Spark Dataframe UDF - 不支持 Any 類型的架構

Question

我正在編寫 Spark Scala UDF 並面臨“java.lang.UnsupportedOperationException：不支持任何類型的架構”

import org.apache.spark.sql.expressions.UserDefinedFunction
import org.apache.spark.sql.functions.udf

val aBP = udf((bG: String, pS: String, bP: String, iOne: String, iTwo: String) => {
  if (bG != "I") {"NA"}
  else if (pS == "D")
    {if (iTwo != null) iOne else "NA"}
  else if (pS == "U")
    {if (bP != null) bP else "NA"}
})

這是拋出錯誤“java.lang.UnsupportedOperationException：不支持任何類型的架構”

Answer 1

正如在此鏈接中討論的那樣，您的 udf 應該返回：

• 原語（Int、String、Boolean 等）
• 其他支持類型的元組
• 其他支持類型的列表、數組、映射
• 其他支持類型的案例類

因此，如果您在代碼中添加另一個 else，編譯將成功。

  val aBP = udf((bG: String, pS: String, bP: String, iOne: String, iTwo: String) => {
    if (bG != "I") {"NA"}
    else if (pS == "D") {
      if (iTwo != null) 
        iOne 
      else "NA"
    } else if (pS == "U") {
      if (bP != null) 
        bP 
      else 
        "NA"
    } else {
      ""
    }
  })

您還可以使用模式匹配重新分發您的代碼：

val aBP = udf [String, String, String, String, String, String] {
  case (bG: String, _, _, _, _)                       if bG != "I" => "NA"
  case (_, pS: String, _, iOne: String, iTwo: String) if pS == "D" && iTwo.isEmpty => iOne
  case (_, pS: String, _, _, _)                       if pS == "D" => "NA"
  case (_, pS: String, bP: String, _, _)              if pS == "U" && bP.isEmpty => bP
  case (_, pS: String, _, _, _)                       if pS == "U" => "NA"
  case _ => ""
}