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。