在spark计算RDD[Row]动态增加字段

关于在计算中,动态添加字段处理方式,参考网上的方式,进行整理如下,作个记录

package com.ku.test

import org.apache.spark.rdd.RDD
import org.apache.spark.sql.catalyst.expressions.GenericRowWithSchema
import org.apache.spark.sql.types._
import org.apache.spark.sql.{DataFrame, Row, SparkSession}

import scala.collection.mutable

object TestAddField0 {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession
      .builder()
      .appName("test")
      .master("local")
      .getOrCreate()

    spark.sparkContext.setLogLevel("WARN")

    import spark.implicits._
    val sourceFile: DataFrame = Seq(
      (1, "24_男_上海市"),
      (2, "33_女_北京市")
    ).toDF("id", "message")
    sourceFile.show()

    val fieldsConf = new mutable.HashMap[String, DataType]()
    fieldsConf += (("age", IntegerType))
    fieldsConf += (("gender", StringType))
    fieldsConf += (("address", StringType))

    val dataSF: RDD[Row] = sourceFile.rdd.map(
      row => {

        val message = row.getAs[String]("message")
        val buffer = Row.unapplySeq(row).get.toBuffer

        message.split("_").foreach(
          dataVal => {
            buffer.append("new_" + dataVal)
          }
        )

        var schemaNew: StructType = row.schema
        fieldsConf.foreach(conf => {
          schemaNew = schemaNew.add(conf._1, conf._2)
        })

        // 使用Row的子类GenericRowWithSchema创建新的Row
        val newSchema = new GenericRowWithSchema(buffer.toArray, schemaNew).asInstanceOf[Row]
        newSchema
      })

    dataSF.foreach(row => println(row))
  }
}

两次输出内容如下:

+---+------------+
| id|     message|
+---+------------+
|  1|24_男_上海市|
|  2|33_女_北京市|
+---+------------+

[1,24_男_上海市,new_24,new_男,new_上海市]
[2,33_女_北京市,new_33,new_女,new_北京市]

Process finished with exit code 0
 

 

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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