Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Sparar innehållet i som DataFrame den angivna tabellen. Om tabellen redan finns beror beteendet på parametern mode (standard är att utlösa ett undantag). När mode är 'overwrite'behöver schemat DataFrame för inte matcha det befintliga tabellschemat.
Syntax
saveAsTable(name, format=None, mode=None, partitionBy=None, **options)
Parameters
| Parameter | Type | Beskrivning |
|---|---|---|
name |
str | Tabellnamnet. |
format |
str, valfritt | Det format som används för att spara. |
mode |
str, valfritt | Beteendet när data redan finns. Godkända värden är 'append', 'overwrite', 'error' eller 'errorifexists' (standard) och 'ignore'. |
partitionBy |
str eller lista, valfritt | Namn på partitioneringskolumner. |
**options |
Dict | Ytterligare strängalternativ. |
Retur
Ingen
Notes
När mode är 'append'används dess format och alternativ om en tabell redan finns. Till skillnad från DataFrameWriter.insertIntoanvänder DataFrameWriter.saveAsTable använder kolumnnamn för att hitta rätt kolumnpositioner.
Exempel
Skapa en tabell från en DataFrame och läs tillbaka den.
spark.sql("DROP TABLE IF EXISTS tblA")
spark.createDataFrame([
(100, "Alice"), (120, "Bob"), (140, "Tom")],
schema=["age", "name"]
).write.saveAsTable("tblA")
spark.read.table("tblA").sort("age").show()
# +---+------------+
# |age| name|
# +---+------------+
# |100|Alice|
# |120|Bob|
# |140| Tom|
# +---+------------+
spark.sql("DROP TABLE tblA")