clusterBy (DataFrameWriter)

Agrupa los datos de las columnas especificadas para optimizar el rendimiento de las consultas.

Sintaxis

clusterBy(*cols)

Parámetros

Parámetro	Tipo	Descripción
*cols	str o list	Nombres de las columnas por las que se va a agrupar.

Devoluciones

DataFrameWriter

Ejemplos

Escriba un DataFrame en un archivo Parquet con agrupación en clústeres.

import tempfile
with tempfile.TemporaryDirectory(prefix="clusterBy") as d:
    spark.createDataFrame(
        [{"age": 100, "name": "Alice"}, {"age": 120, "name": "Ruifeng Zheng"}]
    ).write.clusterBy("name").mode("overwrite").format("parquet").save(d)