如何使用Scala调用UDF

Question

如何通过DataFrame API在Scala中表达以下代码?

sqlContext.read.parquet("/input").registerTempTable("data")
sqlContext.udf.register("median", new Median)
sqlContext.sql(
  """
    |SELECT
    |  param,
    |  median(value) as median
    |FROM data
    |GROUP BY param
""".stripMargin).registerTempTable("medians")

I've started by

val data = sqlContext.read.parquet("/input")
sqlContext.udf.register("median", new Median)
data.groupBy("param")

但是他们我不确定如何调用median函数

Answer 1

您可以使用callUDF

data.groupBy("param").agg(callUDF("median", $"value"))

或者直接调用:

val median = new Median
data.groupBy("param").agg(median($"value"))
// Equivalent to
data.groupBy("param").agg(new Median()($"value"))

尽管如此，我认为使用object而不是class会更有意义。