Catalog

Catalog.cacheTable (表名[, 存储级别])	将指定的表缓存到内存中或使用给定的存储级别。
Catalog.clearCache ()	从内存缓存中移除所有缓存的表。
Catalog.createExternalTable (表名[, …])	根据数据源中的数据集创建一个表。
Catalog.createTable (表名[, 路径, …])	根据数据源中的数据集创建一个表。
Catalog.currentCatalog ()	返回此会话中的当前默认目录。
Catalog.currentDatabase ()	返回此会话中的当前默认数据库。
Catalog.databaseExists (数据库名称)	检查指定名称的数据库是否存在。
Catalog.dropGlobalTempView (视图名称)	删除目录中具有给定视图名称的全局临时视图。
Catalog.dropTempView (视图名称)	在目录中删除具有给定视图名称的本地临时视图。
Catalog.functionExists (函数名称[, 数据库名称])	检查指定名称的函数是否存在。
Catalog.getDatabase (数据库名称)	获取指定名称的数据库。
Catalog.getFunction (函数名称)	获取指定名称的函数。
Catalog.getTable (表名)	获取指定名称的表或视图。
Catalog.isCached (表名)	如果表当前在内存中缓存，则返回true。
Catalog.listCatalogs ([pattern])	返回此会话中的目录列表。
Catalog.listColumns (表名[, 数据库名])	返回指定数据库中给定表/视图的列列表。
Catalog.listDatabases ([模式])	返回所有会话中可用的数据库列表。
Catalog.listFunctions ([数据库名, 模式])	返回指定数据库中注册的函数列表。
Catalog.listTables ([数据库名称, 模式])	返回指定数据库中的表/视图列表。
Catalog.recoverPartitions (表名)	恢复给定表的所有分区并更新目录。
Catalog.refreshByPath (路径)	使所有包含给定数据源路径的 DataFrame 的缓存数据（及其关联的元数据）失效并刷新。
Catalog.refreshTable (表名)	使给定表的所有缓存数据和元数据失效并刷新。
Catalog.registerFunction (名称, f[, 返回类型])	为 spark.udf.register() 的别名。
Catalog.setCurrentCatalog （目录名称）	设置当前会话中的默认目录。
Catalog.setCurrentDatabase (数据库名称)	设置当前会话中的默认数据库。
Catalog.tableExists (表名[, 数据库名])	检查是否存在指定名称的表或视图。
Catalog.uncacheTable (表名)	从内存缓存中移除指定的表。

前一个

pyspark.sql.PandasCogroupedOps.applyInPandas

下一个

pyspark.sql.Catalog.cacheTable