Spark用户自定义函数(弱类型)

1.弱类型

1.1 自定义类UserAvg

package com.atguigu.bigdata.sql

import org.apache.spark.sql.Row
import org.apache.spark.sql.expressions.{MutableAggregationBuffer, UserDefinedAggregateFunction, UserDefinedFunction}
import org.apache.spark.sql.types.{DataType, DoubleType, LongType, StructType}

/**
 * 求年龄的平均值
 * @auth tianmin
 * @date 2020-02-28 - 16:28
 * @nodes 若类型UDAF函数
 */
class UserAvg extends UserDefinedAggregateFunction {
  //输入参数的类型
  override def inputSchema: StructType = {
    new StructType().add("age", LongType)
  }

  //计算时候的数据结构
  override def bufferSchema: StructType = {
    new StructType().add("sum", LongType).add("count", LongType)
  }

  //函数返回的数据类型
  override def dataType: DataType = DoubleType

  //函数是否稳定
  override def deterministic: Boolean = true

  //计算之前缓冲区的初始化
  override def initialize(buffer: MutableAggregationBuffer): Unit = {
    buffer(0) = 0L
    buffer(1) = 0L
  }


  //根据查询结果更新缓冲区数据
  override def update(buffer: MutableAggregationBuffer, input: Row): Unit = {
    //sum
    buffer(0) = buffer.getLong(0) + input.getLong(0)
    //count
    buffer(1) = buffer.getLong(1) + 1
  }

  // 将多个节点的缓冲区合并
  override def merge(buffer1: MutableAggregationBuffer, buffer2: Row): Unit = {
    //sum
    buffer1(0) = buffer1.getLong(0) + buffer2.getLong(0)
    //count
    buffer1(1) = buffer1.getLong(1) + buffer2.getLong(1)
  }

  //计算
  override def evaluate(buffer: Row): Any = {
    buffer.getLong(0).toDouble / buffer.getLong(1)
  }
}


2.应用

package com.atguigu.bigdata.sql

import org.apache.spark.SparkConf
import org.apache.spark.sql.{DataFrame, SparkSession}

/**
 * @auth tianmin
 * @date 2020-02-28 - 17:13
 * @nodes
 */
object TestAvg {
  def main(args: Array[String]): Unit = {
    // 配置参数
    val config: SparkConf = new SparkConf().setMaster("local[*]").setAppName("test01")
    // SparkSession对象
    val spark: SparkSession = SparkSession.builder().config(config).getOrCreate()

    // 创建函数
    val userAvg = new UserAvg

    // 注册函数
    spark.udf.register("myAvg",userAvg)

    // 导入隐士包
    import spark.implicits._

    // 读入数据
    val frame: DataFrame = spark.read.json("input/user.json")

    // 创建临时表
    frame.createOrReplaceTempView("user")

    // 求平均值
    spark.sql("select myAvg(age) from user").show()

    // 关闭资源
    spark.stop()
  }

}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值