ai.rapids.cudf

类 Table

java.lang.Object

ai.rapids.cudf.Table

所有已实现的接口

AutoCloseable

public final class Table
extends Object
implements AutoCloseable

表示列向量集合以及可对其执行集体操作的类。列的引用计数在传入后会增加。

嵌套类摘要

嵌套类

修饰符和类型	类和描述
静态类	Table.DuplicateKeepOption 枚举，用于指定重复行/元素中的哪一个将被复制到输出中。
静态类	Table.GroupByOperation 表示分组操作的类
静态类	Table.TableOperation
静态类	Table.TestBuilder 在 GPU 上创建包含 CPU 数据的表。

构造方法摘要

构造方法

构造方法和描述
Table(ColumnVector... columns) Table 类会创建传入的 ColumnVector 数组的副本。
Table(long[] cudfColumns) 从现有设备上的 cudf::column 指针数组创建 Table。

方法摘要

修饰符和类型	方法和描述
void	close()
静态 Table	concatenate(Table... tables) 将多个表连接在一起形成一个表。
GatherMap[]	conditionalFullJoinGatherMaps(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，可用于体现两个表之间全连接结果的收集映射。
GatherMap[]	conditionalInnerJoinGatherMaps(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，可用于体现两个表之间内连接结果的收集映射。
GatherMap[]	conditionalInnerJoinGatherMaps(Table rightTable, CompiledExpression condition, long outputRowCount) 计算当条件表达式为真时，可用于体现两个表之间内连接结果的收集映射。
long	conditionalInnerJoinRowCount(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，两个表之间内连接结果的行数。
GatherMap	conditionalLeftAntiJoinGatherMap(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，可用于体现两个表之间左反连接结果的收集映射。
GatherMap	conditionalLeftAntiJoinGatherMap(Table rightTable, CompiledExpression condition, long outputRowCount) 计算当条件表达式为真时，可用于体现两个表之间左反连接结果的收集映射。
long	conditionalLeftAntiJoinRowCount(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，两个表之间左反连接结果的行数。
GatherMap[]	conditionalLeftJoinGatherMaps(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，可用于体现两个表之间左连接结果的收集映射。
GatherMap[]	conditionalLeftJoinGatherMaps(Table rightTable, CompiledExpression condition, long outputRowCount) 计算当条件表达式为真时，可用于体现两个表之间左连接结果的收集映射。
long	conditionalLeftJoinRowCount(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，两个表之间左连接结果的行数。
GatherMap	conditionalLeftSemiJoinGatherMap(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，可用于体现两个表之间左半连接结果的收集映射。
GatherMap	conditionalLeftSemiJoinGatherMap(Table rightTable, CompiledExpression condition, long outputRowCount) 计算当条件表达式为真时，可用于体现两个表之间左半连接结果的收集映射。
long	conditionalLeftSemiJoinRowCount(Table rightTable, CompiledExpression condition) 计算当条件表达式为真时，两个表之间左半连接结果的行数。
ContiguousTable[]	contiguousSplit(int... indices) 在给定边界处分割表，但每次分割的结果具有布局在连续内存范围内的内存。
Table	crossJoin(Table right) 连接两个表，将左表所有行与右表所有行进行连接。
int	distinctCount() 计算表中相互之间不同的行数。
int	distinctCount(NullEquality nullsEqual) 计算表中相互之间不同的行数。
Table	dropDuplicates(int[] keyColumns, Table.DuplicateKeepOption keep, boolean nullsEqual) 将当前表的行复制到输出表，以便忽略关键列中的重复行（即，只复制重复行中的一行）。
Table	explode(int index) 展开列表列的元素。
Table	explodeOuter(int index) 展开列表列的元素。
Table	explodeOuterPosition(int index) 展开列表列的元素，保留任何 null 条目或空列表，并包含一个位置列。
Table	explodePosition(int index) 展开列表列的元素，并包含一个位置列。
Table	filter(ColumnView mask) 使用布尔值列作为掩码过滤此表，返回一个新表。
静态 Table	fromPackedTable(ByteBuffer metadata, DeviceMemoryBuffer data) 从打包表示构建表。
GatherMap[]	fullJoinGatherMaps(HashJoin rightHash) 计算可用于体现两个表之间全相等连接结果的收集映射。
GatherMap[]	fullJoinGatherMaps(HashJoin rightHash, long outputRowCount) 计算可用于体现两个表之间全相等连接结果的收集映射。
GatherMap[]	fullJoinGatherMaps(Table rightKeys, boolean compareNullsEqual) 计算可用于体现两个表之间全相等连接结果的收集映射。
long	fullJoinRowCount(HashJoin rightHash) 计算两个表之间全相等连接产生的行数。
Table	gather(ColumnView gatherMap) 根据 `gatherMap` 收集此表的行，以便结果表的列中的第“i”行将包含此表中的第“gatherMap[i]”行。
Table	gather(ColumnView gatherMap, OutOfBoundsPolicy outOfBoundsPolicy) 根据 `gatherMap` 收集此表的行，以便结果表的列中的第“i”行将包含此表中的第“gatherMap[i]”行。
ColumnVector	getColumn(int index) 返回指定索引处的 ColumnVector。
静态 TableWriter	getCSVBufferWriter(CSVWriterOptions options, HostBufferConsumer bufferConsumer)
静态 TableWriter	getCSVBufferWriter(CSVWriterOptions options, HostBufferConsumer bufferConsumer, HostMemoryAllocator hostMemoryAllocator)
long	getDeviceMemorySize() 返回设备内存缓冲区大小。
long	getNativeView() 返回此表的本地表视图句柄
int	getNumberOfColumns()
long	getRowCount()
Table.GroupByOperation	groupBy(GroupByOptions groupByOptions, int... indices) 返回按索引中提供的列分组的聚合操作
Table.GroupByOperation	groupBy(int... indices) 返回按索引中提供的列分组的聚合操作，使用如下默认选项：- 在分组时将 null 视为键。
GatherMap[]	innerDistinctJoinGatherMaps(Table rightKeys, boolean compareNullsEqual) 计算可用于体现两个表之间内相等连接结果的收集映射，其中右表保证不包含任何重复的连接键。
GatherMap[]	innerJoinGatherMaps(HashJoin rightHash) 计算可用于体现两个表之间内相等连接结果的收集映射。
GatherMap[]	innerJoinGatherMaps(HashJoin rightHash, long outputRowCount) 计算可用于体现两个表之间内相等连接结果的收集映射。
GatherMap[]	innerJoinGatherMaps(Table rightKeys, boolean compareNullsEqual) 计算可用于体现两个表之间内相等连接结果的收集映射。
long	innerJoinRowCount(HashJoin otherHash) 计算两个表之间内相等连接产生的行数。
ColumnVector	interleaveColumns() 将所有列交织成一个单列。
GatherMap	leftAntiJoinGatherMap(Table rightKeys, boolean compareNullsEqual) 计算可用于体现两个表之间左反连接结果的收集映射。
GatherMap	leftDistinctJoinGatherMap(Table rightKeys, boolean compareNullsEqual) 计算一个收集映射，可用于体现两个表之间左相等连接的结果，其中右表保证不包含任何重复的连接键。
GatherMap[]	leftJoinGatherMaps(HashJoin rightHash) 计算可用于体现两个表之间左相等连接结果的收集映射。
GatherMap[]	leftJoinGatherMaps(HashJoin rightHash, long outputRowCount) 计算可用于体现两个表之间左相等连接结果的收集映射。
GatherMap[]	leftJoinGatherMaps(Table rightKeys, boolean compareNullsEqual) 计算可用于体现两个表之间左相等连接结果的收集映射。
long	leftJoinRowCount(HashJoin rightHash) 计算两个表之间左相等连接产生的行数。
GatherMap	leftSemiJoinGatherMap(Table rightKeys, boolean compareNullsEqual) 计算可用于体现两个表之间左半连接结果的收集映射。
ColumnVector	lowerBound(boolean[] areNullsSmallest, Table valueTable, boolean[] descFlags) 查找排序表中应插入值以保持顺序的最小索引。
ColumnVector	lowerBound(Table valueTable, OrderByArg... args) 查找排序表中应插入值以保持顺序的最小索引。
ChunkedPack	makeChunkedPack(long bounceBufferSize) 创建一个 `ChunkedPack` 实例，可用于利用大小为 `bounceBufferSize` 的跳跃缓冲区在内存中连续打包此表。
ChunkedPack	makeChunkedPack(long bounceBufferSize, RmmDeviceMemoryResource tempMemoryResource) 创建一个 `ChunkedPack` 实例，可用于利用大小为 `bounceBufferSize` 的跳跃缓冲区在内存中连续打包此表。
静态 Table	merge(List<Table> tables, OrderByArg... args) 合并多个已排序表，保持排序顺序相同。
静态 Table	merge(Table[] tables, OrderByArg... args) 合并多个已排序表，保持排序顺序相同。
静态 GatherMap[]	mixedFullJoinGatherMaps(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality) 计算可用于体现两个表之间使用等值和不等值条件混合的全连接结果的收集映射。
静态 GatherMap[]	mixedInnerJoinGatherMaps(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality) 计算可用于体现两个表之间使用等值和不等值条件混合的内连接结果的收集映射。
静态 GatherMap[]	mixedInnerJoinGatherMaps(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality, MixedJoinSize joinSize) 计算可用于体现两个表之间使用等值和不等值条件混合的内连接结果的收集映射。
静态 MixedJoinSize	mixedInnerJoinSize(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality) 计算两个表之间使用等值和不等值条件混合的内连接的输出大小信息。
静态 GatherMap	mixedLeftAntiJoinGatherMap(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality) 计算可用于体现两个表之间使用等值和不等值条件混合的左反连接结果的收集映射。
静态 GatherMap[]	mixedLeftJoinGatherMaps(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality) 计算可用于体现两个表之间使用等值和不等值条件混合的左连接结果的收集映射。
静态 GatherMap[]	mixedLeftJoinGatherMaps(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality, MixedJoinSize joinSize) 计算可用于体现两个表之间使用等值和不等值条件混合的左连接结果的收集映射。
静态 MixedJoinSize	mixedLeftJoinSize(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality) 计算两个表之间使用等值和不等值条件混合的左连接的输出大小信息。
静态 GatherMap	mixedLeftSemiJoinGatherMap(Table leftKeys, Table rightKeys, Table leftConditional, Table rightConditional, CompiledExpression condition, NullEquality nullEquality) 计算可用于体现两个表之间使用等值和不等值条件混合的左半连接结果的收集映射。
Table.TableOperation	onColumns(int... indices)
Table	orderBy(OrderByArg... args) 使用排序键对表排序，返回一个新的分配的表。
