数据演进

add_columns

add_columns(
    uri=None, 
    *, 
    namespace=None, 
    table_id=None, 
    transform, 
    **kwargs)

使用 Ray 的分布式处理向现有 Lance 数据集添加列。

参数

• uri: Lance 数据集的路径（需要 uri 或 namespace+table_id 之一）
• namespace: 用于元数据目录集成的 LanceNamespace 实例（需要 table_id）
• table_id: 表标识符，字符串列表形式（需要 namespace）
• transform: 用于添加列的转换函数
• filter: 可选的过滤表达式
• read_columns: 可选的从原始数据集读取的列列表
• reader_schema: 可选的读取器模式
• read_version: 可选的读取版本
• ray_remote_args: Ray 远程任务的可选 kwargs
• storage_options: 可选的存储配置字典
• batch_size: 处理的批次大小（默认值：1024）
• concurrency: 可选的并发进程数

返回: 无