spark UDF

查看了spark2.2.0的api接口发现到了java语言就变成了undocument,很无奈,经过多次试验实现了通过实现UDF1对Dataset中某一列数据的修改。代码如下

spark.udf().register("convert", new UDF1<String, Integer>() {
            @Override
            public Integer call(String s) throws Exception {
                if(StringUtils.isNotBlank(s)) return getAgeByDateString(s);
                return null;
            }
        }, DataTypes.IntegerType);
        wssj.createOrReplaceTempView("wssj");
        Dataset<Row> wssj1 = spark.sql("SELECT convert(c_csrq) as n_nl FROM wssj");

register参数说明:第一个参数为自定义方法的方法名 

                              第二个参数为自定义UDF1方法的实现逻辑,代码段中getAgeByDateString(s)就是对出生日期的修改逻辑。

                               到三个参数是返回值的数据类型,这个要用到DataTypes类。

最后一句就是对它的使用了。spark提供了多达22个参数的UDF实现类。


阅读更多
想对作者说点什么? 我来说一句

没有更多推荐了,返回首页

关闭
关闭
关闭