创建Spark SQL的StructType：使用add方法还是构造函数？

Question

我正在从另一个自定义Java类的模式创建一个StructType ，我可以从中提取列名和数据类型。

据我所知，似乎有两种方法来构造StructType：

1. 使用add方法
2. 使用构造函数传递StructField数组

我基本上可以使用这两种方法，因为我遍历我的自定义模式类来逐个提取字段。 问题是，似乎add方法每次调用时都会创建一个新的StructType，这似乎是不必要的复杂处理方式，所以我实际上想知道每次调用它是否真的会创建一个新对象。 如果没有，我认为add是比创建StructField的新ArrayList更好的方法

Answer 1

如果检查StructType类的源代码，您将看到add方法使用new StructField调用StructType构造函数，因此它将创建新的StructType。

def add(name: String, dataType: DataType): StructType = {
    StructType(fields :+ new StructField(name, dataType, nullable = true, Metadata.empty))
}

您可以使用以下示例程序进行验证。

public class QuickTest {
public static void main(String[] args) {
    SparkSession sparkSession = SparkSession
            .builder()
            .appName("QuickTest")
            .master("local[*]")
            .getOrCreate();
    //StructType
    StructType st1 = new StructType().add("name", DataTypes.StringType);
    System.out.println("hashCode "+st1.hashCode());
    System.out.println("structType "+st1.toString());

    //add
    st1.add("age", DataTypes.IntegerType);
    System.out.println("hashCode "+st1.hashCode());
    System.out.println("structType "+st1.toString());

    //add and assign
    StructType st2 = st1.add("age", DataTypes.IntegerType);
    System.out.println("hashCode "+st2.hashCode());
    System.out.println("structType "+st2.toString());

    //constructor
    StructType st3 = new StructType(new StructField[] {new StructField("name", DataTypes.StringType, true, null), new StructField("age", DataTypes.IntegerType, true, null)});
    System.out.println("hashCode "+st3.hashCode());
    System.out.println("structType "+st3.toString());
  }
}