spark_partition_id

Columna para el identificador de partición.

Syntax

from pyspark.sql import functions as sf

sf.spark_partition_id()

Devoluciones

pyspark.sql.Column: id. de partición al que pertenece el registro.

Examples

Ejemplo 1: Obtención del identificador de partición para cada fila

from pyspark.sql import functions as sf
spark.range(10, numPartitions=5).select("*", sf.spark_partition_id()).show()

+---+--------------------+
| id|SPARK_PARTITION_ID()|
+---+--------------------+
|  0|                   0|
|  1|                   0|
|  2|                   1|
|  3|                   1|
|  4|                   2|
|  5|                   2|
|  6|                   3|
|  7|                   3|
|  8|                   4|
|  9|                   4|
+---+--------------------+