apache-spark - Spark - nvl 函数数据类型不匹配错误

Question

在 Spark sql 中使用 JDBC 数据源，我们尝试运行以下查询

select nvl( columnName , 1.0) from tablename

给出错误为

cannot resolve 'nvl(tablename.`columnname`, 1.0BD)' due to data type mismatch: input to function coalesce should all be the same type, but it's [decimal(38,10), decimal(2,1)]

我知道我们可以解决这个问题

select nvl( columnname , CAST( 1.0 as decimal(38,10))) from tablename

看起来我需要找到每一列的数据类型并转换为它。

1. 还有其他方法可以处理吗？
2. 我可以在加载 csv 格式等数据帧时预先给出架构定义吗？ [https://issues.apache.org/jira/browse/SPARK-16848]
3. 如何转换每列加载的 Dataframe 数据类型。

Answer 1

1. 您可以在 NVL 上使用 Coalesce。合并的输入被转换为“最佳”通用数据类型。
2. JDBC 连接使用数据库架构作为其架构，因此不可能预先提供架构。

3. 您可以通过添加另一个 select 将所有列转换为不同的数据类型，这在数据帧/数据集 API 中很容易实现:

   // Create some toy data.
   val df = spark.range(100).select($"id", (rand(2) * 10).as("a"))
   df.printSchema
   
   // Define the casts.
   val casts = Seq(col("id").cast("int"), col("a").cast("int"))
   
   // Apply the casts.
   df.select(casts: _*).printSchema