PartitionedTable	partition(ColumnView partitionMap, int numberOfPartitions) 使用 partitionMap 中的映射对此表进行分区。
静态 TableWithMeta	readAndInferJSON(JSONOptions opts, DataSource ds) 读取 JSON 格式数据并推断列名和 schema。
静态 StreamedTableReader	readArrowIPCChunked(ArrowIPCOptions options, File inputFile) 获取一个读取器，该读取器将返回表。
静态 StreamedTableReader	readArrowIPCChunked(ArrowIPCOptions options, HostBufferProvider provider)
静态 StreamedTableReader	readArrowIPCChunked(ArrowIPCOptions options, HostBufferProvider provider, HostMemoryAllocator hostMemoryAllocator) 获取一个读取器，该读取器将返回表。
静态 StreamedTableReader	readArrowIPCChunked(File inputFile) 获取一个读取器，该读取器将返回表。
静态 StreamedTableReader	readArrowIPCChunked(HostBufferProvider provider) 获取一个读取器，该读取器将返回表。
静态 Table	readAvro(AvroOptions opts, byte[] buffer) 读取 Avro 格式数据。
静态 Table	readAvro(AvroOptions opts, byte[] buffer, long offset, long len)
静态 Table	readAvro(AvroOptions opts, byte[] buffer, long offset, long len, HostMemoryAllocator hostMemoryAllocator) 读取 Avro 格式数据。
静态 Table	readAvro(AvroOptions opts, DataSource ds)
静态 Table	readAvro(AvroOptions opts, File path) 读取 Avro 文件。
静态 Table	readAvro(HostMemoryBuffer buffer, long offset, long len) 读取 Avro 格式数据。
静态 Table	readAvro(byte[] buffer) 读取 Avro 格式数据。
静态 Table	readAvro(File path) 使用默认 AvroOptions 读取 Avro 文件。
静态 Table	readCSV(Schema schema, byte[] buffer) 使用默认 CSVOptions 读取 CSV 格式数据。
静态 Table	readCSV(Schema schema, CSVOptions opts, byte[] buffer) 读取 CSV 格式数据。
静态 Table	readCSV(Schema schema, CSVOptions opts, byte[] buffer, long offset, long len)
静态 Table	readCSV(Schema schema, CSVOptions opts, byte[] buffer, long offset, long len, HostMemoryAllocator hostMemoryAllocator) 读取 CSV 格式数据。
静态 Table	readCSV(Schema schema, CSVOptions opts, DataSource ds)
静态 Table	readCSV(Schema schema, CSVOptions opts, File path) 读取 CSV 文件。
静态 Table	readCSV(Schema schema, CSVOptions opts, HostMemoryBuffer buffer, long offset, long len) 读取 CSV 格式数据。
静态 Table	readCSV(Schema schema, File path) 使用默认 CSVOptions 读取 CSV 文件。
静态 TableWithMeta	readJSON(JSONOptions opts, HostMemoryBuffer buffer, long offset, long len) 读取 JSON 格式数据并推断列名和 schema。
静态 Table	readJSON(Schema schema, byte[] buffer) 使用默认 JSONOptions 读取 JSON 格式数据。
静态 Table	readJSON(Schema schema, File path) 使用默认 JSONOptions 读取 JSON 文件。
静态 Table	readJSON(Schema schema, JSONOptions opts, byte[] buffer) 读取 JSON 格式数据。
静态 Table	readJSON(Schema schema, JSONOptions opts, byte[] buffer, long offset, long len)
静态 Table	readJSON(Schema schema, JSONOptions opts, byte[] buffer, long offset, long len, HostMemoryAllocator hostMemoryAllocator) 读取 JSON 格式数据。
静态 Table	readJSON(Schema schema, JSONOptions opts, byte[] buffer, long offset, long len, HostMemoryAllocator hostMemoryAllocator, int emptyRowCount) 已过时。 此方法已过时，因为未使用 emptyRowCount。请改用不带 emptyRowCount 的方法。
静态 Table	readJSON(Schema schema, JSONOptions opts, byte[] buffer, long offset, long len, int emptyRowCount)
静态 Table	readJSON(Schema schema, JSONOptions opts, DataSource ds) 读取 JSON 格式数据。
静态 Table	readJSON(Schema schema, JSONOptions opts, DataSource ds, int emptyRowCount) 已过时。 此方法已过时，因为未使用 emptyRowCount。请改用不带 emptyRowCount 的方法。
静态 Table	readJSON(Schema schema, JSONOptions opts, File path) 读取 JSON 文件。
静态 Table	readJSON(Schema schema, JSONOptions opts, HostMemoryBuffer buffer, long offset, long len) 读取 JSON 格式数据。
静态 Table	readJSON(Schema schema, JSONOptions opts, HostMemoryBuffer buffer, long offset, long len, int emptyRowCount) 已过时。 此方法已过时，因为未使用 emptyRowCount。请改用不带 emptyRowCount 的方法。
静态 Table	readORC(byte[] buffer) 读取 ORC 格式数据。
静态 Table	readORC(File path) 使用默认 ORCOptions 读取 ORC 文件。
静态 Table	readORC(ORCOptions opts, byte[] buffer) 读取 ORC 格式数据。
静态 Table	readORC(ORCOptions opts, byte[] buffer, long offset, long len)
静态 Table	readORC(ORCOptions opts, byte[] buffer, long offset, long len, HostMemoryAllocator hostMemoryAllocator) 读取 ORC 格式数据。
静态 Table	readORC(ORCOptions opts, DataSource ds)
静态 Table	readORC(ORCOptions opts, File path) 读取 ORC 文件。
静态 Table	readORC(ORCOptions opts, HostMemoryBuffer buffer, long offset, long len) 读取 ORC 格式数据。
静态 Table	readParquet(byte[] buffer) 读取 Parquet 格式数据。
静态 Table	readParquet(File path) 使用默认 ParquetOptions 读取 Parquet 文件。
静态 Table	readParquet(ParquetOptions opts, byte[] buffer) 读取 Parquet 格式数据。
静态 Table	readParquet(ParquetOptions opts, byte[] buffer, long offset, long len) 读取 Parquet 格式数据。
静态 Table	readParquet(ParquetOptions opts, byte[] buffer, long offset, long len, HostMemoryAllocator hostMemoryAllocator) 读取 Parquet 格式数据。
静态 Table	readParquet(ParquetOptions opts, DataSource ds) 读取 Parquet 格式数据。
静态 Table	readParquet(ParquetOptions opts, File path) 读取 Parquet 文件。
静态 Table	readParquet(ParquetOptions opts, HostMemoryBuffer... buffers) 读取 Parquet 格式数据。
静态 Table	readParquet(ParquetOptions opts, HostMemoryBuffer buffer, long offset, long len) 读取 Parquet 格式数据。
Table	repeat(ColumnView counts) 通过重复此表的每一行创建一个新表。
Table	repeat(int count) 重复此表的每一行 count 次。
PartitionedTable	roundRobinPartition(int numberOfPartitions, int startPartition) 将表按轮询方式分区到指定数量的分区中。
ColumnVector	rowBitCount() 返回 `table_view` 中所有列每行的近似累计大小（以位为单位）。
Table	sample(long n, boolean replacement, long seed) 从表中随机采集 `n` 个样本 注意：不保留顺序 示例：input: {col1: {1, 2, 3, 4, 5}, col2: {6, 7, 8, 9, 10}} n: 3 replacement: false output: {col1: {3, 1, 4}, col2: {8, 6, 9}} replacement: true output: {col1: {3, 1, 1}, col2: {8, 6, 6}} 如果 `n` > 表行数且 `replacement` == FALSE，则抛出 "logic_error"。
Table	scatter(ColumnView scatterMap, Table target) 将值从源表异地散布到目标表中，返回新的结果表。
静态 Table	scatter(Scalar[] source, ColumnView scatterMap, Table target) 将值从源行异地散布到目标表中，返回新的结果表。
ColumnVector	sortOrder(OrderByArg... args) 获取一个可用于排序数据的收集映射。
String	toString()
ColumnVector	upperBound(boolean[] areNullsSmallest, Table valueTable, boolean[] descFlags) 查找排序表中应插入值以保持顺序的最大索引。
ColumnVector	upperBound(Table valueTable, OrderByArg... args) 查找排序表中应插入值以保持顺序的最大索引。
静态 TableWriter	writeArrowIPCChunked(ArrowIPCWriterOptions options, File outputFile) 获取用于将 arrow IPC 数据写入文件的表写入器。
静态 TableWriter	writeArrowIPCChunked(ArrowIPCWriterOptions options, HostBufferConsumer consumer)
静态 TableWriter	writeArrowIPCChunked(ArrowIPCWriterOptions options, HostBufferConsumer consumer, HostMemoryAllocator hostMemoryAllocator) 获取用于写入 arrow IPC 数据并通过回调处理每个分块的表写入器。
静态 void	writeColumnViewsToParquet(ParquetWriterOptions options, HostBufferConsumer consumer, ColumnView... columnViews)
静态 void	writeColumnViewsToParquet(ParquetWriterOptions options, HostBufferConsumer consumer, HostMemoryAllocator hostMemoryAllocator, ColumnView... columnViews) 这是一个不断发展的 API，很可能会在未来版本中移除。请注意，此功能在不久的将来可能不再存在。
void	writeCSVToFile(CSVWriterOptions options, String outputPath)
静态 TableWriter	writeORCChunked(ORCWriterOptions options, File outputFile) 获取用于将 ORC 数据写入文件的表写入器。
静态 TableWriter	writeORCChunked(ORCWriterOptions options, HostBufferConsumer consumer)
静态 TableWriter	writeORCChunked(ORCWriterOptions options, HostBufferConsumer consumer, HostMemoryAllocator hostMemoryAllocator) 获取用于写入 ORC 数据并通过回调处理每个分块的表写入器。
静态 TableWriter	writeParquetChunked(ParquetWriterOptions options, File outputFile) 获取用于将 Parquet 数据写入文件的表写入器。
静态 TableWriter	writeParquetChunked(ParquetWriterOptions options, HostBufferConsumer consumer)
静态 TableWriter	writeParquetChunked(ParquetWriterOptions options, HostBufferConsumer consumer, HostMemoryAllocator hostMemoryAllocator) 获取用于写入 Parquet 数据并通过回调处理每个分块的表写入器。

