java - 创建 Spark SQL 的 StructType : use add method or a constructor?

Question

我正在从另一个自定义 Java 类的模式创建一个 StructType，我可以从中提取列名和数据类型。

据我所知，似乎有两种构造 StructType 的方法:

1. 使用add method
2. 使用constructor passing in an array of StructField

我基本上可以使用这两种方法，因为我循环遍历我的自定义模式类以一个一个地提取字段。问题是，似乎 add 方法每次被调用时都会创建一个新的 StructType，这似乎是一种不必要的复杂处理方式，所以我实际上想知道它是否真的会创建 每次调用一个新对象。如果没有，我认为 add 是比创建新的 StructField

ArrayList 更好的方法

Answer 1

如果您查看 StructType 类的源代码，您会发现 add 方法调用了带有 new StructField 的 StructType 构造函数，因此它将创建新的 StructType。

def add(name: String, dataType: DataType): StructType = {
    StructType(fields :+ new StructField(name, dataType, nullable = true, Metadata.empty))
}

您可以使用下面的示例程序验证它。

public class QuickTest {
public static void main(String[] args) {
    SparkSession sparkSession = SparkSession
            .builder()
            .appName("QuickTest")
            .master("local[*]")
            .getOrCreate();
    //StructType
    StructType st1 = new StructType().add("name", DataTypes.StringType);
    System.out.println("hashCode "+st1.hashCode());
    System.out.println("structType "+st1.toString());

    //add
    st1.add("age", DataTypes.IntegerType);
    System.out.println("hashCode "+st1.hashCode());
    System.out.println("structType "+st1.toString());

    //add and assign
    StructType st2 = st1.add("age", DataTypes.IntegerType);
    System.out.println("hashCode "+st2.hashCode());
    System.out.println("structType "+st2.toString());

    //constructor
    StructType st3 = new StructType(new StructField[] {new StructField("name", DataTypes.StringType, true, null), new StructField("age", DataTypes.IntegerType, true, null)});
    System.out.println("hashCode "+st3.hashCode());
    System.out.println("structType "+st3.toString());
  }
}