cache

Mempertahankan DataFrame dengan tingkat penyimpanan default (MEMORY_AND_DISK_DESER).

Sintaksis

cache()

Pengembalian Barang

DataFrame: DataFrame yang di-cache.

Catatan

Tingkat penyimpanan default telah berubah agar MEMORY_AND_DISK_DESER sesuai dengan Scala di 3.0.

Data yang di-cache dibagikan di semua sesi Spark pada kluster.

Examples

Note

Databricks menyarankan untuk beralih dari DataFrame.cache() karena tidak kompatibel dengan arsitektur komputasi serverless Databricks. Materialisasi hasil perantara ke tabel Delta sebagai gantinya.

df = spark.range(1)
df.cache()
# DataFrame[id: bigint]

df.explain()
# == Physical Plan ==
# InMemoryTableScan ...