java遍历dataset row,Spark DataSet有效地获取整行的长度大小

我正在使用不同大小的dataSet每个具有动态列大小-对于我的应用程序，我需要知道字符的整个行长，以估计整个行大小(以字节或千字节为单位)。

整个行大小(以KB为单位)的结果将被写入新列。

private void writeMyData(Dataset dataSet){

Column[] columns = Arrays.stream(dfToWrite.columns()).map(col-> functions.col(col)).toArray(Column[]::new);

dataSet.withColumn("marker", functions.length(functions.concat_ws( dataSet.columns()[3],columns))).write().partitionBy(hivePartitionColumn)

.option("header", "true")

.mode(SaveMode.Append).format(storageFormat).save(pathTowrite);

}

由于我没有org.apache.spark.sql.functions方法的返回，Column[]

所以我不得不使用dataSet.columns()和收集它。

但是function.method每次使用嵌套操作似乎并不高效。

我宁愿获得一个函数大小，Column[]然后返回列的整个长度。而不是嵌套操作。

有什么办法可以帮助我进行此类操作的UDF功能？还是有这种功能的现有功能？

使用这种解决方案有多糟糕？

首选Java解决方案。