从类继承的方法 java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, wait, wait, wait

构造方法详细信息

Table

public Table(ColumnVector... columns)

Table 类会创建传入的 ColumnVector 数组的副本。此类关闭时会减少其自身及其所有内容的引用计数，如果引用计数为零则释放资源。

参数

columns - ColumnVector 数组

Table

public Table(long[] cudfColumns)

从现有设备上的 cudf::column 指针数组创建 Table。列的所有权转移到新 Table 持有的 ColumnVectors。如果发生异常，这些列将被删除。

参数

cudfColumns - 本地句柄数组

方法详细信息

getNativeView

public long getNativeView()

返回此表的本地表视图句柄

getColumn

public ColumnVector getColumn(int index)

返回指定索引处的 ColumnVector。如果要在表的生命周期之后保留对该列的引用，则需要自行增加该列的引用计数。

getRowCount

public final long getRowCount()

getNumberOfColumns

public final int getNumberOfColumns()

close

public void close()

指定者

close 在接口中指定 AutoCloseable

toString

public String toString()

覆盖者

toString 在类中覆盖 Object

getDeviceMemorySize

public long getDeviceMemorySize()

返回设备内存缓冲区大小。

readCSV

public static Table readCSV(Schema schema,
                            File path)

使用默认 CSVOptions 读取 CSV 文件。

参数

schema - 文件的 schema。您可以使用 Schema.INFERRED 来推断 schema。

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readCSV

public static Table readCSV(Schema schema,
                            CSVOptions opts,
                            File path)

读取 CSV 文件。

参数

schema - 文件的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 CSV 解析选项。

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readCSV

public static Table readCSV(Schema schema,
                            byte[] buffer)

使用默认 CSVOptions 读取 CSV 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

buffer - 原始 UTF8 格式字节。

返回

在 GPU 上解析为表的数据。

readCSV

public static Table readCSV(Schema schema,
                            CSVOptions opts,
                            byte[] buffer)

读取 CSV 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 CSV 解析选项。

buffer - 原始 UTF8 格式字节。

返回

在 GPU 上解析为表的数据。

readCSV

public static Table readCSV(Schema schema,
                            CSVOptions opts,
                            byte[] buffer,
                            long offset,
                            long len,
                            HostMemoryAllocator hostMemoryAllocator)

读取 CSV 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 CSV 解析选项。

buffer - 原始 UTF8 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

hostMemoryAllocator - 主机内存缓冲区分配器

返回

在 GPU 上解析为表的数据。

readCSV

public static Table readCSV(Schema schema,
                            CSVOptions opts,
                            byte[] buffer,
                            long offset,
                            long len)

readCSV

public static Table readCSV(Schema schema,
                            CSVOptions opts,
                            HostMemoryBuffer buffer,
                            long offset,
                            long len)

读取 CSV 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 CSV 解析选项。

buffer - 原始 UTF8 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

返回

在 GPU 上解析为表的数据。

readCSV

public static Table readCSV(Schema schema,
                            CSVOptions opts,
                            DataSource ds)

writeCSVToFile

public void writeCSVToFile(CSVWriterOptions options,
                           String outputPath)

getCSVBufferWriter

public static TableWriter getCSVBufferWriter(CSVWriterOptions options,
                                             HostBufferConsumer bufferConsumer,
                                             HostMemoryAllocator hostMemoryAllocator)

getCSVBufferWriter

public static TableWriter getCSVBufferWriter(CSVWriterOptions options,
                                             HostBufferConsumer bufferConsumer)

readJSON

public static Table readJSON(Schema schema,
                             File path)

使用默认 JSONOptions 读取 JSON 文件。

参数

schema - 文件的 schema。您可以使用 Schema.INFERRED 来推断 schema。

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readJSON

public static Table readJSON(Schema schema,
                             byte[] buffer)

使用默认 JSONOptions 读取 JSON 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

buffer - 原始 UTF8 格式字节。

返回

在 GPU 上解析为表的数据。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             byte[] buffer)

读取 JSON 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 JSON 解析选项。

buffer - 原始 UTF8 格式字节。

返回

在 GPU 上解析为表的数据。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             File path)

读取 JSON 文件。

参数

schema - 文件的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 JSON 解析选项。

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             byte[] buffer,
                             long offset,
                             long len,
                             HostMemoryAllocator hostMemoryAllocator)

读取 JSON 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 JSON 解析选项。

buffer - 原始 UTF8 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

hostMemoryAllocator - 主机内存缓冲区分配器

返回

在 GPU 上解析为表的数据。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             byte[] buffer,
                             long offset,
                             long len,
                             HostMemoryAllocator hostMemoryAllocator,
                             int emptyRowCount)

已过时。 此方法已过时，因为未使用 emptyRowCount。请改用不带 emptyRowCount 的方法。

读取 JSON 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 JSON 解析选项。

buffer - 原始 UTF8 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

hostMemoryAllocator - 主机内存缓冲区分配器

emptyRowCount - 如果未读取任何列，则返回的行数。

返回

在 GPU 上解析为表的数据。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             byte[] buffer,
                             long offset,
                             long len,
                             int emptyRowCount)

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             byte[] buffer,
                             long offset,
                             long len)

readJSON

public static TableWithMeta readJSON(JSONOptions opts,
                                     HostMemoryBuffer buffer,
                                     long offset,
                                     long len)

读取 JSON 格式数据并推断列名和 schema。

参数

opts - 各种 JSON 解析选项。

buffer - 原始 UTF8 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

返回

在 GPU 上解析为表的数据以及返回表的元数据。

readAndInferJSON

public static TableWithMeta readAndInferJSON(JSONOptions opts,
                                             DataSource ds)

读取 JSON 格式数据并推断列名和 schema。

参数

opts - 各种 JSON 解析选项。

返回

在 GPU 上解析为表的数据以及返回表的元数据。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             HostMemoryBuffer buffer,
                             long offset,
                             long len)

读取 JSON 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 JSON 解析选项。

buffer - 原始 UTF8 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

返回

在 GPU 上解析为表的数据。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             HostMemoryBuffer buffer,
                             long offset,
                             long len,
                             int emptyRowCount)

已过时。 此方法已过时，因为未使用 emptyRowCount。请改用不带 emptyRowCount 的方法。

读取 JSON 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 JSON 解析选项。

buffer - 原始 UTF8 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

emptyRowCount - 如果未找到任何列，则使用的行数。

返回

在 GPU 上解析为表的数据。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             DataSource ds)

读取 JSON 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 JSON 解析选项。

ds - 要从中读取的 DataSource。

返回

在 GPU 上解析为表的数据。

readJSON

public static Table readJSON(Schema schema,
                             JSONOptions opts,
                             DataSource ds,
                             int emptyRowCount)

已过时。 此方法已过时，因为未使用 emptyRowCount。请改用不带 emptyRowCount 的方法。

读取 JSON 格式数据。

参数

schema - 数据的 schema。您可以使用 Schema.INFERRED 来推断 schema。

opts - 各种 JSON 解析选项。

ds - 要从中读取的 DataSource。

emptyRowCount - 如果未读取任何列，则返回的行数。

返回

在 GPU 上解析为表的数据。

readParquet

public static Table readParquet(File path)

使用默认 ParquetOptions 读取 Parquet 文件。

参数

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readParquet

public static Table readParquet(ParquetOptions opts,
                                File path)

读取 Parquet 文件。

参数

opts - 各种 Parquet 解析选项。

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readParquet

public static Table readParquet(byte[] buffer)

读取 Parquet 格式数据。

参数

buffer - 原始 Parquet 格式字节。

返回

在 GPU 上解析为表的数据。

readParquet

public static Table readParquet(ParquetOptions opts,
                                byte[] buffer)

读取 Parquet 格式数据。

参数

opts - 各种 Parquet 解析选项。

buffer - 原始 Parquet 格式字节。

返回

在 GPU 上解析为表的数据。

readParquet

public static Table readParquet(ParquetOptions opts,
                                byte[] buffer,
                                long offset,
                                long len,
                                HostMemoryAllocator hostMemoryAllocator)

读取 Parquet 格式数据。

参数

opts - 各种 Parquet 解析选项。

buffer - 原始 Parquet 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

hostMemoryAllocator - 主机内存缓冲区分配器

返回

在 GPU 上解析为表的数据。

readParquet

public static Table readParquet(ParquetOptions opts,
                                byte[] buffer,
                                long offset,
                                long len)

