如何使用Scala调用UDF

Question

如何通过DataFrame API在Scala中表达以下代码？

sqlContext.read.parquet("/input").registerTempTable("data")
sqlContext.udf.register("median", new Median)
sqlContext.sql(
  """
    |SELECT
    |  param,
    |  median(value) as median
    |FROM data
    |GROUP BY param
""".stripMargin).registerTempTable("medians")

我是通过

开始的

val data = sqlContext.read.parquet("/input")
sqlContext.udf.register("median", new Median)
data.groupBy("param")

但他们我不知道如何调用median函数。

Answer 1

您可以使用callUDF

data.groupBy("param").agg(callUDF("median", $"value"))

或直接致电：

val median = new Median
data.groupBy("param").agg(median($"value"))

// Equivalent to
data.groupBy("param").agg(new Median()($"value"))

不过，我认为使用object而不是class会更有意义。