Spark Streaming 到达数据框列并添加查找 Redis 的新列

Question

在我之前的问题中（ ) , i succeeded to reach redis with mapparttions thanks to https://whosebug.com/users/689676/fe2s

我尝试使用 mappartitions 但我无法解决一个问题，我如何在迭代时到达下面代码部分中的每一行列。因为我想根据保存在 Redis 中的查找字段来丰富我的每行。我发现了类似的东西，但我如何才能到达数据框列并添加查找 Redis 的新列。对于任何帮助，我非常感谢，谢谢。

import org.apache.spark.sql.types._

def transformRow(row: Row): Row =  {
    Row.fromSeq(row.toSeq ++ Array[Any]("val1", "val2"))
}

def transformRows(iter: Iterator[Row]): Iterator[Row] =
{ 
    val redisConn =new RedisClient("xxx.xxx.xx.xxx",6379,1,Option("Secret123"))    
    println(redisConn.get("ModelValidityPeriodName").getOrElse("")) 
    //want to  reach  DataFrame column here   
    redisConn.close()
    iter.map(transformRow)     
}

val newSchema = StructType(raw_customer_df.schema.fields ++ 
    Array(
            StructField("ModelValidityPeriod", StringType, false), 
            StructField("ModelValidityPeriod2", StringType, false)
        )
  )

spark.sqlContext.createDataFrame(raw_customer_df.rdd.mapPartitions(transformRows), newSchema).show

Answer 1

迭代器iter 表示数据帧行上的迭代器。因此，如果我正确回答了您的问题，您可以通过迭代 iter 并调用

来访问列值

row.getAs[Column_Type](column_name)

像这样

def transformRows(iter: Iterator[Row]): Iterator[Row] = {
    val redisConn = new RedisClient("xxx.xxx.xx.xxx",6379,1,Option("Secret123"))
    println(redisConn.get("ModelValidityPeriodName").getOrElse(""))
    //want to  reach  DataFrame column here
    val res = iter.map { row =>
      val columnValue = row.getAs[String]("column_name")
      // lookup in redis
      val valueFromRedis = redisConn.get(...)
      Row.fromSeq(row.toSeq ++ Array[Any](valueFromRedis))
    }.toList

    redisConn.close()
    res.iterator
  }

Spark Streaming 到达数据框列并添加查找 Redis 的新列

Spark Streaming reach dataframe columns and add new column looking up to Redis

lookup

streaming

redis

apache-spark