[原创] 使用 Ray 分布式计算框架读取 jsonl (json line)

使用 Ray 分布式计算框架读取 jsonl(json line) 格式文件.

ValueError: No input files found to read. Please double check that 'partition_filter' field is set properly.

import ray
from ray.data.datasource import FileExtensionFilter

from pyarrow import json as pyarrow_json
read_options = pyarrow_json.ReadOptions(block_size = 1024*1024*10) # 10MB

ds = ray.data.read_json(
	args.path, 
	partition_filter=FileExtensionFilter(['jsonl', 'json']),
	read_options=read_options # 设置块大小
)
     

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值