Spark初心者です。
Sparkはパーティション単位で並列処理が行われる認識です。
例えば
python
1df.coalesce(50).write.orc(path,mode="overwrite", compression ="none")
のように書いたときは、最大50分割で分散されるようにpathに書き込まれると思います。
ですが、
python
1df.coalesce(50).write.partitionBy("日付","性別").orc(path,mode="overwrite", compression ="none")
のように書いた場合、日付と性別ごとにpartitonが分かれるので、(日付,性別)が50組み合わせ以上ある場合はエラーとなるでしょうか?
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。