是否可以在Spark UDF中使用Option [英] Is it possible to use Option with spark UDF

问题描述

我想使用 Option 作为函数的输入类型.

I'd like to use Option as input type for my functions.

udf((oa:Option [String]，ob:Option [String]))=>…

以更实用的方式处理 null 值.

to handle null values in a more functional way.

有没有办法做到这一点?

Is there a way to do that ?

推荐答案

据我所知，这不是直接可能的.没有什么能阻止您使用 Options :

As far as I know it is not directly possible. Nothing stops you wrapping arguments with Options:

udf((oa: String, ob: String) => (Option(oa), Option(ob)) match {
  ...
})

使用数据集编码器:

val df = Seq(("a", None), ("b", Some("foo"))).toDF("oa", "ob")

df.as[(Option[String], Option[String])]

或添加一些隐式转换:

implicit def asOption[T](value: T) : Option[T] = Option(value)

def foo(oa: Option[String], ob: Option[String]) = {
  oa.flatMap(a => ob.map(b => s"$a - $b"))
}

def wrap[T, U, V](f: (Option[T], Option[U]) => V) = 
  (t: T, u: U) => f(Option(t), Option(u))

val foo_ = udf(wrap(foo))
df.select(foo_($"oa", $"ob"))

这篇关于是否可以在Spark UDF中使用Option的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！