读取 Parquet 格式数据。

参数

opts - 各种 Parquet 解析选项。

buffer - 原始 Parquet 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

返回

在 GPU 上解析为表的数据。

readParquet

public static Table readParquet(ParquetOptions opts,
                                HostMemoryBuffer buffer,
                                long offset,
                                long len)

读取 Parquet 格式数据。

参数

opts - 各种 Parquet 解析选项。

buffer - 原始 Parquet 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

返回

在 GPU 上解析为表的数据。

readParquet

public static Table readParquet(ParquetOptions opts,
                                HostMemoryBuffer... buffers)

读取 Parquet 格式数据。

参数

opts - 各种 Parquet 解析选项。

buffers - 包含 Parquet 数据的缓冲区。缓冲区按逻辑顺序连接起来以构建要读取的文件。

返回

在 GPU 上解析为表的数据。

readParquet

public static Table readParquet(ParquetOptions opts,
                                DataSource ds)

读取 Parquet 格式数据。

参数

opts - 各种 Parquet 解析选项。

ds - 提供 Parquet 文件数据的自定义数据源

返回

在 GPU 上解析为表的数据。

readAvro

public static Table readAvro(File path)

使用默认 AvroOptions 读取 Avro 文件。

参数

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readAvro

public static Table readAvro(AvroOptions opts,
                             File path)

读取 Avro 文件。

参数

opts - 各种 Avro 解析选项。

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readAvro

public static Table readAvro(byte[] buffer)

读取 Avro 格式数据。

参数

buffer - 原始 Avro 格式字节。

返回

在 GPU 上解析为表的数据。

readAvro

public static Table readAvro(AvroOptions opts,
                             byte[] buffer)

读取 Avro 格式数据。

参数

opts - 各种 Avro 解析选项。

buffer - 原始 Avro 格式字节。

返回

在 GPU 上解析为表的数据。

readAvro

public static Table readAvro(AvroOptions opts,
                             byte[] buffer,
                             long offset,
                             long len,
                             HostMemoryAllocator hostMemoryAllocator)

读取 Avro 格式数据。

参数

opts - 各种 Avro 解析选项。

buffer - 原始 Avro 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

hostMemoryAllocator - 主机内存缓冲区分配器

返回

在 GPU 上解析为表的数据。

readAvro

public static Table readAvro(AvroOptions opts,
                             byte[] buffer,
                             long offset,
                             long len)

readAvro

public static Table readAvro(AvroOptions opts,
                             HostMemoryBuffer buffer,
                             long offset,
                             long len)

读取 Avro 格式数据。

参数

opts - 各种 Avro 解析选项。

buffer - 原始 Avro 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

返回

在 GPU 上解析为表的数据。

readAvro

public static Table readAvro(AvroOptions opts,
                             DataSource ds)

readORC

public static Table readORC(File path)

使用默认 ORCOptions 读取 ORC 文件。

参数

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readORC

public static Table readORC(ORCOptions opts,
                            File path)

读取 ORC 文件。

参数

opts - ORC 解析选项。

path - 要读取的本地文件。

返回

在 GPU 上解析为表的文件。

readORC

public static Table readORC(byte[] buffer)

读取 ORC 格式数据。

参数

buffer - 原始 ORC 格式字节。

返回

在 GPU 上解析为表的数据。

readORC

public static Table readORC(ORCOptions opts,
                            byte[] buffer)

读取 ORC 格式数据。

参数

opts - 各种 ORC 解析选项。

buffer - 原始 ORC 格式字节。

返回

在 GPU 上解析为表的数据。

readORC

public static Table readORC(ORCOptions opts,
                            byte[] buffer,
                            long offset,
                            long len,
                            HostMemoryAllocator hostMemoryAllocator)

读取 ORC 格式数据。

参数

opts - 各种 ORC 解析选项。

buffer - 原始 ORC 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

hostMemoryAllocator - 主机内存缓冲区分配器

返回

在 GPU 上解析为表的数据。

readORC

public static Table readORC(ORCOptions opts,
                            byte[] buffer,
                            long offset,
                            long len)

readORC

public static Table readORC(ORCOptions opts,
                            HostMemoryBuffer buffer,
                            long offset,
                            long len)

读取 ORC 格式数据。

参数

opts - 各种 ORC 解析选项。

buffer - 原始 ORC 格式字节。

offset - 缓冲区起始偏移量。

len - 要解析的字节数。

返回

在 GPU 上解析为表的数据。

readORC

public static Table readORC(ORCOptions opts,
                            DataSource ds)

writeParquetChunked

public static TableWriter writeParquetChunked(ParquetWriterOptions options,
                                              File outputFile)

获取用于将 Parquet 数据写入文件的表写入器。

参数

options - Parquet 写入器选项。

outputFile - 要写入文件的位置。

返回

用于写出多个表的表写入器。

writeParquetChunked

public static TableWriter writeParquetChunked(ParquetWriterOptions options,
                                              HostBufferConsumer consumer,
                                              HostMemoryAllocator hostMemoryAllocator)

获取用于写入 Parquet 数据并通过回调处理每个分块的表写入器。

参数

options - Parquet 写入器选项。

consumer - 当主机缓冲区准备好包含 Parquet 格式数据时将被调用的类。

hostMemoryAllocator - 主机内存缓冲区分配器

返回

用于写出多个表的表写入器。

writeParquetChunked

public static TableWriter writeParquetChunked(ParquetWriterOptions options,
                                              HostBufferConsumer consumer)

writeColumnViewsToParquet

public static void writeColumnViewsToParquet(ParquetWriterOptions options,
                                             HostBufferConsumer consumer,
                                             HostMemoryAllocator hostMemoryAllocator,
                                             ColumnView... columnViews)

这是一个不断发展的 API，很可能会在未来版本中移除。请注意，此功能在不久的将来可能不再存在。

参数

options - Parquet 写入器选项。

consumer - 当主机缓冲区准备好包含 Parquet 格式数据时将被调用的类。

hostMemoryAllocator - 主机内存缓冲区分配器

columnViews - 要写入 Parquet 的 ColumnViews

writeColumnViewsToParquet

public static void writeColumnViewsToParquet(ParquetWriterOptions options,
                                             HostBufferConsumer consumer,
                                             ColumnView... columnViews)

writeORCChunked

public static TableWriter writeORCChunked(ORCWriterOptions options,
                                          File outputFile)

获取用于将 ORC 数据写入文件的表写入器。

参数

options - ORC 写入器选项。

outputFile - 要写入文件的位置。

返回

用于写出多个表的表写入器。

writeORCChunked

public static TableWriter writeORCChunked(ORCWriterOptions options,
                                          HostBufferConsumer consumer,
                                          HostMemoryAllocator hostMemoryAllocator)

获取用于写入 ORC 数据并通过回调处理每个分块的表写入器。

参数

options - ORC 写入器选项。

consumer - 当主机缓冲区准备好包含 ORC 格式数据时将被调用的类。

hostMemoryAllocator - 主机内存缓冲区分配器

返回

用于写出多个表的表写入器。

writeORCChunked

public static TableWriter writeORCChunked(ORCWriterOptions options,
                                          HostBufferConsumer consumer)

writeArrowIPCChunked

public static TableWriter writeArrowIPCChunked(ArrowIPCWriterOptions options,
                                               File outputFile)

获取用于将 arrow IPC 数据写入文件的表写入器。

参数

options - arrow IPC 写入器选项。

outputFile - 要写入文件的位置。

返回

用于写出多个表的表写入器。

writeArrowIPCChunked

public static TableWriter writeArrowIPCChunked(ArrowIPCWriterOptions options,
                                               HostBufferConsumer consumer,
                                               HostMemoryAllocator hostMemoryAllocator)

获取用于写入 arrow IPC 数据并通过回调处理每个分块的表写入器。

参数

options - arrow IPC 写入器选项。

consumer - 当主机缓冲区准备好包含 arrow IPC 格式数据时将被调用的类。

hostMemoryAllocator - 主机内存缓冲区分配器

返回

用于写出多个表的表写入器。

writeArrowIPCChunked

public static TableWriter writeArrowIPCChunked(ArrowIPCWriterOptions options,
                                               HostBufferConsumer consumer)

readArrowIPCChunked

public static StreamedTableReader readArrowIPCChunked(ArrowIPCOptions options,
                                                      File inputFile)

获取一个读取器，该读取器将返回表。

参数

options - 读取选项。

inputFile - 要读取 Arrow IPC 格式数据的文件

返回

一个读取器。

readArrowIPCChunked

public static StreamedTableReader readArrowIPCChunked(File inputFile)

获取一个读取器，该读取器将返回表。

参数

inputFile - 要读取 Arrow IPC 格式数据的文件

返回

一个读取器。

readArrowIPCChunked

public static StreamedTableReader readArrowIPCChunked(ArrowIPCOptions options,
                                                      HostBufferProvider provider,
                                                      HostMemoryAllocator hostMemoryAllocator)

获取一个读取器，该读取器将返回表。

参数

options - 读取选项。

provider - 提供正在读取的数据的来源。

返回

一个读取器。

readArrowIPCChunked

public static StreamedTableReader readArrowIPCChunked(ArrowIPCOptions options,
                                                      HostBufferProvider provider)

readArrowIPCChunked

public static StreamedTableReader readArrowIPCChunked(HostBufferProvider provider)

获取一个读取器，该读取器将返回表。

参数

provider - 提供正在读取的数据的来源。

返回

一个读取器。

concatenate

public static Table concatenate(Table... tables)

将多个表连接在一起形成一个表。每个表的 schema（即：列数和每列的类型）在所有表中必须相等，并将决定结果表的 schema。

interleaveColumns

public ColumnVector interleaveColumns()

