如何在cloud datalab上创建和使用UDF？

Posted 2023-04-13

【中文标题】如何在cloud datalab上创建和使用UDF？

【英文标题】：How to create and use UDF on cloud datalab?

【发布时间】：2015-11-11 08:46:32

【问题描述】：

我使用命令创建了一个名为“passthrough”的udf，

%%bigquery udf -m passthrough

function passthrough(row, emit) 
  emit(outputA: row.inputA, outputB: row.inputB);


bigquery.defineFunction(
  'passthrough',
  ['inputA', 'inputB'],
  ['name': 'outputA', 'type': 'string',
   'name': 'outputB', 'type': 'string'],
  passthrough
);

然后，它返回了错误。

javascript 必须声明输入行和输出发射器 参数使用有效的 jsdoc 格式 cmets。输入行参数 声明必须输入为 field:type, field2:type 并且 输出发射器参数声明必须键入为 函数(field:type, field2:type.

所以，我在透传功能上面加了jsdoc cmets，

/** 
 * @param field:string, field2:string row
 * @param function(field:string, field2:string) emit 
 */

然后运行 ​​sql 命令。但它仍然返回错误“Unknown TVF: passthrough”。

%%sql
SELECT outputA, outputB FROM (passthrough(SELECT "abc" AS inputA, "def" AS inputB))

如何声明参数，稍后在 datalab 上使用 UDF？

【参考方案1】：

您的 UDF 定义应该是：

/** 
 * @param field:string, field2:string row
 * @param function(field:string, field2:string) emit 
 */
function passthrough(row, emit) 
  emit(outputA: row.inputA, outputB: row.inputB);

如果您现在想使用 UDF，则需要在 Python 代码中使用中间步骤，当我们更新时，这将不再起作用（当您当前的操作方式应该基本正确时）。

您需要将 UDF 应用于表格，然后执行以下操作：

import gcp.bigquery as bq
tbl = bq.Query('SELECT "abc" AS inputA, "def" AS inputB').results()
udf_call = passthrough(tbl)

然后在你的 SQL 中：

%%sql
SELECT outputA, outputB FROM $udf_call

当更新到来时，你可以做你现在正在做的事情：

%%sql
SELECT outputA, outputB FROM (passthrough(SELECT "abc" AS inputA, "def" AS inputB))

【参考方案2】：

我们目前拥有的 UDF 支持在 BigQuery 中首次引入时针对早期的 UDF。我们正在积极努力更新我们所拥有的支持。

您可以在我们的 github 存储库中跟踪一些进度 -- https://github.com/GoogleCloudPlatform/datalab ...您可以在此处查看现有支持的示例（将会更改）：https://github.com/GoogleCloudPlatform/datalab/blob/master/dev/notebooks/BigQuery%20-%20JavaScript%20UDFs.ipynb