如果其他,Spark scala udf 错误
Posted
技术标签:
【中文标题】如果其他,Spark scala udf 错误【英文标题】:Spark scala udf error for if else 【发布时间】:2017-01-24 03:53:04 【问题描述】:我正在尝试使用函数 getTIme 为 spark scala udf 定义 udf,但我收到的错误为 error: illegal start of declaration
。语法中可能有什么错误并返回日期,如果存在解析异常而不是返回 null,请将某些字符串作为 error
def getTime=udf((x:String) : java.sql.Timestamp =>
if (x.toString() == "") return null
else val format = new SimpleDateFormat("yyyy-MM-dd' 'HH:mm:ss");
val d = format.parse(x.toString());
val t = new Timestamp(d.getTime()); return t
)
谢谢!
【问题讨论】:
在 if 条件下尝试 null.asInstanceOf[Timestamp] 我认为 null.asInstanceOf[Timestamp] 是因为解析日期期间的错误消息为空,但错误是什么“错误:声明的非法开始” 【参考方案1】:udf 的返回类型是派生的,不应指定。将第一行代码改为:
def getTime=udf((x:String) =>
// your code
这应该可以消除错误。
以下是以函数式风格编写并使用 Scala 结构的完整工作代码:
val data: Seq[String] = Seq("", null, "2017-01-15 10:18:30")
val ds = spark.createDataset(data).as[String]
import java.text.SimpleDateFormat
import java.sql.Timestamp
val fmt = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss")
// ********HERE is the udf completely re-written: **********
val f = udf((input: String) =>
Option(input).filter(_.nonEmpty).map(str => new Timestamp(fmt.parse(str).getTime)).orNull
)
val ds2 = ds.withColumn("parsedTimestamp", f($"value"))
以下是输出:
+-------------------+--------------------+
| value| parsedTimestamp|
+-------------------+--------------------+
| | null|
| null| null|
|2017-01-15 10:18:30|2017-01-15 10:18:...|
+-------------------+--------------------+
【讨论】:
【参考方案2】:您应该使用 Scala 数据类型,而不是 Java 数据类型。它会是这样的:
def getTime(x: String): Timestamp =
//your code here
【讨论】:
【参考方案3】:你可以通过这种方式轻松做到:
def getTimeFunction(timeAsString: String): java.sql.Timestamp =
if (timeAsString.isEmpty)
null
else
val format = new SimpleDateFormat("yyyy-MM-dd' 'HH:mm:ss")
val date = format.parse(timeAsString.toString())
val time = new Timestamp(date.getTime())
time
val getTimeUdf = udf(getTimeFunction _)
然后相应地使用这个 getTimeUdf。 !
【讨论】:
String 输入在哪里给 udf(getTimeFunction _) 这里。以上是关于如果其他,Spark scala udf 错误的主要内容,如果未能解决你的问题,请参考以下文章
使用 Scala 从 Spark 的 withColumn 中调用 udf 时出错