将所有列交织成一个单列。所有列必须具有相同的数据类型和长度。示例：``` input = [[A1, A2, A3], [B1, B2, B3]] return = [A1, B1, A2, B2, A3, B3] ```

返回

交织的列作为单列

repeat

public Table repeat(int count)

重复此表的每一行 count 次。

参数

count - 重复每行的次数。

返回

新的 Table。

repeat

public Table repeat(ColumnView counts)

通过重复此表的每一行创建一个新表。每行的重复次数由 counts 中对应的值定义。

参数

counts - 重复每行的次数。不能有 null，必须是整数类型，并且必须包含表中每一行的条目。

返回

新的 Table。

抛出

CudfException - 发生任何错误时。

partition

public PartitionedTable partition(ColumnView partitionMap,
                                  int numberOfPartitions)

使用 partitionMap 中的映射对此表进行分区。partitionMap 必须是一个整数列。partitionMap 中的行数必须与此表相同。映射中的每一行都将指示表中行所属的分区。

参数

partitionMap - 每行的分区。

numberOfPartitions - 分区数

返回

PartitionedTable 暴露 Table 类有限功能的 Table

lowerBound

public ColumnVector lowerBound(boolean[] areNullsSmallest,
                               Table valueTable,
                               boolean[] descFlags)

查找排序表中应插入值以保持顺序的最小索引。

 Example:

  Single column:
      idx            0   1   2   3   4
   inputTable  =   { 10, 20, 20, 30, 50 }
   valuesTable =   { 20 }
   result      =   { 1 }

  Multi Column:
      idx                0    1    2    3    4
   inputTable      = {{  10,  20,  20,  20,  20 },
                      { 5.0,  .5,  .5,  .7,  .7 },
                      {  90,  77,  78,  61,  61 }}
   valuesTable     = {{ 20 },
                      { .7 },
                      { 61 }}
   result          = {  3 }
 

输入表和值表不能为空（行数 > 0）

参数

areNullsSmallest - 每列：如果假定 null 最小，则为 true

valueTable - 要查找插入位置的值表

descFlags - 每列指示排序，如果为降序则为 true。

返回

包含 valueTable 中所有行的下界索引的 ColumnVector

lowerBound

public ColumnVector lowerBound(Table valueTable,
                               OrderByArg... args)

在已排序的表中查找插入值以保持顺序的最小索引。这是一个方便方法。它提取 args 指定的列，并正确设置排序以调用 `lowerBound`。

参数

valueTable - 要查找插入位置的值表

args - 用于对此表进行排序的排序顺序。

返回

包含 valueTable 中所有行的下界索引的 ColumnVector

upperBound

public ColumnVector upperBound(boolean[] areNullsSmallest,
                               Table valueTable,
                               boolean[] descFlags)

在已排序的表中查找插入值以保持顺序的最大索引。给定一个已排序的表，返回上限。

 Example:

  Single column:
      idx            0   1   2   3   4
   inputTable  =   { 10, 20, 20, 30, 50 }
   valuesTable =   { 20 }
   result      =   { 3 }

  Multi Column:
      idx                0    1    2    3    4
   inputTable      = {{  10,  20,  20,  20,  20 },
                      { 5.0,  .5,  .5,  .7,  .7 },
                      {  90,  77,  78,  61,  61 }}
   valuesTable     = {{ 20 },
                      { .7 },
                      { 61 }}
   result          = {  5 }
 

输入表和值表不能为空（行数 > 0）

参数

areNullsSmallest - 每列：如果假定 null 最小，则为 true

valueTable - 要查找插入位置的值表

descFlags - 每列指示排序，如果为降序则为 true。

返回

包含 valueTable 中所有行的上限索引的 ColumnVector

upperBound

public ColumnVector upperBound(Table valueTable,
                               OrderByArg... args)

在已排序的表中查找插入值以保持顺序的最大索引。这是一个方便方法。它提取 args 指定的列，并正确设置排序以调用 `upperBound`。

参数

valueTable - 要查找插入位置的值表

args - 用于对此表进行排序的排序顺序。

返回

包含 valueTable 中所有行的上限索引的 ColumnVector

crossJoin

public Table crossJoin(Table right)

将左表的所有行与右表的所有行连接。请小心，因为这会变得非常大，并且很容易耗尽所有 GPU 内存。

参数

right - 右表

返回

连接后的表。返回的列的顺序将是左表列在前，右表列在后。

sortOrder

public ColumnVector sortOrder(OrderByArg... args)

返回一个可用于对数据进行排序的 gather map。这允许您按不出现在最终结果中的数据进行排序，而无需支付仅用于排序的数据的收集成本。

参数

args - 数据按何种顺序排序。

返回

一个 gather map

orderBy

public Table orderBy(OrderByArg... args)

使用 sortkeys 对表进行排序，返回一个新分配的表。调用者负责清理作为输出 Table 的一部分返回的 ColumnVector。

示例用法：orderBy(true, OrderByArg.asc(0), OrderByArg.desc(3)...);

参数

args - 用于初始化 sortKeys 的 Suppliers。

返回

已排序的表

merge

public static Table merge(Table[] tables,
                          OrderByArg... args)

合并多个已排序的表，同时保持排序顺序不变。这是连接后按 orderBy 排序的更高效版本，但要求输入表已经排序。

参数

tables - 应该合并的表。

args - 表的排序顺序。应该与它们最初排序的方式一致。

返回

一个合并后的已排序表。

merge

public static Table merge(List<Table> tables,
                          OrderByArg... args)

合并多个已排序的表，同时保持排序顺序不变。这是连接后按 orderBy 排序的更高效版本，但要求输入表已经排序。

参数

tables - 应该合并的表。

args - 表的排序顺序。应该与它们最初排序的方式一致。

返回

一个合并后的已排序表。

groupBy

public Table.GroupByOperation groupBy(GroupByOptions groupByOptions,
                                      int... indices)

返回按索引中提供的列分组的聚合操作

参数

groupByOptions - 在构建器中提供的选项

indices - 要进行 groupBy 的列

groupBy

public Table.GroupByOperation groupBy(int... indices)

使用如下默认选项，返回按 indices 中提供的列分组的聚合操作：- 分组时将 null 视作键。- 键不预先排序。- 空键顺序数组。- 空 null 顺序数组。

参数

indices - 要进行 groupBy 的列

roundRobinPartition

public PartitionedTable roundRobinPartition(int numberOfPartitions,
                                            int startPartition)

将表轮询划分到指定数量的分区中。第一行放置在指定的起始分区，下一行放置在下一个分区，依此类推。当到达最后一个分区时，下一个分区是分区 0，算法继续进行，直到所有行都被放置在分区中，从而将行均匀分布到各个分区。

参数

numberOfPartitions - - 要使用的分区数量。

startPartition - - 起始分区索引（即：第一行放置的位置）。

返回

- PartitionedTable - 暴露 Table 类有限功能的表

onColumns

public Table.TableOperation onColumns(int... indices)

filter

public Table filter(ColumnView mask)

使用布尔值列作为掩码过滤此表，返回一个新表。

给定一个掩码列，如果掩码中对应的元素 `i` 非 null 且为 `true`，则将输入列中的每个元素 `i` 复制到输出列中。此操作是稳定的：输入顺序得以保留。

此表和掩码列必须具有相同的行数。

输出表的大小等于 boolean_mask 中非 null 且为 `true` 的元素的数量。

如果原始表的行数为零，则没有错误，并返回一个空表。

参数

mask - 类型为 DType.BOOL8 的列，用作过滤输入列的掩码

返回

包含通过布尔掩码定义的过滤器的此表所有元素副本的表

dropDuplicates

public Table dropDuplicates(int[] keyColumns,
                            Table.DuplicateKeepOption keep,
                            boolean nullsEqual)

将当前表的行复制到输出表中，以便忽略键列中的重复行（即，只复制重复行中的一行）。这些键列是当前表列的子集，它们的索引由输入数组指定。输出表中的行顺序未指定。

参数

keyColumns - 表示当前表中键列的索引数组。

keep - 指定保留任何、第一个、最后一个或不保留找到的重复项的选项。

nullsEqual - 标志，用于指示在比较键列的行以检查唯一性时，null 是否被视为相等。

返回

包含唯一键的表。

distinctCount

public int distinctCount(NullEquality nullsEqual)

计算表中相互之间不同的行数。

参数

nullsEqual - null 是否应被视为彼此相等。

distinctCount

public int distinctCount()

计算表中相互之间不重复的行数。Null 被视为彼此相等。

contiguousSplit

public ContiguousTable[] contiguousSplit(int... indices)

在给定边界处分割表，但每个分割的结果具有内存布局在连续的内存范围内。这允许我们优化在单个操作中复制数据。 示例：input: [{10, 12, 14, 16, 18, 20, 22, 24, 26, 28}, {50, 52, 54, 56, 58, 60, 62, 64, 66, 68}] splits: {2, 5, 9} output: [{{10, 12}, {14, 16, 18}, {20, 22, 24, 26}, {28}}, {{50, 52}, {54, 56, 58}, {60, 62, 64, 66}, {68}}]

参数

indices - 进行分割的索引向量。

返回

在这些点处分割的表。注意：调用者负责关闭结果。每个表和列都持有原始缓冲区的引用。但是，必须关闭缓冲区和表才能释放内存。

makeChunkedPack

public ChunkedPack makeChunkedPack(long bounceBufferSize,
                                   RmmDeviceMemoryResource tempMemoryResource)

创建 `ChunkedPack` 实例，可用于利用大小为 `bounceBufferSize` 的 bounce buffer 将此表连续地打包到内存中。此版本的 `makeChunkedPack` 接受 `RmmDviceMemoryResource`，可用于预先分配 `cudf::chunked_pack` 状态所需的所有临时空间。调用者负责关闭返回的 `ChunkedPack` 对象。

