在 sparklyr 中断开连接后，spark 数据帧是否会自动删除？如果没有，我们该怎么做？
Are spark dataframes automatically deleted after disconnecting in sparklyr? If not, how do we do it?
在关闭连接时，以下列方式复制到 spark 的数据帧会发生什么情况？
library(sparklyr)
library(dplyr)
sc <- spark_connect(master = "local")
iris_tbl <- copy_to(sc, iris)
spark_disconnect(sc)
如果它们没有被自动删除，除了按以下方式删除每个数据帧之外，是否有任何简单的方法可以删除会话期间创建的所有数据帧？
sc %>% spark_session() %>% invoke("catalog") %>% invoke("dropTempView", "iris")
即使它是自动完成的，当spark看到有必要清理临时视图时，它是立即完成还是延迟完成？
我有一个脚本可以连续调用 spark 并将临时数据帧复制到 spark 中进行一些操作。如果最终没有删除，我担心那些临时数据帧会堆积在集群中。
Spark中临时视图的生命周期通常与相应SparkSession的生命周期紧密耦合，不能超出其范围访问（全局视图是一个例外，但与标准视图一样，不能超过它们的生命周期session)。如果 JVM session 关闭和/或垃圾回收，相应的临时 space 将被废弃。
但是临时视图不会被删除，所以只要 session 存在，临时表也会存在。
正如我在别处解释的那样 (How to delete a Spark DataFrame using sparklyr?) 这通常不是一个严重的问题。
在关闭连接时，以下列方式复制到 spark 的数据帧会发生什么情况？
library(sparklyr)
library(dplyr)
sc <- spark_connect(master = "local")
iris_tbl <- copy_to(sc, iris)
spark_disconnect(sc)
如果它们没有被自动删除，除了按以下方式删除每个数据帧之外，是否有任何简单的方法可以删除会话期间创建的所有数据帧？
sc %>% spark_session() %>% invoke("catalog") %>% invoke("dropTempView", "iris")
即使它是自动完成的，当spark看到有必要清理临时视图时，它是立即完成还是延迟完成？
我有一个脚本可以连续调用 spark 并将临时数据帧复制到 spark 中进行一些操作。如果最终没有删除，我担心那些临时数据帧会堆积在集群中。
Spark中临时视图的生命周期通常与相应SparkSession的生命周期紧密耦合，不能超出其范围访问（全局视图是一个例外，但与标准视图一样，不能超过它们的生命周期session)。如果 JVM session 关闭和/或垃圾回收，相应的临时 space 将被废弃。
但是临时视图不会被删除，所以只要 session 存在，临时表也会存在。
正如我在别处解释的那样 (How to delete a Spark DataFrame using sparklyr?) 这通常不是一个严重的问题。