- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我每天都在运行此代码,并将输出保存在某个选定的位置:
def aggConnections()(input: DataFrame) = {
input
.groupBy (
$"spid" (0).as ("domain_userid"),
$"cxid" (0).as ("key_id") )
.agg (
min ($"Time").as ("first_seen"),
max ($"Time").as ("last_seen") )
.select ($"domain_userid", $"key_id",
lit ("cxense_id").as ("key_source"),
lit (1).as ("times_seen"),
$"first_seen", $"last_seen")
.filter($"domain_userid".isNotNull && $"key_id".isNotNull)
}
val requests = spark.read.parquet("day1").transform(aggConnections())
spid
是一个数组,它看起来像这样:
spid:array
element:string
这就是为什么我必须像
$"spid" (0).as ("domain_userid")
一样访问它
diagnostics: User class threw exception:org.apache.spark.sql.AnalysisException: cannot resolve '`spid`' giveninput columns: [AdUnitId, AudienceSegmentIds, BandWidth,BandwidthGroupId, BandwidthId, Browser, BrowserId, City, CityId,CmsMetadata, Country, CountryId, DeviceCategory, Domain, GfpContentId,IsCompanion, IsFilledRequest, IsInterstitial, IsVideoFallbackRequest,KeyPart, Metro, MetroId, MobileAppId, MobileCapability, MobileCarrier,MobileDevice, OS, OSId, OSVersion, PodPosition, PostalCode,PostalCodeId, PublisherProvidedID, RefererURL, Region, RegionId,RequestLanguage, RequestedAdUnitSizes, Time, TimeUsec2, UserId,VideoPosition, addefend, ads_enabled, app_name, app_version,bereidingstijd, brand, careerlevel, cat, category, categorycode,categoryname, channel_id, channel_title, cid, cmssource, companyname,compid, content_url, contentid, contentsubstype, crt_cpm, crt_size,cxid, cxsg, dc_yt, deviceid, dos, dossier, educationlevel, floor, fsr,gang, gdpr_applies, gdpr_consentstring, gelegenheid, hb_pb, hb_size,hour, ifa, industry, ingredient, iom, itemid, ix_apnx_om, ix_cdb_om,ix_imdi_cpm, jobtitle, k21, kage, kar, kauth, kembed, keuken, kgender,klg, ko, kpid, kvlg, kvz, kw, lat, long, mc_asset_type, mediation,model, moeilijkheid, origin, pag, pagetype, path, pay, pos, positie,production_id, productname, retailercode, retailername, rpfl_12108,screen, sector, shopid, show_id, show_title, soort, src, stad,starttype, station, subforum, tag, theme, top, video_duration,video_label, yt_vrallowed, ytdevice];; 'Aggregate ['spid[0],cxid#136[0]], ['spid[0] AS domain_userid#276, cxid#136[0] ASkey_id#277, min(Time#0) AS first_seen#417, max(Time#0) ASlast_seen#419]
spid
列不存在,但是当我检查架构时它在数据中。因此,我决定在 Databricks 上更准确地测试它。奇怪的是,如果我在运行相同 Spark 3.0.1 版的 Databricks 上运行此代码,则在每天的数据上一切正常,包括在 EMR 上失败的数据。我真的无法解释会发生什么。
最佳答案
我发现我的每日分区也保存在每小时分区中。这些每小时分区的模式可能略有不同,因为有些小时错过了我的 spid
柱子。因此,有时我的生产环境因上面报告的错误而失败。
这个错误很难发现,因为我的测试实例有 option("mergeSchema", "true")
作为默认的 Spark 选项,因此它在没有遇到错误的情况下合并架构。
关于apache-spark - 无法解析 'columnname' 给定的输入列 : Spark-SQL,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65505941/
此时,程序显示两种选择并打印一条语句,表明用户赢了、计算机赢了还是平局。继续玩直到用户选择停止,然后打印用户赢的次数,损失, 和关系. import java.util.Scanner; import
我想在 d3.js 中制作一个条形图,每个项目或行都有正条和负条,如下所示: 它有点像谷歌金融“行业摘要”图表(http://google.com/finance) 任何人都可以指出我这种图表的 d3
尝试根据 GF 和 GA 创建一个新列“Results”。想知道如何通过定义函数和条件语句来做到这一点。以下是我对一行的初步尝试,但无法弄清楚如何将其应用于所有行,非常感谢您的帮助! 日期地点对手GF
我对 Java 还很陌生,并且有一项任务被困住了。我相信我的 boolean 函数是正确的,但是我不知道在主函数中要写什么。 这是作业: 编写一个公共(public)函数(静态方法)winner(in
使用掷骰子游戏中的 10,000 次模拟来计算获胜概率 (wins/(wins + Loss))。下面是双骰子游戏的方法: public class CrapsGame { public st
我是一名优秀的程序员,十分优秀!