Penutup
Menskalakan dan Mengoptimalkan Pipeline Data dengan Polars
Liam Brannigan
Data Scientist & Polars Contributor
Bab 1
- Memahami cara Polars mengoptimalkan kueri lazy di balik layar
- Membaca rencana kueri dan memprofil eksekusi
- Menggunakan data terurut dan operasi fast-path untuk mengurangi kerja
Bab 2
- Membandingkan CSV vs Parquet dan meninjau metadata berkas
- Mengontrol cara Polars memindai dan menulis data
- Skala ke dataset multi-berkas, partisi, dan basis data
Bab 3
- Bekerja dengan kolom list dan struct untuk data bertingkat
- Menggunakan tipe kategorikal dan enum untuk string berulang
- Memperkirakan ukuran DataFrame dan menyetel presisi numerik
Bab 4
- Menargetkan mesin eksekusi default, streaming, dan GPU
- Memproses hasil per batch dan menulis keluaran ke disk
- Menguji kueri Polars untuk pipeline yang tangguh dan andal
