Spark SQL的自定義函數(shù)UDF使用
更新時間：2023年02月01日 14:36:59 作者：CarveStone
Spark Sql可以通過UDF來對DataFrame的Column進行自定義操作。在特定場景下定義UDF可能需要用到Spark Context以外的資源或數(shù)據(jù)。比如從List或Map中取值，或是通過連接池從外部的數(shù)據(jù)源中讀取數(shù)據(jù)，然后再參與Column的運算
Spark_SQL的UDF使用
用戶自定義函數(shù)，也叫UDF，可以讓我們使用Python/Java/Scala注冊自定義函數(shù)，并在SQL中調(diào)用。這種方法很常用，通常用來給機構(gòu)內(nèi)的SQL用戶們提供高級功能支持，這樣這些用戶就可以直接調(diào)用注冊的函數(shù)而無需自己去通過編程來實現(xiàn)了。
- 在Spark SQL中，編寫UDF 尤為簡單。Spark SQL不僅有自己的UDF接口，也支持已有的Apache Hive UDF。我們可以使用Spark支持的編程語言編寫好函數(shù)，然后通過Spark SQL內(nèi)建的方法傳遞進來，非常便捷地注冊我們自己的UDF。
- 在Scala和Python中，可以利用語言原生的函數(shù)和lambda語法的支持，而在Java中，則需要擴展對應的UDF類。UDF能夠支持各種數(shù)據(jù)類型，返回類型也可以與調(diào)用時的參數(shù)類型完全不一樣。
UDF簡單使用
首先通過代碼建立一個測試的DataFrame數(shù)據(jù)，通過RDD產(chǎn)生，再轉(zhuǎn)換成DataFrame格式，通過寫簡單的UDF函數(shù)，對數(shù)據(jù)進行操作并輸出，例如：
import org.apache.spark.sql.Row
import org.apache.spark.rdd._
import scala.collection.mutable.ArrayBuffer
import org.apache.spark.sql.types.{StructType, StructField, StringType, IntegerType}
// 通過RDD創(chuàng)建測試數(shù)據(jù)
val rdd: RDD[Row] = sc.parallelize(List("Michael,male, 29",
"Andy,female, 30",
"Justin,male, 19",
"Dela,female, 25",
"Magi,male, 20",
"Pule,male,21"))
.map(_.split(",")).map(p => Row(p(0),p(1),p(2).trim.toInt))
// 創(chuàng)建Schema
val schema = StructType( Array( StructField("name",StringType, true),StructField("sex",StringType, true),StructField("age",IntegerType,true)))
// 轉(zhuǎn)換DataFrame
val peopleDF = spark.sqlContext.createDataFrame(rdd,schema)
// 注冊UDF函數(shù)
spark.udf.register("strlen",(x:String)=>x.length)
// 創(chuàng)建臨時表
peopleDF.registerTempTable("people")
// 選擇輸出語句，（選擇輸出列：名字，名字長度，性別從表people中）
spark.sql("select name, strlen(name) as strlen,sex from people").show()
創(chuàng)建 DataFrame
scala> val df = spark.read.json("data/user.json")
df: org.apache.spark.sql.DataFrame = [age: bigint， username: string]
注冊 UDF
scala> spark.udf.register("addName",(x:String)=> "Name:"+x)
res9: org.apache.spark.sql.expressions.UserDefinedFunction =
UserDefinedFunction(<function1>,StringType,Some(List(StringType)))
創(chuàng)建臨時表
scala> df.createOrReplaceTempView("people")應用 UDF
scala> spark.sql("Select addName(name),age from people").show()到此這篇關于Spark SQL的自定義函數(shù)UDF使用的文章就介紹到這了,更多相關Spark SQL UDF內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了使用JMX連接JVM實現(xiàn)過程詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-04-04
Java使用ArrayList實現(xiàn)撲克牌的示例代碼
學習了關于集合類的知識，我們可以做一個小項目來加深對集合類知識的學習！本文就來利用ArrayList實現(xiàn)撲克牌發(fā)牌洗牌效果，需要的可以參考一下2022-10-10
這篇文章主要介紹了關于idea中SpringBoot啟動失敗的坑,本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-03-03
MyBatis Generator 是一款針對 MyBatis 或 iBATIS 設計的代碼生成器，由 MyBatis 官方提供，這篇文章主要介紹了MyBatis Generator介紹及使用方法,需要的朋友可以參考下2023-06-06
這篇文章主要介紹了java字符串格式化(String類format方法)，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-02-02
關于Spring的統(tǒng)一功能處理(攔截器)實現(xiàn)
這篇文章主要介紹了關于Spring的統(tǒng)一功能處理(攔截器)實現(xiàn),每個方法中都要單獨寫用戶登錄驗證的方法，即使封裝成公共方法，也一樣要傳參調(diào)用和在方法中進行判斷,需要的朋友可以參考下2023-05-05
Maven中<distributionManagement>的使用及說明
本文主要介紹了Maven中的SNAPSHOT和RELEASE倉庫的區(qū)別,以及如何在POM文件中配置和使用快照版本,快照版本可以實現(xiàn)實時更新,方便開發(fā)過程中的依賴管理,同時,本文還總結(jié)了Maven的一些常用命令及其作用2025-01-01
SIFT，即尺度不變特征變換，是用于圖像處理領域的一種描述。這種描述具有尺度不變性，可在圖像中檢測出關鍵點，是一種局部特征描述子。本文將詳細介紹一下Java?OpenCV圖像處理中的SIFT角點檢測，需要的可以參考一下2022-02-02
IntelliJ IDEA修改內(nèi)存大小,使得idea運行更流暢
今天小編就為大家分享一篇關于IntelliJ IDEA修改內(nèi)存大小,使得idea運行更流暢的文章，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧2018-10-10
解決Mybatis-plus自定義TypeHandler查詢映射結(jié)果一直為null問題
這篇文章主要介紹了解決Mybatis-plus自定義TypeHandler查詢映射結(jié)果一直為null問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-07-07