Transform parquet table file by file

I have a big parquet table stored in multiple partitions, and each partition having multiple files inside of it, like:

s3
├── gender=M
│   ├── age=10
│   │   ├── part-000.parquet
│   │   ├── part-001.parquet
│   │   └── part-002.parquet
│   └── age=20
│       ├── part-000.parquet
│       ├── part-001.parquet
│       └── part-002.parquet
└── gender=W
    ├── age=10
    │   ├── part-000.parquet
    │   ├── part-001.parquet
    │   └── part-002.parquet
    └── age=20
        ├── part-000.parquet
        ├── part-001.parquet
        └── part-002.parquet

I want to apply transformations in some columns of the data. These transformations will not change schema/dimensions of the table, nor will they depend on data “outside” of the current row (for example a transformation that adds 1 to the values a numerical column).

Since the partitions can be very large, my approach is to apply this transformations on each parquet file separately and then overwrite the original parquet file with the transformed one. In pseudo-code, it goes like this:

for each .parquet file, do the following:

(taking as example the file 's3://gender=M/age=10/part-000.parquet')

move the file to a temporary location:

    's3://gender=M/age=10/part-000.parquet' ⟼ 's3://tmp/gender=M/age=10/part-000.parquet'

use spark to read from temporary location and transform it:

    df = spark.read.parquet('s3://tmp/gender=M/age=10/part-000.parquet')
    transformed_df = transform(df)

use spark to write the transformed file to a new temporary location:

    transformed_df.coalesce(1).write.parquet('s3://tmp/transformed/gender=M/age=10/')
    # this will create a file with a different name, for example s3://tmp/transformed/gender=M/age=10/part-xyz.parquet

move transformed file to original location, with original file name:

    's3://tmp/transformed/gender=M/age=10/part-xyz.parquet' ⟼ 's3://gender=M/age=10/part-000.parquet'

remove 's3://tmp/'

After testing this approach, it looks that the resulting data is correct, but I don’t know to which extents it won’t cause problems in future use of the data. Is it problematic to do something like this? In terms of metadata of the table, do I lose anything by doing so (the _SUCCESS file change inside each partition can cause conflicts?)? Am I mistaken to think that this is an efficient solution, considering that I can parallelize the process for each file using multiple threads/cores?

Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa Dịch vụ tổ chức sự kiện 5 sao Thông tin về chúng tôi Dịch vụ sinh nhật bé trai Dịch vụ sinh nhật bé gái Sự kiện trọn gói Các tiết mục giải trí Dịch vụ bổ trợ Tiệc cưới sang trọng Dịch vụ khai trương Tư vấn tổ chức sự kiện Hình ảnh sự kiện Cập nhật tin tức Liên hệ ngay Thuê chú hề chuyên nghiệp Tiệc tất niên cho công ty Trang trí tiệc cuối năm Tiệc tất niên độc đáo Sinh nhật bé Hải Đăng Sinh nhật đáng yêu bé Khánh Vân Sinh nhật sang trọng Bích Ngân Tiệc sinh nhật bé Thanh Trang Dịch vụ ông già Noel Xiếc thú vui nhộn Biểu diễn xiếc quay đĩa Dịch vụ tổ chức tiệc uy tín Khám phá dịch vụ của chúng tôi Tiệc sinh nhật cho bé trai Trang trí tiệc cho bé gái Gói sự kiện chuyên nghiệp Chương trình giải trí hấp dẫn Dịch vụ hỗ trợ sự kiện Trang trí tiệc cưới đẹp Khởi đầu thành công với khai trương Chuyên gia tư vấn sự kiện Xem ảnh các sự kiện đẹp Tin mới về sự kiện Kết nối với đội ngũ chuyên gia Chú hề vui nhộn cho tiệc sinh nhật Ý tưởng tiệc cuối năm Tất niên độc đáo Trang trí tiệc hiện đại Tổ chức sinh nhật cho Hải Đăng Sinh nhật độc quyền Khánh Vân Phong cách tiệc Bích Ngân Trang trí tiệc bé Thanh Trang Thuê dịch vụ ông già Noel chuyên nghiệp Xem xiếc khỉ đặc sắc Xiếc quay đĩa thú vị
Trang chủ Giới thiệu Sinh nhật bé trai Sinh nhật bé gái Tổ chức sự kiện Biểu diễn giải trí Dịch vụ khác Trang trí tiệc cưới Tổ chức khai trương Tư vấn dịch vụ Thư viện ảnh Tin tức - sự kiện Liên hệ Chú hề sinh nhật Trang trí YEAR END PARTY công ty Trang trí tất niên cuối năm Trang trí tất niên xu hướng mới nhất Trang trí sinh nhật bé trai Hải Đăng Trang trí sinh nhật bé Khánh Vân Trang trí sinh nhật Bích Ngân Trang trí sinh nhật bé Thanh Trang Thuê ông già Noel phát quà Biểu diễn xiếc khỉ Xiếc quay đĩa
Thiết kế website Thiết kế website Thiết kế website Cách kháng tài khoản quảng cáo Mua bán Fanpage Facebook Dịch vụ SEO Tổ chức sinh nhật