参数

bounceBufferSize - 将用于打包的 bounce buffer 的大小

tempMemoryResource - 用于满足临时和 thrust 临时空间分配的内存资源。

返回

调用者必须用于完成操作的 `ChunkedPack` 实例。

makeChunkedPack

public ChunkedPack makeChunkedPack(long bounceBufferSize)

创建 `ChunkedPack` 实例，可用于利用大小为 `bounceBufferSize` 的 bounce buffer 将此表连续地打包到内存中。此版本的 `makeChunkedPack` 使用默认的每个设备内存资源，用于 `cudf::chunked_pack` 状态所需的临时空间。调用者负责关闭返回的 `ChunkedPack` 对象。

参数

bounceBufferSize - 将用于打包的 bounce buffer 的大小

返回

调用者必须用于完成操作的 `ChunkedPack` 实例。

explode

public Table explode(int index)

展开列表列的元素。任何列表都被展开，这意味着每行中列表的元素在输出中扩展为新行。输入中其他列对应的行被复制。 示例：input: [[5,10,15], 100], [[20,25], 200], [[30], 300] index: 0 output: [5, 100], [10, 100], [15, 100], [20, 200], [25, 200], [30, 300] Null 的传播方式取决于什么为 null。 input: [[5,null,15], 100], [null, 200] index: 0 output: [5, 100], [null, 100], [15, 100] 请注意，null 列表会从输出中完全删除，而列表内的 null 则被取出并保留。

参数

index - 表内要展开的列索引。

返回

展开 explode_col 后得到的新表。

explodePosition

public Table explodePosition(int index)

展开列表列的元素并包含位置列。任何列表都会被展开，这意味着每行中列表的元素在输出中扩展为新行。输入中其他列对应的行被复制。添加一个位置列，其中包含每行在原始列表中的索引。示例： input: [[5,10,15], 100], [[20,25], 200], [[30], 300] index: 0 output: [0, 5, 100], [1, 10, 100], [2, 15, 100], [0, 20, 200], [1, 25, 200], [0, 30, 300] Null 和空列表的传播方式取决于它们是否为 null 或空。 input: [[5,null,15], 100], [null, 200] index: 0 output: [5, 100], [null, 100], [15, 100] 请注意，结果表中不包含 null 列表，但列表内的 null 和空列表在该行的该列中将用一个 null 条目表示。

参数

index - 表内要展开的列索引。

返回

一个包含展开值和位置的新表。返回表的列顺序是 [展开输入前的列, 展开位置列, 展开值列, 展开输入后的列]。

explodeOuter

public Table explodeOuter(int index)

展开列表列的元素。任何列表都被展开，这意味着每行中列表的元素在输出中扩展为新行。输入中其他列对应的行被复制。 示例：input: [[5,10,15], 100], [[20,25], 200], [[30], 300], index: 0 output: [5, 100], [10, 100], [15, 100], [20, 200], [25, 200], [30, 300] Null 的传播方式取决于什么为 null。 input: [[5,null,15], 100], [null, 200] index: 0 output: [5, 100], [null, 100], [15, 100], [null, 200] 请注意，null 列表会从输出中完全删除，而列表内的 null 则被取出并保留。

参数

index - 表内要展开的列索引。

返回

展开 explode_col 后得到的新表。

explodeOuterPosition

public Table explodeOuterPosition(int index)

展开列表列的元素，保留任何 null 条目或空列表，并包含一个位置列。任何列表都会被展开，这意味着每行中列表的元素在输出中扩展为新行。输入中其他列对应的行被复制。添加一个位置列，其中包含每行在原始列表中的索引。示例： Example: input: [[5,10,15], 100], [[20,25], 200], [[30], 300], index: 0 output: [0, 5, 100], [1, 10, 100], [2, 15, 100], [0, 20, 200], [1, 25, 200], [0, 30, 300] Null 和空列表在结果中作为 null 条目传播。 input: [[5,null,15], 100], [null, 200], [[], 300] index: 0 output: [0, 5, 100], [1, null, 100], [2, 15, 100], [0, null, 200], [0, null, 300] 返回

参数

index - 表内要展开的列索引。

返回

一个包含展开值和位置的新表。返回表的列顺序是 [展开输入前的列, 展开位置列, 展开值列, 展开输入后的列]。

rowBitCount

public ColumnVector rowBitCount()

返回 `table_view` 中每行所有列的近似累积大小（以位为单位）。此函数计算位而不是字节，以考虑 null 掩码（每行只有一位）。返回列中的每一行是表中每列的每行位大小的总和。在某些情况下，这是不精确的近似值。特别是，列表和字符串列需要 N+1 个偏移量来表示 N 行。调用者负责计算所考虑的任何行组的终止偏移量的少量额外开销。此函数返回当前形成的列的每行位大小。这可能比通过收集行获得的大小要大。具体来说，结构列有效性掩码的下推可以使包含字符串或列表列数据的行无效。在这些情况下，返回的大小是保守的，满足：row_bit_count(column(x)) >= row_bit_count(gather(column(x)))

返回

表示表中每行位大小的 INT32 列

gather

public Table gather(ColumnView gatherMap)

根据 `gatherMap` 收集此表的行，使得结果表中列的第“i”行将包含此表的第“gatherMap[i]”行。结果表的行数将等于 `gatherMap` 中的元素数量。`gatherMap` 中的负值 `i` 被解释为 `i+n`，其中 `n` 是此表的行数。

参数

gatherMap - 索引映射。必须是非 null 且为整数类型。

返回

结果表。

gather

public Table gather(ColumnView gatherMap,
                    OutOfBoundsPolicy outOfBoundsPolicy)

根据 `gatherMap` 收集此表的行，使得结果表中列的第“i”行将包含此表的第“gatherMap[i]”行。结果表的行数将等于 `gatherMap` 中的元素数量。`gatherMap` 中的负值 `i` 被解释为 `i+n`，其中 `n` 是此表的行数。

参数

gatherMap - 索引映射。必须是非 null 且为整数类型。

outOfBoundsPolicy - `gatherMap` 中存在超出范围值时使用的策略。

返回

结果表。

scatter

public Table scatter(ColumnView scatterMap,
                     Table target)

将源表中的值分散到目标表中，但不改变原位置，返回一个新的结果表。分散操作根据 scatter map 执行，使得目标表的第 `scatterMap[i]` 行获取源表的第 `i` 行。目标表的所有其他行与目标表的相应行相等。源表的列数必须与目标表的列数匹配，并且它们对应的数据类型必须相同。如果在 scatter map 中同一索引出现多次，结果是未定义的。`scatterMap` 中的负值 `i` 被解释为 `i + n`，其中 `n` 是 `target` 表的行数。

参数

scatterMap - 索引映射。必须是非 null 且为整数类型。

target - 将当前表中的行分散到其中但不改变原位置的表。

返回

将源表分散到目标表中（不改变原位置）后得到的新表。

scatter

public static Table scatter(Scalar[] source,
                            ColumnView scatterMap,
                            Table target)

将源行中的值分散到目标表中，但不改变原位置，返回一个新的结果表。分散操作根据 scatter map 执行，使得目标表的第 `scatterMap[i]` 行被源表的第 `i` 行替换。目标表的所有其他行与目标表的相应行相等。源中的元素数量必须与目标中的列数匹配，并且它们对应的数据类型必须相同。如果在 scatter map 中同一索引出现多次，结果是未定义的。`scatterMap` 中的负值 `i` 被解释为 `i + n`，其中 `n` 是 `target` 表的行数。

参数

source - 包含要分散到目标表中的值的输入标量。

scatterMap - 索引映射。必须是非 null 且为整数类型。

target - 将源中的值分散到其中但不改变原位置的表。

返回

将源值分散到目标表中（不改变原位置）后得到的新表。

leftJoinGatherMaps

public GatherMap[] leftJoinGatherMaps(Table rightKeys,
                                      boolean compareNullsEqual)

计算可用于生成两个表之间左等值连接结果的 gather maps。假定此表实例持有左表的键列，且表参数表示右表的键列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成左连接结果。调用者负责关闭结果 gather map 实例。

参数

rightKeys - 右表的连接键列

compareNullsEqual - 如果 null 键值应匹配则为 true，否则为 false

返回

左表和右表的 gather maps

leftDistinctJoinGatherMap

public GatherMap leftDistinctJoinGatherMap(Table rightKeys,
                                           boolean compareNullsEqual)

计算可用于生成两个表之间左等值连接结果的 gather map，其中右表保证不包含任何重复的连接键。左表可以直接使用...因此左表不需要 gather map。生成的结果 gather map 可以应用于右表...假定此表实例持有左表的键列，且表参数表示右表的键列。将返回一个 GatherMap 实例，可用于收集右表，并将结果与左表结合以生成左外连接结果。调用者负责关闭结果 gather map 实例。

参数

rightKeys - 右表的连接键列

compareNullsEqual - 如果 null 键值应匹配则为 true，否则为 false

返回

右表的 gather map

leftJoinRowCount

public long leftJoinRowCount(HashJoin rightHash)

计算两个表之间左等值连接产生的行数。假定此表实例持有左表的键列，并且 HashJoin 参数已从右表的键列构建。

参数

rightHash - 从右表连接键列构建的哈希表。

返回

连接结果的行数

leftJoinGatherMaps

public GatherMap[] leftJoinGatherMaps(HashJoin rightHash)

计算可用于生成两个表之间左等值连接结果的 gather maps。假定此表实例持有左表的键列，并且 HashJoin 参数已从右表的键列构建。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成左连接结果。调用者负责关闭结果 gather map 实例。

