如何用dataset分解spark java中的数组列

qybjjes1 于 2021-05-27 发布在 Spark

关注(0)|答案(1)|浏览(480)

我在spark java中有一个数据集：current:

+--------------+--------------------+
|          x   |               YS.   |
+--------------+--------------------+
|x1            |   [Y1,Y2]          |
|x2            |   [Y3]             |

我要分解此数据集并将数组转换为单个条目，如“

Desired:
+--------------+--------------------+
|          x   |    YS.   
+--------------+--------------------+
|x1            |   Y1          
|X1            |.  Y2
|x2            |   Y3

我从数据库中读取表并读取两列，但无法使用explode功能。

DS = reader.option("table", "dummy").load()
                .select(X,YS).explode(??)

我应该如何使用explode并用java获得所需的数据集。

Java apache-spark

来源：https://stackoverflow.com/questions/63255431/how-to-explode-an-array-column-in-spark-java-with-dataset

1条答案

按热度按时间

uhry853o1#

原则上，您需要选择一个新列（而不是 YS 列），其中新列的值将被分解 YS 列值。
从问题的代码开始，这将类似于：

ds = reader.option("table", "dummy").load()
ds = ds.select(ds.col("X"), explode(ds.col("YS")).as("Y"))

以下是api文档：https://spark.apache.org/docs/2.4.6/api/java/org/apache/spark/sql/functions.html#explode-org.apache.spark.sql.column列-

赞(0）回复(0）举报 2021-05-27

我来回答

如何用dataset分解spark java中的数组列

1条答案

相关问题

热门标签

最新问答