Question

如果我仅使用Column（没有数据框列），有什么方法可以评估我的Literal表达式。

例如，类似：

val result: Int = someFunction(lit(3) * lit(5))
//result: Int = 15

或

import org.apache.spark.sql.function.sha1
val result: String = someFunction(sha1(lit("5")))
//result: String = ac3478d69a3c81fa62e60f5c3696165a4e5e6ac4

我能够使用数据框进行评估

val result = Seq(1).toDF.select(sha1(lit("5"))).as[String].first
//result: String = ac3478d69a3c81fa62e60f5c3696165a4e5e6ac4

但是有什么方法可以在不使用数据框的情况下获得相同的结果吗？

Answer 1

要评估文字列，您可以convert it到Expression和eval，而无需提供input行：

scala> sha1(lit("1").cast("binary")).expr.eval()
res1: Any = 356a192b7913b04c54574d18c28d46e6395428ab

只要函数是UserDefinedFunction，它将以相同的方式工作：

scala> val f = udf((x: Int) => x)
f: org.apache.spark.sql.expressions.UserDefinedFunction = UserDefinedFunction(<function1>,IntegerType,Some(List(IntegerType)))

scala> f(lit(3) * lit(5)).expr.eval()
res3: Any = 15

Answer 2

以下代码可以提供帮助：

val isUuid = udf((uuid: String) => uuid.matches("[a-fA-F0-9]{8}-[a-fA-F0-9]{4}-[a-fA-F0-9]{4}-[a-fA-F0-9]{4}-[a-fA-F0-9]{12}"))


df.withColumn("myCol_is_uuid",isUuid(col("myCol")))
.filter("myCol_is_uuid = true")
.show(10, false)

如何在没有数据帧的情况下在Spark中执行列表达式

2 个答案: