Question

在spark API中：

column.like("only takes a static string with optional wildcards like %")
column.contains(accepts_a_column_but_wont_parse_wildcards)

那么调用通配符比较值的等效方法是什么，通配符可能显示在联接中找到的列的字符串值中？

失败的示例，因为like（）接受文字字符串，而不是Column：

.join(other_df, column.like(concat("%", $"column_potentially_with_wildcards", "%")), "left")

？

Answer 1

看代码，like()似乎只接受一个字面值，以方便使用。希望他们会在将来的版本中对此进行扩展，但是现在您可以创建自己的函数来补偿：

import org.apache.spark.sql.catalyst.expressions.Like
import org.apache.spark.sql.Column

def columnLike(a : Column, b : Column) : Column = new Column( Like(a.expr, b.expr))

...

scala> val df1 = List("aaaa", "bbbb", "aaaabbbbcccc", "abcd", "abc").toDS()
df1: org.apache.spark.sql.Dataset[String] = [value: string]

scala> val df2 = List("a%b%c").toDS()
df2: org.apache.spark.sql.Dataset[String] = [value: string]

scala> df1.join(df2, columnLike(df1("value"), df2("value"))).show
+------------+-----+                                                            
|       value|value|
+------------+-----+
|aaaabbbbcccc|a%b%c|
|         abc|a%b%c|
+------------+-----+

Spark API：在LIKE语句中使用列值

1 个答案: