トップ / 実行・アクション・IO

write.save_as_table

結果をテーブル（またはファイル）として書き出します。

df.write.save_as_table("target_table", mode="overwrite")

ldf.sink_parquet("output.parquet")

挙動・設計の違い

SnowparkはCREATE TABLE AS SELECTやINSERT INTOに相当するデータ移動をSnowflake内で完結させ、巨大なデータセットでも高速にテーブルへ書き込めます。Polarsのsink_parquetはストリーミングでファイル（Parquet形式）へ書き出す遅延処理で、実行するとParquetファイルが生成されることを確認済みです。「テーブルへ書く」のか「ファイルへ書く」のかという書き込み先の種類そのものが異なります。

移行時の落とし穴

Snowparkのmode="overwrite"は、書き込み先のテーブルのスキーマが変わる場合の挙動に注意が要ります（列構成が違うと失敗する設定と、自動的にスキーマを合わせる設定があります）。Polars側は「テーブル」という概念自体が無く、常にファイルの新規作成／上書きになるため、Snowpark特有のスキーマ進化の考慮はそのままでは移植できません。

実行・アクション・IOの他のメソッド

• collect ── それまで積み上げた変換を実際に評価し、結果を手元に取得します。最も基本的なアクション。
• show ── 結果の先頭数行を、確認用に画面へ表示します。
• first ── 先頭の1行だけを取得します。
• take ── 指定した件数の行を取得します。
• to_pandas ── 結果をpandas DataFrameに変換します。
• to_local_iterator ── 結果を全件メモリに載せず、1行（またはチャンク）ずつ順番に処理します。
• cache_result ── それまでの計算結果を1度だけ確定させ、以降はその結果を使い回します。
• createOrReplaceView（create_or_replace_view） ── 今のDataFrameの定義を、他のSQLセッションからも参照できるビューとして登録します。
• createOrReplaceTempView（create_or_replace_temp_view） ── 今のセッション限定で有効な、一時的なビューを作ります。
• explain ── その時点までの変換が、実際にどう実行される予定かを表示します。

出典・検証情報

• Snowpark 公式リファレンス（write.save_as_table）
• Polars 公式リファレンス（write.save_as_table）

Polars 1.43.2 で実行確認 / Snowpark Python SDK 1.54.0 で静的検証（2026-08-26）