Java 如何做聚合函数，可以列和提取回来

在spark-sql-2.4.1v中，我有一个场景，在这个场景中，我需要计算给定列列表中的几个聚合列，即感兴趣的列

我需要的每个列在同一个按列分组上生成几个聚合。 有没有办法一次一组地完成任务，并把那些伤害恢复过来

如果我一次完成每个项目，即兴趣列，那么我需要多次按数据分组，这需要花费大量时间

假设我有

   columns_interestedList.stream().forEach( col_interested  -> {
         Dataset groupByResDs_col_interested  = dataDs.groupBy("grp_col_1","grp_col_1").agg(count((*).as("col_interested_count") , avg(col_interested  ).as(col_interested_avg)));
    }

    );

如上所示，我需要一次获取所有感兴趣的列聚合，如何避免对每个感兴趣的列进行分组

完成所有列后，如何按如下方式取回它们：

---

如果要使所有groupBy具有相同的列，并且希望创建所有聚合列引用作为avgcol\u interest.ascol\u interest\u avg和列的所有元素\u interestedList，则可以使用流创建所有引用，并将它们传递给gag方法

List<Column> avgCols = columns_interestedList.stream()
.map(col_interested -> avg(col_interested).as(col_interested + "_avg"))
.collect(Collectors.toList());

dataDs.groupBy("grp_col_1","grp_col_1")
.agg(avgCols.add(count((*).as("col_interested_count").toArray(new Column[0]));

---

您希望每个平均值都在一行中，并带有获得该平均值的列的名称。计数将始终返回相同的值。另外，在您的示例中，您没有进行聚合的列的值，对吗？请举一个输入、输出和列列表的更好示例

List<Column> avgCols = columns_interestedList.stream()
.map(col_interested -> avg(col_interested).as(col_interested + "_avg"))
.collect(Collectors.toList());

dataDs.groupBy("grp_col_1","grp_col_1")
.agg(avgCols.add(count((*).as("col_interested_count").toArray(new Column[0]));