Scala 如何在 sqlContext 查询中处理 isnull 或 ifnull

Question

我有两个数据文件如下：

course.txt 
id,course 
1,Hadoop
2,Spark
3,HBase
5,Impala

Fee.txt 
id,amount 
2,3900
3,4200
4,2900

我需要列出所有课程信息及其费用：

sqlContext.sql("select c.id, c.course, f.amount from course c left outer join fee f on f.id = c.id").show
+---+------+------+
| id|course|amount|
+---+------+------+
|  1|Hadoop|  null|
|  2| Spark|3900.0|
|  3| HBase|4200.0|
|  5|Impala|  null|
+---+------+------+

如果课程未在费用中注明 table，那么我不想显示 null，而是显示 'N/A'。

我已经尝试了以下但还没有得到：

命令 1：

sqlContext.sql("select c.id, c.course, ifnull(f.amount, 'N/A') from course c left outer join fee f on f.id = c.id").show

错误：org.apache.spark.sql.AnalysisException：未定义函数 ifnull；第 1 行位置 40

命令 2：

sqlContext.sql("select c.id, c.course, isnull(f.amount, 'N/A') from course c left outer join fee f on f.id = c.id").show

错误： org.apache.spark.sql.AnalysisException：没有 Hive udf class org.apache.hadoop.hive.ql.udf.generic.GenericUDFOPNull 的处理程序，因为：运算符 'IS NULL' 只接受 1 个参数..；第 1 行位置 40

在 Scala 的 sqlContext 中处理这个问题的正确方法是什么？非常感谢。

Answer 1

使用 DataFrameNA 函数。连接完成后，您可以使用 DataFrameNA 填充函数

将所有空值替换为字符串

https://spark.apache.org/docs/1.4.0/api/java/org/apache/spark/sql/DataFrameNaFunctions.html

Answer 2

使用 Spark DataFrame API，您可以在 isNull 条件下使用 when/otherwise：

val course = Seq(
  (1, "Hadoop"),
  (2, "Spark"),
  (3, "HBase"),
  (5, "Impala")
).toDF("id", "course")

val fee = Seq(
  (2, 3900),
  (3, 4200),
  (4, 2900)
).toDF("id", "amount")

course.join(fee, Seq("id"), "left_outer").
  withColumn("amount", when($"amount".isNull, "N/A").otherwise($"amount")).
  show
// +---+------+------+
// | id|course|amount|
// +---+------+------+
// |  1|Hadoop|   N/A|
// |  2| Spark|  3900|
// |  3| HBase|  4200|
// |  5|Impala|   N/A|
// +---+------+------+

如果您更喜欢使用 Spark SQL，这里有一个等效的 SQL：

course.createOrReplaceTempView("coursetable")
fee.createOrReplaceTempView("feetable")

val result = spark.sql("""
  select
    c.id, c.course,
    case when f.amount is null then 'N/A' else f.amount end as amount
  from
    coursetable c left outer join feetable f on f.id = c.id
""")

Answer 3

您可以在 简单的 sql 查询 中使用 if、isnull 函数和 N/A 文字

course.createOrReplaceTempView("c")
fee.createOrReplaceTempView("f")
sqlContext.sql("select c.id, c.course, if(isnull(f.amount), 'N/A', f.amount) as amount from c left outer join f on f.id = c.id").show

你应该有以下输出

+---+------+------+
| id|course|amount|
+---+------+------+
|  1|Hadoop|   N/A|
|  2| Spark|  3900|
|  3| HBase|  4200|
|  5|Impala|   N/A|
+---+------+------+

希望回答对你有帮助

Answer 4

如果是spark SQL ，使用coalesce UDF

select 
  c.id, 
  c.course, 
  coalesce(f.amount, 'N/A') as amount 
from c 
left outer join f 
on f.id = c.id"

Answer 5

在 sqlContext 中，使用 "NVL"

sqlContext.sql("""   
   SELECT c.id
      ,c.course
      ,NVL(f.amount, 'N/A')
      FROM course c
      LEFT OUTER
      JOIN fee f 
      ON f.id = c.id
    """).show()

Scala 如何在 sqlContext 查询中处理 isnull 或 ifnull

How does Scala handle isnull or ifnull in query with sqlContext

sql

scala

apache-spark

isnull