相当于 TimestampType/java.sql.Timestamp 的 getLong？

Question

我正在尝试使用带有如下代码的 scala 从火花流数据帧中提取值：

var txs = spark.readStream
  .format("kafka") .option("kafka.bootstrap.servers",KAFKABS)
  .option("subscribe", "txs")
  .load()
txs = txs.selectExpr("CAST(value AS STRING)")

val schema = StructType(Seq(
      StructField("from",StringType,true),
      StructField("to", StringType, true),  
      StructField("timestamp", TimestampType, true),
        StructField("hash", StringType, true),
      StructField("value", StringType, true)
))

txs = txs.selectExpr("cast (value as string) as json")
            .select(from_json($"json", schema).as("data"))
            .select("data.*")
            .selectExpr("from","to","cast(timestamp as timestamp) as timestamp","hash","value") 
val newDataFrame = txs
  .flatMap(row => {
    val to = row.getString(0)
    val from = row.getString(1)
   // val timestamp = row.getTimestamp??

   //do stuff
  })

我想知道时间戳是否有等效的类型化 get 方法？ 更让我困惑的是，我为结构化流定义的 SQL 类型与我通过flatMap函数访问变量时的实际类型之间似乎存在某种隐藏映射（至少对我来说是隐藏的）。 我查看了文档，情况确实如此。 根据文档：

返回位置 i 的值。 如果值为 null，则返回 null。 以下是 Spark SQL 类型和返回类型之间的映射：

BooleanType -> java.lang.Boolean ByteType -> java.lang.Byte
ShortType -> java.lang.Short IntegerType -> java.lang.Integer
FloatType -> java.lang.Float DoubleType -> java.lang.Double
StringType -> String DecimalType -> java.math.BigDecimal

DateType -> java.sql.Date TimestampType -> java.sql.Timestamp

BinaryType -> 字节数组 ArrayType -> scala.collection.Seq（对 java.util.List 使用 getList） MapType -> scala.collection.Map（对 java.util.Map 使用 getJavaMap） StructType -> org.apache.spark。 sql.Row

鉴于此，我本来希望这个映射会更正式地作为它实现的接口被烘焙到Row类中，但显然情况并非如此:(似乎在 TimestampType/java.sql 的情况下。时间戳，我必须放弃我的时间戳类型以换取其他东西？有人请解释为什么我错了！我现在只使用了 3-4 个月的 Scala 和 Spark。

-保罗

Answer 1

您已正确推断TimestampType列的 Scala 类型是java.sql.Timestamp 。

从V1.5.0 开始。 org.apache.spark.sql.Row 有一个getTimestamp(i: Int)方法，所以你可以调用它并获得一个java.sql.Timestamp ：

val timestamp = row.getTimestamp(1)

即使您使用早期版本，也没有必要放弃这种类型，您可以简单地将getAs[T](i: Int)与java.sql.Timestamp ：

val timestamp = row.getAs[java.sql.Timestamp](2)
// OR:
val timestamp = row.getAs[java.sql.Timestamp]("timestamp")