本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。
Spark 原生精細存取控制允許列出的 PySpark API
為了維護安全性和資料存取控制，Spark 精細存取控制 (FGAC) 會限制某些 PySpark 函數。這些限制是透過下列方式強制執行：
-
阻止函數執行的明確封鎖
-
使函數無法運作的架構不相容
-
可能擲回錯誤、傳回存取遭拒訊息，或呼叫 時不執行任何動作的函數
Spark FGAC 不支援下列 PySpark 功能：
-
RDD 操作 （使用 SparkRDDUnsupportedException 封鎖）
-
Spark Connect （不支援）
-
Spark 串流 （不支援）
雖然我們已在原生 Spark FGAC 環境中測試列出的函數並確認它們如預期般運作，但我們的測試通常僅涵蓋每個 API 的基本使用。具有多個輸入類型或複雜邏輯路徑的函數可能會有未經測試的案例。
對於此處未列出且未明確屬於上述不支援類別的任何函數，我們建議：
-
先在 Gamma 環境或小型部署中進行測試
-
在生產環境中使用它們之前驗證其行為
注意
如果您看到列出類別方法，但未列出其基本類別，則該方法仍應正常運作，這只是表示我們尚未明確驗證基本類別建構函數。
PySpark API 會組織成模組。下表詳細說明了每個模組內方法的一般支援。
| 模組名稱 | 狀態 | 備註 |
|---|---|---|
|
pyspark_core |
支援 |
此模組包含主要 RDD 類別，大部分不支援這些函數。 |
|
pyspark_sql |
支援 |
|
|
pyspark_testing |
支援 |
|
|
pyspark_resource |
支援 |
|
|
pyspark_streaming |
封鎖 |
Spark FGAC 中的串流用量遭到封鎖。 |
|
pyspark_mllib |
實驗性 |
此模組包含以 RDD 為基礎的 ML 操作，而且這些函數大部分不受支援。此模組未經過徹底測試。 |
|
pyspark_ml |
實驗性 |
此模組包含以 DataFrame 為基礎的 ML 操作，且大部分支援這些函數。此模組未經過徹底測試。 |
|
pyspark_pandas |
支援 |
|
|
pyspark_pandas_slow |
支援 |
|
| pyspark_connect |
封鎖 |
Spark FGAC 中的 Spark Connect 用量遭到封鎖。 |
| pyspark_pandas_connect |
封鎖 |
Spark FGAC 中的 Spark Connect 用量遭到封鎖。 |
| pyspark_pandas_slow_connect |
封鎖 |
Spark FGAC 中的 Spark Connect 用量遭到封鎖。 |
| pyspark_errors |
實驗性 |
此模組未經過徹底測試。無法使用自訂錯誤類別。 |
API 允許清單
為了方便下載和搜尋清單，具有模組和類別的檔案可在原生 FGAC 中允許的 Python 函數中使用。
