我怎样才能创建这样的函数 https://docs.databricks.com/spark/latest/spark-sql/language-manual/create-function.html#create-function但是在 python 中定义函数?
我已经做过类似的事情了:
from pyspark.sql.types import IntegerType
def relative_month(input_date):
if input_date is not None:
return ((input_date.month + 2) % 6)+1
else:
return None
_ = spark.udf.register("relative_month", relative_month, IntegerType())
但是这个UDF只适用于运行这段代码的notebook。
我想使用 SQL 语法做同样的事情来注册函数,因为我会有一些用户通过 SQL 客户端使用数据 block ,他们也需要这些函数。
在 Databricks 文档中说我可以定义资源:
: (JAR|FILE|ARCHIVE) file_uri
我需要创建一个 .py 文件并将其放在我的数据 block 集群中的某个位置吗?
最佳答案
要共享笔记本,请在集群配置中将 spark.databricks.session.share 设置为 true。通常 UDF 在 spark 中是特定于应用程序的并且是临时的,因此如果必须在其他应用程序中使用它,他们必须再次注册才能使用它。但正如我所说,如果将 spark.databricks.session.share 设置为 true ,则可以在多个笔记本之间共享它。
如果它用于 HIVE,那么您可以永久注册 UDF,并且可以跨多个用户访问
这里有一个类似的线程。看看它是否有帮助。
Databricks - Creating permanent User Defined Functions (UDFs)
关于python - Databricks - 在 Python 中创建函数 (UDF),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54953021/