scala - 是否可以将选项与spark UDF一起使用

Question

我想使用 Option 作为我的函数的输入类型。

udf((oa: 选项[字符串], ob: 选项[字符串])) => …


以更实用的方式处理null值。

有办法做到这一点吗？

Answer 1

据我所知，这不可能直接实现。没有什么可以阻止您使用 Options 包装参数:

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"))