2021年大数据Spark（三十）：SparkSQL自定义UDF函数
自定义UDF函数
无论Hive还是SparkSQL分析处理数据时，往往需要使用函数，SparkSQL模块本身自带很多实现公共功能的函数，在org.apache.spark.sql.functions中。SparkSQL与Hive一样支持定义函数：UDF和UDAF，尤其是UDF函数在实际项目中使用最为广泛。
回顾Hive中自定义函数有三种类型：
第一种：UDF（User-Defined-Function） 函数
一对一的关系，输入一个值经过函数以后输出一个值；
在Hive中继承UDF类，方法名称为evaluate，返回值不能为void，其实就是实现一个方法；
第二种：UDAF（User-Defined Aggregation Function） 聚合函数
多对一的关系，输入多个值输出一个值，通常与groupBy联合使用；
第三种：UDTF（User-Defined Table-Generating Functions） 函数
一对多的关系，输入一个值输出多个值（一行变为多行）；
用户自定义生成函数，有点像flatMap；
注意
目前来说Spark 框架各个版本及各种语言对自定义函数的支持：
在SparkSQL中，目前仅仅支持UDF函数和UDAF函数：
UDF函数：一对一关系；
UDAF函数：聚合函数，通常与group by 分组函数连用，多对一关系；
由于SparkSQL数据分析有两种方式：DSL编程和SQL编程，所以定义UDF函数也有两种方式，不同方式可以在不同分析中使用。
SQL方式
使用SparkSession中udf方法定义和注册函数，在SQL中使用，使用如下方式定义：
DSL方式
使用org.apache.sql.functions.udf函数定义和注册函数，在DSL中使用，如下方式：
代码演示
package cn.itcast.sql
import org.apache.spark.SparkContext
import org.apache.spark.sql.expressions.UserDefinedFunction
import org.apache.spark.sql.{DataFrame, SparkSession}
/**
* Author itcast
* Desc
* 将udf.txt中的单词使用SparkSQL自定义函数转为大写
* hello
* haha
* hehe
* xixi
*/
object UDFDemo {
def main(args: Array[String]): Unit = {
//1.准备环境
val spark: SparkSession = SparkSession.builder().appName("UDFDemo").master("local[*]").getOrCreate()
val sc: SparkContext = spark.sparkContext
sc.setLogLevel("WARN")
import spark.implicits._
//2.加载数据
val df: DataFrame = spark.read.text("data/input/udf.txt")
df.show()
/*
+-----+
|value|
+-----+
|hello|
| haha|
| hehe|
| xixi|
+-----+
*/
//3.使用自定义函数将单词转为大写
//SQL风格-自定义函数
//spark.udf.register("函数名",函数实现)
spark.udf.register("small2big", (value: String) => value.toUpperCase())
df.createOrReplaceTempView("t_words")
val sql: String =
"""
|select value,small2big(value) as small_word
|from t_words
|""".stripMargin
spark.sql(sql).show() //如果没有自定义该函数,那么会报错:Undefined function: 'small2big'.
//DSL风格-自定义函数
//val small2big2: UserDefinedFunction = functions.udf((value: String) => value.toUpperCase)
import org.apache.spark.sql.functions._
val small2big2: UserDefinedFunction = udf((value: String) => value.toUpperCase)
df.select($"value", small2big2($"value").as("small_word")).show()
}
}举报
腾讯云开发者
