Scala Spark自定义项比较日期

如何使用

java.sql.date

在spark UDF中进行日期比较

下面是一个例子

def optimisedTDate =
    udf(
      (bdate: Date, tdate: Date, pdate: Date, fcdate: Date) =>
        if (tdate == null && pdate == null) fcdate
        else if (tdate > bdate) tdate
        else bdate
    )

val processed_df = base_df.withColumn(
      "final_date",
      optimisedTDate(lit {
        Date.valueOf("2010-01-01")
      },
        col("tdate"),
        col("pdate"),
        col("fcdate")))

---

正如其他人所建议的，尽可能使用Spark的内置功能以获得更好的性能。如果必须使用

udf

，可以使用

隐式转换来启用日期/时间比较：

import scala.language.implicitConversions
import org.joda.time.DateTime
import java.sql.Date

val d1 = Date.valueOf("2018-06-11")
val d2 = Date.valueOf("2018-06-12")

implicit def dateToDT(d: Date) = new DateTime(d)

d1.isAfter(d2)
// res1: Boolean = false

d1.isBefore(d2)
// res2: Boolean = true

如果您更喜欢使用不等式运算符，请使用以下运算符：

implicit def dateToDT(d: Date) = (new DateTime(d)).getMillis

d1 > d2
// res3: Boolean = false

d1 < d2
// res4: Boolean = true

implicit def dateToDT（d:Date）=（new DateTime（d））.getMillis
d1>d2
//res3:Boolean=false
d1
你不能用内置函数来代替自定义项吗？实际上有很多比较要做，因此我想创建一个自定义项。所讨论的是一个非常基本的比较逻辑，而不是您希望使用when/other的完整比较逻辑。请尽可能使用UDF上的内置函数，它们充分利用了数据布局的知识，并为您节省了大量UDF所需的序列化/反序列化时间<代码>$“date1”。介于（$“date2”和$“date3”）之间的（$“date2”）和（$“date3”）

在IMHO中也更具可读性。感谢大家的帮助，我使用内置函数实现了这一功能。：）