Scala 使用隐式功能实现蛋糕模式

我有一个场景，我想实现蛋糕模式的一个变体，但向类（Spark数据帧）添加隐式功能

因此，基本上，我希望能够运行如下代码：

特征变换器{
这个：ColumnAdder=>
def转换（输入：数据帧）：数据帧={
input.addColumn（“newCol”）
}
}
val input=sqlContext.range（0,5）
val transformer=带StringColumnAdder的新变压器
val输出=变压器。变换（输入）
output.show

并得出如下结果：

+---+------+
|id | newCol|
+---+------+
|0 |新科|
|1 |纽科尔|
|2 |纽科尔|
|3 |纽科尔|
|4 |纽科尔|
+---+------+

我的第一个想法是仅在基本特征中定义隐式类：

trait列加法器{
受保护的def_addColumn（df:DataFrame，colName:String）：DataFrame
隐式类ColumnAdderricDataFrame（df:DataFrame）{
def addColumn（colName:String）：数据帧=_addColumn（df，colName）
}
}
StringColumnAdder扩展了ColumnAdder{
受保护的def_addColumn（df:DataFrame，colName:String）：DataFrame={
df.withColumn（colName，lit（colName））
}
}

它是有效的，但我对这种方法并不完全满意，因为函数签名是重复的。因此我想到了另一种方法，使用（不推荐的？

隐式def

策略：

trait列加法器{
受保护的隐式def columnAdderImplicits（df:DataFrame）：ColumnAdderDataFrame
抽象类ColumnAdderDataFrame（df:DataFrame）{
def addColumn（colName:String）：数据帧
}
}
StringColumnAdder扩展了ColumnAdder{
受保护的隐式def columnAdderImplicits（df:DataFrame）：ColumnAdderDataFrame=新StringColumnAdderDataFrame（df）
StringColumnAdderDataFrame（df:DataFrame）类扩展了ColumnAdderDataFrame（df）{
def addColumn（colName:String）：数据帧={
df.withColumn（colName，lit（colName））
}
}
}

（可以找到完整的可复制代码，包括额外的特征模块）

---

因此，我想问哪种方法是最好的，是否还有其他更好的方法来实现我的目标。

只有两条捷径，但没有什么令人惊讶的：

如果您愿意启用

-语言：ReflectVeCalls

（请注意其含义），那么您还可以编写：

trait列加法器{
受保护的隐式def COLUMNADERIMPLICITS（df:DataFrame）：{
def addColumn（colName:String）：数据帧
}
}
StringColumnAdder扩展了ColumnAdder{
覆盖def COLUMNADERIMPLICITS（df:DataFrame）=新建{
def addColumn（colName:String）：数据帧=
df.withColumn（colName，lit（colName））
}
}

trait ColumnAdder {
  protected implicit def columnAdderImplicits(df: DataFrame): ColumnAdderDataFrame
  abstract class ColumnAdderDataFrame {
    def addColumn(colName: String): DataFrame
  }
}

trait StringColumnAdder extends ColumnAdder {
  override def columnAdderImplicits(df: DataFrame) =
    new ColumnAdderDataFrame {
      def addColumn(colName: String): DataFrame =
        df.withColumn(colName, lit(colName))
    }
}