SparkSQL的UDF函数和UDFA函数例子

UDF例子(多对多)

  • 数据
alice   jogging,Coding,cooking  
lina    travel,dance            
  • 需求
    第一个字段为str1,第二个字段为str2.
    统计第二个字段str2中爱好的个数

  • 代码如下

package sparksql

import org.apache.spark.sql.SparkSession


object hobbies_UDF {
  def main(args: Array[String]): Unit = {


    val spark = SparkSession.builder()
      .appName("SalesApp")
      .master("local[2]")
      .getOrCreate()
    val arr = Array("alice jogging,Coding,cooking",
      "lina travel,dance")
    val hubrdd = spark.sparkContext.parallelize(arr)//创建RDD
    import spark.implicits._//隐式调用,转换toDF()
    hubrdd.map(_.split(" ")).map(x => Hub(x(0),x(1))).toDF().createOrReplaceTempView("hub")//转换为DataFrame
    spark.udf.register("number", (str: String) => str.split(",").length)//注册UDF函数,及书写UDF匿名函数
    spark.sql("select str1,number(str2) as num from hub").show()
    spark.stop()

  }
  case class Hub(str1: String, str2: String)
}
  • 显示结果
+-----+---+
| str1|num|
+-----+---+
|alice|  3|
| lina|  2|
+-----+---+

UDFA例子(多对一)

  • 数据
alice   ip1
lina    ip2
sven    ip3
alice   ip1
sven    ip2
alice   ip4
  • 需求

第一个字段为name,第二个字段为ip
统计网站,ip的访问次数

  • 代码如下
package sparksql

import org.apache.spark.sql.{Row, SparkSession}
import org.apache.spark.sql.expressions.{MutableAggregationBuffer, UserDefinedAggregateFunction}
import org.apache.spark.sql.types._

object log_UDF {
  def main(args: Array[String]): Unit = {
    val spark=SparkSession.builder().appName("log_UDF").master("local[2]").getOrCreate()
    val log=Array("alice ip1",
      "lina ip2",
      "sven ip3",
      "alice ip1",
      "sven ip2",
      "alice ip4")
    import spark.implicits._
    val logrdd=spark.sparkContext.parallelize(log)
    logrdd.map(_.split(" ")).map(x=>Log(x(0),x(1))).toDF().createOrReplaceTempView("logtable")
    spark.udf.register("logcount",new Logcount)//UDFA函数的注册
    spark.sql("select name,logcount(ip) from logtable group by name").show()






  }
  case class Log(name:String,ip:String)
}
class Logcount extends UserDefinedAggregateFunction{//通过实现接口的方式来实现UDFA函数

 /*
 * 指定输入数据类型
 * */
  override def inputSchema: StructType =StructType(Array(StructField("input",StringType,true)))

  override def bufferSchema: StructType = StructType(Array(StructField("count",IntegerType,true)))

  override def dataType: DataType =IntegerType

  override def deterministic: Boolean = true

  override def initialize(buffer: MutableAggregationBuffer): Unit = {buffer(0)=0}

  override def update(buffer: MutableAggregationBuffer, input: Row): Unit =
  {
    buffer(0)=buffer.getAs[Int](0)+1
  }

  override def merge(buffer1: MutableAggregationBuffer, buffer2: Row): Unit = {

    buffer1(0)=buffer1.getAs[Int](0)+buffer2.getAs[Int](0)
  }

  override def evaluate(buffer: Row): Any = buffer.getAs[Int](0)
}
  • 结果如下
+-----+------------+
| name|logcount(ip)|
+-----+------------+
| lina|           1|
|alice|           3|
| sven|           2|
+-----+------------+
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
毕业设计,基于SpringBoot+Vue+MySQL开发的纺织品企业财务管理系统,源码+数据库+毕业论文+视频演示 在如今社会上,关于信息上面的处理,没有任何一个企业或者个人会忽视,如何让信息急速传递,并且归档储存查询,采用之前的纸张记录模式已经不符合当前使用要求了。所以,对纺织品企业财务信息管理的提升,也为了对纺织品企业财务信息进行更好的维护,纺织品企业财务管理系统的出现就变得水到渠成不可缺少。通过对纺织品企业财务管理系统的开发,不仅仅可以学以致用,让学到的知识变成成果出现,也强化了知识记忆,扩大了知识储备,是提升自我的一种很好的方法。通过具体的开发,对整个软件开发的过程熟练掌握,不论是前期的设计,还是后续的编码测试,都有了很深刻的认知。 纺织品企业财务管理系统通过MySQL数据库与Spring Boot框架进行开发,纺织品企业财务管理系统能够实现对财务人员,员工,收费信息,支出信息,薪资信息,留言信息,报销信息等信息的管理。 通过纺织品企业财务管理系统对相关信息的处理,让信息处理变的更加的系统,更加的规范,这是一个必然的结果。已经处理好的信息,不管是用来查找,还是分析,在效率上都会成倍的提高,让计算机变得更加符合生产需要,变成人们不可缺少的一种信息处理工具,实现了绿色办公,节省社会资源,为环境保护也做了力所能及的贡献。 关键字:纺织品企业财务管理系统,薪资信息,报销信息;SpringBoot
评论 1
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