Прескочи на главни садржај
🔒 Режим прегледа. Првих петнаест Foundations лекција је бесплатно; ова је Pro. Покрените 7-дневни trial да откључате едитор, AI савете и остатак курса. Картица је обавезна, можете отказати у било ком тренутку у Dashboard.
Покрени 7-дневни trial →
⚡
← Kursevi
›
Data Science Applied
›
Module 1 · Python for Data · Recap
›
Паркет против ЦСВ
quiz
23 / 104
🇷🇸
SR
▼
↗
Подели
⋯
Више
+75 XP
📋
Zadatak
📖
Teorija
🤖
AI Pomoć
Zadatak
📝 **Питање:** Ваш дневни ЕТЛ цевовод записује 5 ГБ ЦСВ-а по покретању. Цевовод низводно је спор. Прва оптимизација? 📋 Изаберите тачан одговор. 💡 **Савет:** Поново прочитајте горњу теорију ако нисте сигурни.
🎯 Kviz
Pitanje
📝 **Питање:** Ваш дневни ЕТЛ цевовод записује 5 ГБ ЦСВ-а по покретању. Цевовод низводно је спор. Прва оптимизација? 📋 Изаберите тачан одговор. 💡 **Савет:** Поново прочитајте горњу теорију ако нисте сигурни.
A
Compress the CSV with `gzip --best` after each write — 5 GB shrinks to roughly 800 MB on disk and downstream readers transparently stream-decompress without code changes
B
Switch the output to Parquet — 5-10x smaller, types preserved, column pruning enabled, dramatically faster reads downstream. Single biggest data-pipeline win
C
Add a sorted index file beside the CSV — downstream readers can binary-search into the right offset instead of scanning the whole file, which speeds up partial reads dramatically
D
Use a faster CSV library such as `pyarrow.csv.read_csv` — the SIMD-vectorised parser runs 5-10x faster than the stock pandas reader and that closes the downstream slowdown
Odgovori
💬 Diskusija
Budi prvi — postavi pitanje ili podeli savet.
Prijavi se
da bi se pridružio diskusiji. Čitanje je besplatno.
Učitavanje diskusije…