参数

rightHash - 从右表连接键列构建的哈希表。

返回

左表和右表的 gather maps

leftJoinGatherMaps

public GatherMap[] leftJoinGatherMaps(HashJoin rightHash,
                                      long outputRowCount)

计算可用于生成两个表之间左等值连接结果的 gather maps。假定此表实例持有左表的键列，并且 HashJoin 参数已从右表的键列构建。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成左连接结果。调用者负责关闭结果 gather map 实例。此接口允许传递先前从 leftJoinRowCount(HashJoin) 计算的输出行数。警告：传递小于实际行数的行数将导致未定义的行为。

参数

rightHash - 从右表连接键列构建的哈希表。

outputRowCount - 连接结果中的输出行数

返回

左表和右表的 gather maps

conditionalLeftJoinRowCount

public long conditionalLeftJoinRowCount(Table rightTable,
                                        CompiledExpression condition)

计算两个表之间左连接结果中的行数，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。

参数

rightTable - 连接中的右侧表。

condition - 连接期间要评估的条件表达式。

返回

连接结果的行数

conditionalLeftJoinGatherMaps

public GatherMap[] conditionalLeftJoinGatherMaps(Table rightTable,
                                                 CompiledExpression condition)

计算可用于生成两个表之间左连接结果的 gather maps，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成左连接结果。调用者负责关闭结果 gather map 实例。

参数

rightTable - 连接中的右侧表。

condition - 连接期间要评估的条件表达式。

返回

左表和右表的 gather maps

conditionalLeftJoinGatherMaps

public GatherMap[] conditionalLeftJoinGatherMaps(Table rightTable,
                                                 CompiledExpression condition,
                                                 long outputRowCount)

计算可用于生成两个表之间左连接结果的 gather maps，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成左连接结果。调用者负责关闭结果 gather map 实例。此接口允许传递先前从 conditionalLeftJoinRowCount(Table, CompiledExpression) 计算的输出行数。警告：传递小于实际行数的行数将导致未定义的行为。

参数

rightTable - 连接中的右侧表。

condition - 连接期间要评估的条件表达式。

outputRowCount - 连接结果中的输出行数

返回

左表和右表的 gather maps

mixedLeftJoinSize

public static MixedJoinSize mixedLeftJoinSize(Table leftKeys,
                                              Table rightKeys,
                                              Table leftConditional,
                                              Table rightConditional,
                                              CompiledExpression condition,
                                              NullEquality nullEquality)

计算两个表之间使用等值和非等值条件混合的左连接的输出大小信息。假定整个连接条件是等值条件和非等值条件的逻辑 AND。注意：调用者负责关闭结果大小信息对象，否则可能会导致本地资源泄漏！

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

返回

连接的大小信息

mixedLeftJoinGatherMaps

public static GatherMap[] mixedLeftJoinGatherMaps(Table leftKeys,
                                                  Table rightKeys,
                                                  Table leftConditional,
                                                  Table rightConditional,
                                                  CompiledExpression condition,
                                                  NullEquality nullEquality)

计算可用于生成两个表之间使用等值和非等值条件混合的左连接结果的 gather maps。假定整个连接条件是等值条件和非等值条件的逻辑 AND。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成左连接结果。调用者负责关闭结果 gather map 实例。

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

返回

左表和右表的 gather maps

mixedLeftJoinGatherMaps

public static GatherMap[] mixedLeftJoinGatherMaps(Table leftKeys,
                                                  Table rightKeys,
                                                  Table leftConditional,
                                                  Table rightConditional,
                                                  CompiledExpression condition,
                                                  NullEquality nullEquality,
                                                  MixedJoinSize joinSize)

计算可用于生成两个表之间使用等值和非等值条件混合的左连接结果的 gather maps。假定整个连接条件是等值条件和非等值条件的逻辑 AND。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成左连接结果。调用者负责关闭结果 gather map 实例。此接口允许在之前计算了输出大小时，传递从 mixedLeftJoinSize(Table, Table, Table, Table, CompiledExpression, NullEquality) 获得的大小结果。

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

joinSize - 混合连接大小结果。

返回

左表和右表的 gather maps

innerJoinGatherMaps

public GatherMap[] innerJoinGatherMaps(Table rightKeys,
                                       boolean compareNullsEqual)

计算可用于生成两个表之间内等值连接结果的 gather maps。假定此表实例持有左表的键列，且表参数表示右表的键列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成内连接结果。调用者负责关闭结果 gather map 实例。

参数

rightKeys - 右表的连接键列

compareNullsEqual - 如果 null 键值应匹配则为 true，否则为 false

返回

左表和右表的 gather maps

innerDistinctJoinGatherMaps

public GatherMap[] innerDistinctJoinGatherMaps(Table rightKeys,
                                               boolean compareNullsEqual)

计算可用于生成两个表之间内等值连接结果的 gather maps，其中右表保证不包含任何重复的连接键。假定此表实例持有左表的键列，且表参数表示右表的键列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成内连接结果。调用者负责关闭结果 gather map 实例。

参数

rightKeys - 右表的连接键列

compareNullsEqual - 如果 null 键值应匹配则为 true，否则为 false

返回

左表和右表的 gather maps

innerJoinRowCount

public long innerJoinRowCount(HashJoin otherHash)

计算两个表之间内相等连接产生的行数。

参数

otherHash - 从另一个表连接键列构建的哈希表。

返回

连接结果的行数

innerJoinGatherMaps

public GatherMap[] innerJoinGatherMaps(HashJoin rightHash)

计算可用于生成两个表之间内等值连接结果的 gather maps。假定此表实例持有左表的键列，并且 HashJoin 参数已从右表的键列构建。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成内连接结果。调用者负责关闭结果 gather map 实例。

参数

rightHash - 从右表连接键列构建的哈希表。

返回

左表和右表的 gather maps

innerJoinGatherMaps

public GatherMap[] innerJoinGatherMaps(HashJoin rightHash,
                                       long outputRowCount)

计算可用于生成两个表之间内等值连接结果的 gather maps。假定此表实例持有左表的键列，并且 HashJoin 参数已从右表的键列构建。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成内连接结果。调用者负责关闭结果 gather map 实例。此接口允许传递先前从 innerJoinRowCount(HashJoin) 计算的输出行数。警告：传递小于实际行数的行数将导致未定义的行为。

参数

rightHash - 从右表连接键列构建的哈希表。

outputRowCount - 连接结果中的输出行数

返回

左表和右表的 gather maps

conditionalInnerJoinRowCount

public long conditionalInnerJoinRowCount(Table rightTable,
                                         CompiledExpression condition)

计算两个表之间内连接结果中的行数，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。

参数

rightTable - 连接中的右侧表。

condition - 连接期间要评估的条件表达式。

返回

连接结果的行数

conditionalInnerJoinGatherMaps

public GatherMap[] conditionalInnerJoinGatherMaps(Table rightTable,
                                                  CompiledExpression condition)

计算可用于生成两个表之间内连接结果的 gather maps，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成内连接结果。调用者负责关闭结果 gather map 实例。

参数

rightTable - 连接的右侧表。

condition - 连接期间要评估的条件表达式。

返回

左表和右表的 gather maps

conditionalInnerJoinGatherMaps

public GatherMap[] conditionalInnerJoinGatherMaps(Table rightTable,
                                                  CompiledExpression condition,
                                                  long outputRowCount)

计算可用于生成两个表之间内连接结果的 gather maps，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成内连接结果。调用者负责关闭结果 gather map 实例。此接口允许传递先前从 conditionalInnerJoinRowCount(Table, CompiledExpression) 计算的输出行数。警告：传递小于实际行数的行数将导致未定义的行为。

参数

rightTable - 连接中的右侧表。

condition - 连接期间要评估的条件表达式。

outputRowCount - 连接结果中的输出行数

返回

左表和右表的 gather maps

mixedInnerJoinSize

public static MixedJoinSize mixedInnerJoinSize(Table leftKeys,
                                               Table rightKeys,
                                               Table leftConditional,
                                               Table rightConditional,
                                               CompiledExpression condition,
                                               NullEquality nullEquality)

计算两个表之间使用等值和非等值条件混合的内连接的输出大小信息。假定整个连接条件是等值条件和非等值条件的逻辑 AND。注意：调用者负责关闭结果大小信息对象，否则可能会导致本地资源泄漏！

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

返回

连接的大小信息

mixedInnerJoinGatherMaps

public static GatherMap[] mixedInnerJoinGatherMaps(Table leftKeys,
                                                   Table rightKeys,
                                                   Table leftConditional,
                                                   Table rightConditional,
                                                   CompiledExpression condition,
                                                   NullEquality nullEquality)

计算可用于生成两个表之间使用等值和非等值条件混合的内连接结果的 gather maps。假定整个连接条件是等值条件和非等值条件的逻辑 AND。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成内连接结果。调用者负责关闭结果 gather map 实例。

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

返回

左表和右表的 gather maps

mixedInnerJoinGatherMaps

public static GatherMap[] mixedInnerJoinGatherMaps(Table leftKeys,
                                                   Table rightKeys,
                                                   Table leftConditional,
                                                   Table rightConditional,
                                                   CompiledExpression condition,
                                                   NullEquality nullEquality,
                                                   MixedJoinSize joinSize)

计算可用于生成两个表之间使用等值和非等值条件混合的内连接结果的 gather maps。假定整个连接条件是等值条件和非等值条件的逻辑 AND。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成内连接结果。调用者负责关闭结果 gather map 实例。此接口允许在之前计算了输出大小时，传递从 mixedInnerJoinSize(Table, Table, Table, Table, CompiledExpression, NullEquality) 获得的大小结果。

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

joinSize - 混合连接大小结果。

返回

左表和右表的 gather maps

fullJoinGatherMaps

public GatherMap[] fullJoinGatherMaps(Table rightKeys,
                                      boolean compareNullsEqual)

