3.read_parquet多层分区读取速度非常慢。 _编程开发

创始人

2024-09-27 20:01:52

0次

可以通过设置partition_cols参数来优化awswrangler.s3.read_parquet函数的性能，从而加快读取速度。对于多层分区，建议在读取时将最大层数作为参数传递。例如：

import awswrangler as wr

path = "s3://bucket/prefix/"

# 读取具有3层分区的parquet文件
df = wr.s3.read_parquet(path, partition_cols=["col1", "col2", "col3"])

在这个例子中，我们可以看到我们将partition_cols参数设置为一个包含3个列名的列表，这意味着我们要处理带有3个层次的分区。这将有助于加速读取速度，并减少等待时间。

注意：如果您的S3分区命名约定包括斜杠/，则必须在参数中将斜杠转义。例如，如果我们有一个名为“col1/col2”的分区，则必须在参数中将其呈现为“col1/col2”。

【NI Multisim 14... 目录序言一、工具栏 🍊1.“标准”工具栏 🍊 2.视图工具...

银河麒麟V10SP1高级服务器... 银河麒麟高级服务器操作系统简介：银河麒麟高级服务器操作系统V10是针对企业级关键业务...

不能访问光猫的的管理页面光猫是现代家庭宽带网络的重要组成部分，它可以提供高速稳定的网络连接。但是，有时候我们会遇到不能访问光...

AWSECS：访问外部网络时出... 如果您在AWS ECS中部署了应用程序，并且该应用程序需要访问外部网络，但是无法正常访问，可能是因为...

Android|无法访问或保存... 这个问题可能是由于权限设置不正确导致的。您需要在应用程序清单文件中添加以下代码来请求适当的权限：此外...

北信源内网安全管理卸载北信源内网安全管理是一款网络安全管理软件，主要用于保护内网安全。在日常使用过程中，卸载该软件是一种常...

AWSElasticBeans... 在Dockerfile中手动配置nginx反向代理。例如，在Dockerfile中添加以下代码：FR...

AsusVivobook无法开... 首先，我们可以尝试重置BIOS（Basic Input/Output System）来解决这个问题。...

ASM贪吃蛇游戏-解决错误的问... 要解决ASM贪吃蛇游戏中的错误问题，你可以按照以下步骤进行：首先，确定错误的具体表现和问题所在。在贪...

月入8000+的steam搬砖... 大家好，我是阿阳今天要给大家介绍的是 steam 游戏搬砖项目，目前...