如何在SPark shell中注册Java SPark UDF？

下面是我的java udf代码

package com.udf;

import org.apache.spark.sql.api.java.UDF1;

public class SparkUDF implements UDF1<String, String> {
    @Override
    public String call(String arg) throws Exception {
        if (validateString(arg))
            return arg;
        return "INVALID";
    }

public static boolean validateString(String arg) {
    if (arg == null | arg.length() != 11)
        return false;
    else
        return true;
}
}

使用以下命令启动火花壳

spark shell--jars SparkUdf-1.0-SNAPSHOT.jar

---

有人能告诉我，如何在spark shell上注册UDF以在spark sql中使用它吗？

经过更多的搜索，我得到了答案

以下是步骤

spark-shell --jars SparkUdf-1.0-SNAPSHOT.jar

scala> import com.udf.SparkUDF;
scala> import com.udf.SparkUDF;
import org.apache.spark.sql.types.{StructType, StructField, StringType, IntegerType};

scala> spark.udf.register("myfunc", new SparkUDF(),StringType)

scala> val sql1 = """ select myfunc(name) from sample """

scala> spark.sql(sql1).show();

---

您将得到结果。

如果您试图在S3上测试Jupyter笔记本中的UDF和您的UDF jar：

步骤1：将您的UDF JAR加载到Jupyter笔记本中：

%%configure -f 
{ 
    "conf": { 
        "spark.jars": "s3://s3-path/your-udf.jar" 
    } 
} 

步骤2：在pySpark中注册基于scala的UDF

spark.udf.registerJavaFunction("myudf", "<udf.package>.<UDFClass>") 

也许这里有一些见解。

spark.udf.registerJavaFunction("myudf", "<udf.package>.<UDFClass>") 

df = spark.read.parquet("s3://s3-path-to-test-data/ts_date=2021-04-27") 
df.createOrReplaceTempView('stable') 

spark.sql("select *, myudf(arg1,arg2) as result from stable ").show(5,False)