contiguous_split#

class pylibcudf.contiguous_split.PackedColumns#

序列化格式的列数据。

包含来自列数组的数据，存储在两个连续的缓冲区中：一个位于主机，包含表元数据；一个位于设备，包含表数据。

详情请参阅 cudf::packed_columns。

方法

release(self)

释放并返回底层序列化的元数据和 GPU 数据。

release(self) → tuple#

释放并返回底层序列化的元数据和 GPU 数据。

内存的所有权将转移到返回的缓冲区。调用此方法后，self 将为空。

返回值:

memoryview (HostBuffer 类型): 作为连续主机内存的序列化元数据。
gpumemoryview (rmm.DeviceBuffer 类型): 作为连续设备内存的序列化 GPU 数据。

pylibcudf.contiguous_split.pack(Table input) → PackedColumns#

将一个表深度复制到序列化的连续内存格式。

稍后使用 unpack 或 unpack_from_memoryviews 将序列化数据解包回表中。

参数:

inputTable: 要打包的表。

返回值:

PackedColumns: 打包后的列。

示例

>>> packed = pylibcudf.contiguous_split.pack(...)
>>> # Either unpack the whole `PackedColumns` at once.
>>> pylibcudf.contiguous_split.unpack(packed)
>>> # Or unpack the two serialized buffers in `PackedColumns`.
>>> metadata, gpu_data = packed.release()
>>> pylibcudf.contiguous_split.unpack_from_memoryviews(metadata, gpu_data)

详情请参阅 cudf::pack()。

pylibcudf.contiguous_split.unpack(PackedColumns input) → Table#

反序列化 pack 的结果。

将序列化表的结果复制到一个表中。与 libcudf C++ 函数不同，返回的表是序列化数据的副本。

详情请参阅 cudf::unpack()。

参数:

inputPackedColumns: 要解包的打包列。

返回值:

Table: 打包列的副本。

pylibcudf.contiguous_split.unpack_from_memoryviews(memoryview metadata, gpumemoryview gpu_data) → Table#

反序列化 pack 的结果。

将序列化表的结果复制到一个表中。与 libcudf C++ 函数不同，返回的表是序列化数据的副本。

详情请参阅 cudf::unpack()。

参数:

metadatamemoryview: 要解包的打包元数据。
gpu_datagpumemoryview: 要解包的打包 gpu_data。

返回值:

Table: 打包列的副本。

contiguous_split#

此页