使用Java实现要在RelationalGroupedDataset.agg（）中使用的用户定义聚合函数

看起来您可以像这样聚合多个列：

Dataset<Row> df = spark.read().textFile(inputFile);
List<Row> result = df.groupBy("id")
  .agg(sum(df.col("price")), avg(df.col("weight")))
  .collectAsList();

Dataset df=spark.read（）.textFile（inputFile）；
列表结果=df.groupBy（“id”）
.agg（总和（价格）、平均值（重量）
.collectAsList（）；

现在，我想编写自己的自定义聚合函数，而不是

sum

或

avg

。我该怎么做

---

显示了如何创建自定义聚合函数。但是这个函数是注册的，然后在SQL中使用，我不认为它是否可以在

.agg（）

函数中使用。由于

agg

接受

Column

实例，并且自定义聚合函数不是一个实例。

如果您有一个扩展

UserDefinedAggregationFunction

的类

GeometricMean

，那么您可以像这样使用它（取自）：

---

将其转换为Java应该很容易

谢谢，只有一个问题。由于我对Scala不太熟练，Scala中的

gm（col（“id”）

会翻译成Java的

gm.apply（col（“id”）

，对吗？

// Create an instance of UDAF GeometricMean.
val gm = new GeometricMean

// Show the geometric mean of values of column "id".
df.groupBy("group_id").agg(gm(col("id")).as("GeometricMean")).show()