有人能告诉我在pyspark中检查非常大的Dataframe时哪种方法最有效吗？
在这里，它表示非急切的检查点保留了沿袭，并且只会在代码中涉及到检查点时触发它。急切的检查点会立即触发它，因此在使用它之前需要等待很长时间。
对于需要迭代执行检查点的非常大的数据集，使用non-eager有意义吗？