การปรับแต่งคิวรีและแผนการดำเนินการ

การปรับขนาดและเพิ่มประสิทธิภาพ Data Pipeline ด้วย Polars

Liam Brannigan

Data Scientist & Polars Contributor

แนะนำการปรับแต่งคิวรี

ภาพตารางที่มีแถวและคอลัมน์

แนะนำการปรับแต่งคิวรี

ภาพตารางที่มีแถวและคอลัมน์

แนะนำการปรับแต่งคิวรี

ภาพการรันการดำเนินการแบบอนุกรม

แนะนำการปรับแต่งคิวรี

ภาพการรันการดำเนินการแบบขนาน

แนะนำการปรับแต่งคิวรี

ไปป์ไลน์ที่มีการดำเนินการซ้ำซ้อนสองครั้ง

แนะนำการปรับแต่งคิวรี

ไปป์ไลน์ที่มีการดำเนินการซ้ำซ้อนสองครั้ง

ประเภทคำขอสูงสุดตามแผนก

department_request_types = (
    requests





)

ประเภทคำขอสูงสุดตามแผนก

department_request_types = (
    requests
    .filter(pl.col("STATUS") == "Completed")




)

ประเภทคำขอสูงสุดตามแผนก

department_request_types = (
    requests
    .filter(pl.col("STATUS") == "Completed")
    .group_by("DEPARTMENT")



)

ประเภทคำขอสูงสุดตามแผนก

department_request_types = (
    requests    
    .filter(pl.col("STATUS") == "Completed")
    .group_by("DEPARTMENT")
    .agg(pl.col("TYPE").n_unique().alias("n_request_types"))


)

ประเภทคำขอสูงสุดตามแผนก

department_request_types = (
    requests
    .filter(pl.col("STATUS") == "Completed")
    .group_by("DEPARTMENT")
    .agg(pl.col("TYPE").n_unique().alias("n_request_types"))
    .sort("n_request_types", descending=True)
    .head(5)
)

แผน Naive

แผนที่ยังไม่ถูกปรับแต่ง

print(department_request_types)

แผนที่ยังไม่ถูกปรับแต่ง

print(department_request_types)








        Csv SCAN [311_Service_Requests.csv]
        PROJECT */39 COLUMNS

แผนที่ยังไม่ถูกปรับแต่ง

print(department_request_types)






      FILTER [(col("STATUS")) == ("Completed")]
      FROM
        Csv SCAN [311_Service_Requests.csv]
        PROJECT */39 COLUMNS

แผนที่ยังไม่ถูกปรับแต่ง

print(department_request_types)



    AGGREGATE[maintain_order: false]
      [col("TYPE").n_unique().alias("n_request_types")] BY [col("DEPARTMENT")]
      FROM
      FILTER [(col("STATUS")) == ("Completed")]
      FROM
        Csv SCAN [311_Service_Requests.csv]
        PROJECT */39 COLUMNS

แผนที่ยังไม่ถูกปรับแต่ง

print(department_request_types)

SLICE[offset: 0, len: 5]
  SORT BY [descending: [true]] [col("n_request_types")]
    AGGREGATE[maintain_order: false]
      [col("TYPE").n_unique().alias("n_request_types")] BY [col("DEPARTMENT")]
      FROM
      FILTER [(col("STATUS")) == ("Completed")]
      FROM
        Csv SCAN [311_Service_Requests.csv]
        PROJECT */39 COLUMNS

แผนที่ถูกปรับแต่งแล้ว

print(department_request_types.explain())

แผนที่ถูกปรับแต่งแล้ว







        Csv SCAN [311_Service_Requests.csv]
        PROJECT 3/39 COLUMNS
        SELECTION: [(col("STATUS")) == ("Completed")]

แผนที่ถูกปรับแต่งแล้ว






      simple pi 2/2 ["TYPE", "DEPARTMENT"]
        Csv SCAN [311_Service_Requests.csv]
        PROJECT 3/39 COLUMNS
        SELECTION: [(col("STATUS")) == ("Completed")]

แผนที่ถูกปรับแต่งแล้ว



    AGGREGATE[maintain_order: false]
      [col("TYPE").n_unique().alias("n_request_types")] BY [col("DEPARTMENT")]
      FROM
      simple pi 2/2 ["TYPE", "DEPARTMENT"]
        Csv SCAN [311_Service_Requests.csv]
        PROJECT 3/39 COLUMNS
        SELECTION: [(col("STATUS")) == ("Completed")]

แผนที่ถูกปรับแต่งแล้ว

SORT BY [slice: (0, 10, ...), descending: [true]] [col("n_request_types")]
  FILTER col("n_request_types").dynamic_predicate() FROM
    AGGREGATE[maintain_order: false]
      [col("TYPE").n_unique().alias("n_request_types")] BY [col("DEPARTMENT")]
      FROM
      simple pi 2/2 ["TYPE", "DEPARTMENT"]
        Csv SCAN [311_Service_Requests.csv]
        PROJECT 3/39 COLUMNS
        SELECTION: [(col("STATUS")) == ("Completed")]

ค้นหา 10 แถวสูงสุดใน n_request_types
กรองแถวที่เหลือออก
เรียงลำดับ 10 แถวนั้น

แผนที่ถูกปรับแต่งแล้วในรูปแบบกราฟ

print(department_request_types.show_graph())

ภาพกราฟของแผนที่ปรับแต่งแล้ว แสดงการสแกน CSV พร้อมการปรับแต่ง

การปรับแต่งเพิ่มเติม

(
    requests








)

การปรับแต่งเพิ่มเติม

(
    requests
    .filter(pl.col("STATUS") == "Completed")
    .filter(pl.col("DEPARTMENT") == "Sanitation")






)

การปรับแต่งเพิ่มเติม

(
    requests
    .filter(pl.col("STATUS") == "Completed")
    .filter(pl.col("DEPARTMENT") == "Sanitation")
    .with_columns(
        pl.col("TYPE").str.to_lowercase().alias("type_lower")
    )
    .with_columns(
        pl.col("STATUS").str.to_lowercase().alias("status_lower")
    )
)

การปรับแต่งเพิ่มเติม



  Csv SCAN [311_Service_Requests.csv]
  PROJECT */39 COLUMNS
  SELECTION: [([(col("DEPARTMENT")) == ("Sanitation")]) & ([(col("STATUS")) == ("Completed")])]

รวมเงื่อนไข AND ไว้ด้วยกัน

การปรับแต่งเพิ่มเติม

 WITH_COLUMNS:
 [col("TYPE").str.to_lowercase().alias("type_lower"), col("STATUS").str.to_lowercase().alias("status_lower")]
  Csv SCAN [311_Service_Requests.csv]
  PROJECT */39 COLUMNS
  SELECTION: [([(col("DEPARTMENT")) == ("Sanitation")]) & ([(col("STATUS")) == ("Completed")])]

รวมเงื่อนไข AND ไว้ด้วยกัน
จัดกลุ่มนิพจน์ WITH_COLUMNS เข้าด้วยกัน

มาฝึกกันเถอะ!

การปรับขนาดและเพิ่มประสิทธิภาพ Data Pipeline ด้วย Polars