spark生成表格套用公式是什么

这期内容当中小编将会给大家带来有关spark生成表格套用公式是什么，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

简化业务描述后，需求为：

有表格如上，A列及第一行可以直接给出，其余空白字段要求按公式算出。

公式：

1) B[x] = A[x]-1

2) C[x] = A[x] - B[x]

3) D[x] = (C[x]+D[x-1])/2   //(上一行同列+本行前一列)/2

计算后的表格值应为：

代码

import org.apache.spark.rdd.RDD
import org.apache.spark.sql.types._
import org.apache.spark.sql.{Row, SparkSession}

val schema = StructType(
  List(
    StructField("ID", DoubleType, true),
    StructField( "A", DoubleType, true),
    StructField( "B", DoubleType, true),
    StructField( "C", DoubleType, true),
    StructField( "D", DoubleType, true)
  )
)


val data1: RDD[Row] = spark.sparkContext.parallelize(
  Seq(
    Row(1.0,10.0,2.0,8.0,8.0)
  )
)

val df1 = spark.createDataFrame(data1, schema)
df1.createOrReplaceTempView("df1")

val data2: RDD[Row] = spark.sparkContext.parallelize(
  Seq(
    Row(1.0,9.0,null,null,null)
  )
)

val df2 = spark.createDataFrame(data2, schema)
df2.createOrReplaceTempView("df2")

def func_1(x: Int) = {
  x - 1
}

def func_2(x:Int,y:Int):Int = {
  x - func_1(y)
}

def func_3(x:Int,y:Int,z:Int):Int = {
  (x+func_2(y,z))/2
}

spark.udf.register("func_1", func_1 _)
spark.udf.register("func_2", func_2 _)
spark.udf.register("func_3", func_3 _)

spark.sql(
    """
      |select 
      |    df2.ID,
      |    df2.A,
      |    func_1(df1.D) as B,
      |    func_2(df2.A,df1.D) as C,
      |    func_3(df1.D,df2.A,df1.D) as D 
      |from df2 inner join df1 on df1.ID = df2.ID
      |
    """.stripMargin).show()

上述就是小编为大家分享的spark生成表格套用公式是什么了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。