apache-spark - 在 Spark SQL 中更改空值排序

Question

我需要能够按升序和降序对列进行排序，并允许空值排在第一位或空值排在最后。使用 RDD，我可以将 sortByKey 方法与自定义比较器一起使用。我想知道是否有使用 Dataset API 的相应方法。我看到了如何将 desc/asc 添加到列，但我对空值排序一无所知。

Answer 1

您也可以使用数据集 API 来实现:

scala>     val df = Seq("a", "b", null).toDF("x")
df: org.apache.spark.sql.DataFrame = [x: string]

scala> df.select('*).orderBy('x.asc_nulls_last).show
+----+
|   x|
+----+
|   a|
|   b|
|null|
+----+


scala> df.select('*).orderBy('x.asc_nulls_first).show
+----+
|   x|
+----+
|null|
|   a|
|   b|
+----+

同样的事情适用于 desc_nulls_last和 desc_nulls_first .