Toutes les ressources premium et membres pour 8,99 €/mois, en abonnement sans engagement. Voir les offres

PalateKit

Se connecter
Menu

Demander une ressource

Décrivez en une phrase la ressource qui vous manque. Nous vous écrirons quand elle sera publiée.

0 / 280

Une page, une vidéo ou une image en ligne.

Débloquer PalateKit

Tout débloquer

Offre

Le paiement vaut acceptation de nos conditions générales de vente.

Paiement sécurisé par Stripe. Reçus et factures envoyés par e-mail.

Content de vous revoir

Connectez-vous pour installer, télécharger ou sauvegarder cette ressource. Un compte gratuit suffit pour les ressources gratuites.

Bonnes pratiques PySpark pour l'ETL v1.0.0

Utilisez cette ressource pour écrire des pipelines ETL PySpark testables et lisibles

Nouveau

  • 115 téléchargements
  • 243 mentions J'aime
  • 130 sauvegardes

Gratuit

Installer avec la CLI

Dans un terminal, depuis le dossier voulu :

npx --yes palatekit@latest install pyspark-etl-practices-rule

Première fois : connectez la CLI avec

npx --yes palatekit@latest login

Cursor structure chaque job autour d'une classe de base qui gère la session Spark, sépare la configuration de l'analyse des arguments, compose le traitement en étapes nommées avec .transform(), et suit des motifs pour les jointures, les fonctions de fenêtre et les tables Iceberg.

Choisie surtout par

Mise à jour le 2 novembre 2026

Carte « Bonnes pratiques PySpark pour l'ETL »

Caractéristiques

Fonctionne dans
Guides d'installation
Génère avec
Le modèle de votre agent
Licence
CC0-1.0

Ressources similaires

Tout voir

Ce que vous obtenez

  • Le fichier .mdc (en anglais) : structure de job, configuration et composition des étapes
  • Des exemples de classe de base ETL et de configuration par fonction de fabrique

Pour qui

  • Un pipeline Spark qui doit être testé en local
  • Une équipe data qui alimente des tables Iceberg

Pas pour qui

    Étiquettes

    • pyspark
    • etl
    • spark
    • iceberg

    À propos

    Vous dites

    « Transforme ce script PySpark en job ETL avec une classe de base et des tests. »

    Carte « Bonnes pratiques PySpark pour l'ETL »

    Rule publié par PatrickJS sous licence CC0-1.0. Fichier livré dans sa version d'origine, en anglais.

    Voir plus

    Comment l'utiliser

    1. Copiez le fichier .mdc dans le dossier .cursor/rules/ de votre projet
    2. Demandez à Cursor de écrire des pipelines ETL PySpark testables et lisibles
    3. Ajustez la règle à vos conventions

    Aperçu du contenu

    Fichiers

    • LICENSE6,5 Ko
    • NOTICE-PALATEKIT.md0,6 Ko
    • pyspark-etl-practices-rule.mdc13,6 Ko

    Origine et licence

    Référencée sans modification

    Auteur
    PatrickJS
    Source
    github.com/PatrickJS/awesome-cursorrules/blob/b044f956f021b6e8877f16781bcfc466a6a120e9/rules/pyspark-etl-best-practices-cursorrules-prompt-file.mdc
    Licence
    CC0-1.0

    Notice

    « pyspark-etl-best-practices-cursorrules-prompt-file » (PatrickJS, CC0-1.0) livré dans sa version d'origine : fiche en français et en anglais par PalateKit.

    Avis des utilisateurs

    –

    Aucune note pour l'instant

    Chargement des avis…

    Supprimer votre avis ?

    Votre note et votre commentaire seront retirés de la fiche.