ponto de verificação

Retorna uma versão com ponto de verificação (checkpoint) deste DataFrame. O recurso de checkpointing pode ser usado para truncar o plano lógico deste DataFrame, o que é especialmente útil em algoritmos iterativos onde o plano pode crescer exponencialmente. Será salvo em arquivos dentro do diretório de ponto de verificação definido com a configuração SparkContext.setCheckpointDir ou spark.checkpoint.dir .

Sintaxe

checkpoint(eager: bool = True)

Parâmetros

Parâmetro	Tipo	Descrição
eager	booleano, opcional, default Verdadeiro	Indica se este DataFrame deve ser imediatamente salvo em um ponto de verificação.

Parâmetro	Tipo	Descrição
eager	booleano, opcional, default Verdadeiro	Indica se este DataFrame deve ser imediatamente salvo em um ponto de verificação.

Devoluções

DataFrame: DataFrame com ponto de verificação.

Notas

Esta API é experimental.

Exemplos

:::note Compatibilidade Serverless

O Databricks recomenda abandonar o DataFrame.checkpoint(), pois não é compatível com a arquitetura de computação serverless do Databricks. Em vez disso, grave o DataFrame em uma tabela Delta.

:::

Python

df = spark.createDataFrame([
    (14, "Tom"), (23, "Alice"), (16, "Bob")], ["age", "name"])
df.checkpoint(False)
# DataFrame[age: bigint, name: string]