Sparksql的UDF(自定义函数)---完成你实现不了sql语句(初篇一)

• UDF

User Define Function, 用户自定义函数,简称UDF,存在与很多组件中

• 现在由于项目的需要，开始引用Spark技术，其中的SparkSql组件是其核心组件之一，在Spark1.1版本的时候，Spark推出了Uer Define Function功能，用户可以在Spark SQL 里自定义实际需要的UDF来处理数据
• 相信在使用Sparksql的人都遇到了Sparksql所支持的函数太少了的难处，除了最基本的函数，Sparksql所能支撑的函数很少，肯定不能满足正常的项目使用，UDF可以解决问题
• 废话不多说，本篇讲解如何在java ide中最简单实现udf，更详细的说明等研究透了些再写写（基于Java的代码实现介绍）
• SparkSql的应用分两步

1. 注册

调用API的是SQLContext

JavaSparkContext jsc = new JavaSparkContext(sparkconf);
		SQLContext jscsql = new SQLContext(jsc);

　

jscsql 就可以直接调用API方法了
代码实例：

JavaSparkContext jsc = new JavaSparkContext(sparkconf);
		SQLContext jscsql = new SQLContext(jsc);
		jscsql.udf().register("concat_odso",new UDF2<String,String,String>(){
			public String call(String arg1, String arg2) {
	               return arg2 + arg1;
	           }},DataTypes.StringType);

　　SQLContext.udf().register(string name,Function)的声明注册模式

Function可以使用UDF1到UDF22/21?,所表达的意思就是几个参数，2代指两个入参，10代指10个入参

return返回的即为UDF<>的最后一个参数，

DataTypes.StringType用于表名返回的格式
DataTypes.StringType/BooleanType/....等等格式
注意要引用的包

import org.apache.spark.sql.types.DataTypes;
import org.apache.spark.sql.api.java.UDFX;

• 　注册完成后，就会自定义一个函数，函数的名字即为你的

  register的第一个参数（string name）

1. 使用

使用自定义的函数很简单，看成一个自带的函数即可，代码实例如下

DataFrame result01 = jscsql.sql("select concat_odso(t.mdn,t.mdn) from data_evdo t where t.bsid='374E00000BA1'");

　　

concat_odso即为自定义的函数名字，该定义函数实现了查询结果字符串的拼接