Java 如何将dataframe的UUID列转换为包含相同十六进制序列的简单字符串？

我需要将数据帧的UUID列转换为具有相同十六进制序列的字符串列，例如，如果特定字段具有以下值：

JUUID("940bf38c-92d7-49fd-8ad0-67627c6b5084")

它应该转换列，使其输出

"940bf38c-92d7-49fd-8ad0-67627c6b5084"

我打印出了架构，发现该列以结构形式出现：

 |-- resourceId: struct (nullable = true)
 |    |-- subType: byte (nullable = false)
 |    |-- data: binary (nullable = true)

这就是为什么如果我将UDF定义为接受字符串的输入，它永远不会被调用。我应该如何处理这个问题

编辑 很抱歉，昨天我没有时间发布代码片段。在那之后我有了一些进步，我现在给出我的发现

我最初使用RDD加载Mongo文档：

JavaMongoRDD<Document> rdd = MongoSpark.load(sc);

产出如下：

"relativeId": {"$binary": "KUrqX+N+IP663myObpnOhA==", "$type": "03"}

从中，我了解了如何将二进制文件转换回十六进制格式

现在我需要做的是将二进制文件内联更改为JSON中正确的十六进制格式，并将它们写回。我花了一段时间研究数据集，看看是否可以使用UDF：

Dataset<Row> ds = rdd.toDF();

spark.sqlContext().udf().registerJava("UUIDTransformer", UUIDTransformer.class.getName(),
                DataTypes.StringType);

ds = ds.withColumn("resourceId2", functions.callUDF("UUIDTransformer", functions.col("resourceId")));

Dataset ds=rdd.toDF（）；
spark.sqlContext（）.udf（）.registerJava（“UUIDTransfer”，UUIDTransfer.class.getName（），
数据类型；
ds=ds.withColumn（“resourceId2”，functions.callUDF（“uuidtranformer”，functions.col（“resourceId”））；

UDF如下所示：

public class UUIDTransformer implements UDF1<GenericRowWithSchema, String> {



//  @SuppressWarnings("deprecation")
public String call(GenericRowWithSchema columnValue) throws Exception {


    System.out.println("Value of col: " + columnValue.toString());
    return "Successful";
}

}

公共类UUIDTransfer实现UDF1{
//@SuppressWarnings（“弃用”）
公共字符串调用（GenericRowWithSchema columnValue）引发异常{
System.out.println（“列的值：+columnValue.toString（））；
返回“成功”；
}
}

这些值正在被打印出来，但它们不是我从RDD中将它们作为JSON时得到的相同二进制值，它们也无法转换回十六进制，因为它们给出了异常，即它们不是正确的十六进制代码。所以我又回到了RDDs

---

但现在的问题是，我如何将更改内联应用于每个这样的JUID列，这些列有时也嵌套在结构中？

为了使转换内联，我做了以下操作：

JsonObject jsonObject = new JsonParser().parse(json).getAsJsonObject();

使用我在OP中提到的链接中找到的UUID解码和编码程序，然后我继续使用以下代码替换现有的UUID列：

jsonObject.addProperty("resourceId", UUIDDecodeEncode
            .decompress(jsonObject.get("resourceId").getAsJsonObject().get("$binary").getAsString()).toString());

原始JSON中的resourceID列如下所示，我必须从中取出编码部分：

"resourceId":{"$binary":"vEOsgXxlT7oX5rKoOAGRrA==","$type":"03"}

---

您能提供一些代码来生成输入数据帧的示例吗？或者至少提供一个

show

方法打印内容的示例？@Oli，我现在已经给出了我尝试执行的代码片段。

"resourceId":{"$binary":"vEOsgXxlT7oX5rKoOAGRrA==","$type":"03"}