将给定的data_obj写入指定的uri

Parameters:

data_obj : Reader-like¶

要写入的数据。可接受的类型包括： - Pandas DataFrame、Pyarrow Table、Dataset、Scanner 或 RecordBatchReader - Huggingface 数据集

uri : str, Path, or LanceDataset¶

数据集写入的目标位置（目录）。如果传入的是LanceDataset，则会复用现有会话。

schema : Schema, optional¶

如果指定且输入为pandas DataFrame，则使用此模式替代默认的pandas到arrow表的转换。

mode : str¶

create - 创建新数据集（如果uri已存在则会报错）。 overwrite - 创建新的快照版本 append - 创建新版本，该版本是输入数据与最新版本的合并（如果uri不存在则会报错）

max_rows_per_file : int, default 1024 * 1024¶

在开始新文件之前要写入的最大行数

max_rows_per_group : int, default 1024¶

在同一个文件中开始新分组前的最大行数

max_bytes_per_file : int, default 90 * 1024 * 1024 * 1024¶

在开始新文件之前要写入的最大字节数。这是一个软性限制。该限制在每组数据写入后进行检查，这意味着较大的组可能会导致此限制被显著超出。默认值为90 GB，因为我们在对象存储上对每个文件有100 GB的硬性限制。

commit_lock : CommitLock, optional¶

自定义提交锁。仅当您的对象存储不支持原子提交时才需要。详情请参阅用户指南。

progress : FragmentWriteProgress, optional¶

实验性API。用于跟踪片段写入进度的功能。传入一个自定义类，该类需定义在开始写入每个片段和完成写入时调用的钩子函数。

storage_options : optional, dict¶

针对特定存储连接的额外选项。这用于存储连接参数，如凭证、端点等。

data_storage_version : optional, str, default None¶

要使用的数据存储格式版本。较新的版本效率更高，但需要较新版本的lance才能读取。默认值（None）将使用最新的稳定版本。更多详情请参阅用户指南。

use_legacy_format : optional, bool, default None¶

已弃用的设置数据存储版本的方法。请改用data_storage_version参数。

enable_v2_manifest_paths : bool, optional¶

如果为True，且这是一个新数据集，则使用新的V2清单路径。 这些路径能更高效地打开存储在对象存储上具有多个版本的数据集。如果数据集已存在，此参数将不起作用。要迁移现有数据集，请改用 LanceDataset.migrate_manifest_paths_v2()方法。默认为False。

enable_move_stable_row_ids : bool, optional¶

实验性参数：如果设置为true，写入器将使用移动稳定的行ID。 这些行ID在压缩操作后保持稳定，但在更新后不稳定。 这使得压缩更加高效，因为使用稳定的行ID时， 无需更新二级索引来指向新的行ID。

auto_cleanup_options : optional, AutoCleanupConfig¶

数据集自动清理的配置选项。 如果设置此选项且这是一个新数据集，旧数据集版本将根据此参数自动清理。 要为现有数据集添加自动清理功能，请使用Dataset::update_config设置 lance.auto_cleanup.interval和lance.auto_cleanup.older_than。 必须同时设置这两个参数才能启用自动清理功能。 如果不设置此参数（默认行为）， 则不会执行自动清理。 注意：此选项仅在创建新数据集时生效， 对现有数据集没有影响。