计算可用于生成两个表之间完全等值连接结果的 gather maps。假定此表实例持有左表的键列，且表参数表示右表的键列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成完全连接结果。调用者负责关闭结果 gather map 实例。

参数

rightKeys - 右表的连接键列

compareNullsEqual - 如果 null 键值应匹配则为 true，否则为 false

返回

左表和右表的 gather maps

fullJoinRowCount

public long fullJoinRowCount(HashJoin rightHash)

计算两个表之间完全等值连接产生的行数。假定此表实例持有左表的键列，并且 HashJoin 参数已从右表的键列构建。请注意，与 leftJoinRowCount(HashJoin) 和 #innerJoinRowCount(HashJoin) 不同，此方法与 {@link #fullJoinGatherMaps(HashJoin, long)} 相比会执行一些冗余计算。

参数

rightHash - 从右表连接键列构建的哈希表。

返回

连接结果的行数

fullJoinGatherMaps

public GatherMap[] fullJoinGatherMaps(HashJoin rightHash)

计算可用于生成两个表之间完全等值连接结果的 gather maps。假定此表实例持有左表的键列，并且 HashJoin 参数已从右表的键列构建。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成完全连接结果。调用者负责关闭结果 gather map 实例。

参数

rightHash - 从右表连接键列构建的哈希表。

返回

左表和右表的 gather maps

fullJoinGatherMaps

public GatherMap[] fullJoinGatherMaps(HashJoin rightHash,
                                      long outputRowCount)

计算可用于生成两个表之间完全等值连接结果的 gather maps。假定此表实例持有左表的键列，并且 HashJoin 参数已从右表的键列构建。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成完全连接结果。调用者负责关闭结果 gather map 实例。此接口允许传递先前从 fullJoinRowCount(HashJoin) 计算的输出行数。警告：传递小于实际行数的行数将导致未定义的行为。

参数

rightHash - 从右表连接键列构建的哈希表。

outputRowCount - 连接结果中的输出行数

返回

左表和右表的 gather maps

conditionalFullJoinGatherMaps

public GatherMap[] conditionalFullJoinGatherMaps(Table rightTable,
                                                 CompiledExpression condition)

计算可用于生成两个表之间完全连接结果的 gather maps，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成完全连接结果。调用者负责关闭结果 gather map 实例。

参数

rightTable - 连接的右侧表。

condition - 连接期间要评估的条件表达式。

返回

左表和右表的 gather maps

mixedFullJoinGatherMaps

public static GatherMap[] mixedFullJoinGatherMaps(Table leftKeys,
                                                  Table rightKeys,
                                                  Table leftConditional,
                                                  Table rightConditional,
                                                  CompiledExpression condition,
                                                  NullEquality nullEquality)

计算可用于生成两个表之间使用等值和非等值条件混合的完全连接结果的 gather maps。假定整个连接条件是等值条件和非等值条件的逻辑 AND。将返回两个 GatherMap 实例，分别用于收集左表和右表以生成完全连接结果。调用者负责关闭结果 gather map 实例。

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

返回

左表和右表的 gather maps

leftSemiJoinGatherMap

public GatherMap leftSemiJoinGatherMap(Table rightKeys,
                                       boolean compareNullsEqual)

计算可用于生成两个表之间左半连接结果的 gather map。假定此表实例持有左表的键列，且表参数表示右表的键列。返回的 GatherMap 实例可用于收集左表以生成左半连接结果。调用者负责关闭结果 gather map 实例。

参数

rightKeys - 右表的连接键列

compareNullsEqual - 如果 null 键值应匹配则为 true，否则为 false

返回

左表的 gather map

conditionalLeftSemiJoinRowCount

public long conditionalLeftSemiJoinRowCount(Table rightTable,
                                            CompiledExpression condition)

计算两个表之间左半连接结果中的行数，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。

参数

rightTable - 连接中的右侧表。

condition - 连接期间要评估的条件表达式。

返回

连接结果的行数

conditionalLeftSemiJoinGatherMap

public GatherMap conditionalLeftSemiJoinGatherMap(Table rightTable,
                                                  CompiledExpression condition)

计算可用于生成两个表之间左半连接结果的 gather map，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。返回的 GatherMap 实例可用于收集左表以生成左半连接结果。调用者负责关闭结果 gather map 实例。

参数

rightTable - 连接的右侧表。

condition - 连接期间要评估的条件表达式。

返回

左表的 gather map

conditionalLeftSemiJoinGatherMap

public GatherMap conditionalLeftSemiJoinGatherMap(Table rightTable,
                                                  CompiledExpression condition,
                                                  long outputRowCount)

计算可用于生成两个表之间左半连接结果的 gather map，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。返回的 GatherMap 实例可用于收集左表以生成左半连接结果。调用者负责关闭结果 gather map 实例。此接口允许传递先前从 conditionalLeftSemiJoinRowCount(Table, CompiledExpression) 计算的输出行数。警告：传递小于实际行数的行数将导致未定义的行为。

参数

rightTable - 连接的右侧表。

condition - 连接期间要评估的条件表达式。

outputRowCount - 连接结果中的输出行数

返回

左表的 gather map

mixedLeftSemiJoinGatherMap

public static GatherMap mixedLeftSemiJoinGatherMap(Table leftKeys,
                                                   Table rightKeys,
                                                   Table leftConditional,
                                                   Table rightConditional,
                                                   CompiledExpression condition,
                                                   NullEquality nullEquality)

计算可用于生成两个表之间使用等值和非等值条件混合的左半连接结果的 gather map。假定整个连接条件是等值条件和非等值条件的逻辑 AND。将返回一个 GatherMap 实例，可用于收集左表以生成左半连接结果。调用者负责关闭结果 gather map 实例。

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

返回

左表和右表的 gather maps

leftAntiJoinGatherMap

public GatherMap leftAntiJoinGatherMap(Table rightKeys,
                                       boolean compareNullsEqual)

计算可用于生成两个表之间左反连接结果的 gather map。假定此表实例持有左表的键列，且表参数表示右表的键列。返回的 GatherMap 实例可用于收集左表以生成左反连接结果。调用者负责关闭结果 gather map 实例。

参数

rightKeys - 右表的连接键列

compareNullsEqual - 如果 null 键值应匹配则为 true，否则为 false

返回

左表的 gather map

conditionalLeftAntiJoinRowCount

public long conditionalLeftAntiJoinRowCount(Table rightTable,
                                            CompiledExpression condition)

计算两个表之间左反连接结果中的行数，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。

参数

rightTable - 连接中的右侧表。

condition - 连接期间要评估的条件表达式。

返回

连接结果的行数

conditionalLeftAntiJoinGatherMap

public GatherMap conditionalLeftAntiJoinGatherMap(Table rightTable,
                                                  CompiledExpression condition)

计算可用于生成两个表之间左反连接结果的 gather map，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。返回的 GatherMap 实例可用于收集左表以生成左反连接结果。调用者负责关闭结果 gather map 实例。

参数

rightTable - 连接的右侧表。

condition - 连接期间要评估的条件表达式。

返回

左表的 gather map

conditionalLeftAntiJoinGatherMap

public GatherMap conditionalLeftAntiJoinGatherMap(Table rightTable,
                                                  CompiledExpression condition,
                                                  long outputRowCount)

计算可用于生成两个表之间左反连接结果的 gather map，前提是条件表达式为 true。假定此表实例持有左表的列，且表参数表示右表的列。返回的 GatherMap 实例可用于收集左表以生成左反连接结果。调用者负责关闭结果 gather map 实例。此接口允许传递先前从 conditionalLeftAntiJoinRowCount(Table, CompiledExpression) 计算的输出行数。警告：传递小于实际行数的行数将导致未定义的行为。

参数

rightTable - 连接的右侧表。

condition - 连接期间要评估的条件表达式。

outputRowCount - 连接结果中的输出行数

返回

左表的 gather map

mixedLeftAntiJoinGatherMap

public static GatherMap mixedLeftAntiJoinGatherMap(Table leftKeys,
                                                   Table rightKeys,
                                                   Table leftConditional,
                                                   Table rightConditional,
                                                   CompiledExpression condition,
                                                   NullEquality nullEquality)

计算可用于生成两个表之间使用等值和非等值条件混合的左反连接结果的 gather map。假定整个连接条件是等值条件和非等值条件的逻辑 AND。将返回一个 GatherMap 实例，可用于收集左表以生成左反连接结果。调用者负责关闭结果 gather map 实例。

参数

leftKeys - 左表中用于等值条件的键列。

rightKeys - 右表中用于等值条件的键列。

leftConditional - 左表中评估非等值条件所需的列。

rightConditional - 右表中评估非等值条件所需的列。

condition - 连接的非等值条件。

nullEquality - null 是否应被视为相等进行比较。

返回

左表和右表的 gather maps

fromPackedTable

public static Table fromPackedTable(ByteBuffer metadata,
                                    DeviceMemoryBuffer data)

从打包表示构建表。

参数

metadata - 表的主机端元数据。

data - 表的 GPU 数据缓冲区。

返回

从 packed-form 零拷贝重建的表

sample

public Table sample(long n,
                    boolean replacement,
                    long seed)

从表中随机收集 `n` 个样本。注意：不保留顺序。示例：input: {col1: {1, 2, 3, 4, 5}, col2: {6, 7, 8, 9, 10}} n: 3 replacement: false output: {col1: {3, 1, 4}, col2: {8, 6, 9}} replacement: true output: {col1: {3, 1, 1}, col2: {8, 6, 6}} 如果 `n` > 表行数且 `replacement` == FALSE 则抛出 "logic_error"。如果 `n` < 0 则抛出 "logic_error"。

参数

n - 预期从表中获取的非负样本数。

replacement - 允许或禁止多次采样同一行。

seed - 用于初始化随机数生成器的种子值。

返回

包含样本的表