在apachespark databricks上的scala笔记本中，如何正确地将数组强制转换为decimal(30,0)？

kokeuurv 于 2021-05-18 发布在 Spark

关注(0)|答案(1)|浏览(497)

我正在尝试将数组强制转换为十进制（30,0），以便在select中使用：

WHERE array_contains(myArrayUDF(), someTable.someColumn)

但是，当用以下材料浇铸时：

val arrIds = someData.select("id").withColumn("id", col("id")
                .cast(DecimalType(30, 0))).collect().map(_.getDecimal(0))

databricks接受这一点，但是签名看起来已经错了：intarrsurrids:array[java.math.bigdecimal]=array（2181890000000，…）//即bigdecimal
导致以下错误：
sql语句中出错：analysisexception:无法解析。。由于数据类型不匹配：函数array\u contains的输入应该是array后跟一个具有相同元素类型的值，但它是[array<decimal（38,18）>，decimal（30,0）]
如何在spark databricks scala笔记本中正确地转换为十进制（30,0）而不是十进制（38,18）？
感谢您的帮助！

scala apache-spark apache-spark-sql databricks aws-databricks

来源：https://stackoverflow.com/questions/64645788/in-a-scala-notebook-on-apache-spark-databricks-how-do-you-correctly-cast-an-arra

1条答案

按热度按时间

svgewumm1#

你可以让 arrIds 一 Array[Decimal] 使用以下代码：

import org.apache.spark.sql.functions.col
import org.apache.spark.sql.types.{Decimal, DecimalType}

val arrIds = someData.select("id")
  .withColumn("id", col("id").cast(DecimalType(30, 0)))
  .collect()
  .map(row => Decimal(row.getDecimal(0), 30, 0))

但是，它不会解决您的问题，因为一旦您创建了用户定义的函数，您就失去了精度和比例，正如我在这个答案中解释的那样
为了解决你的问题，你需要把柱子 someTable.someColumn 与udf返回的类型具有相同的精度和小数位数。所以你的 WHERE 条款应为：

WHERE array_contains(myArray(), cast(someTable.someColumn as Decimal(38, 18)))

赞(0）回复(0）举报 2021-05-19

我来回答

在apachespark databricks上的scala笔记本中，如何正确地将数组强制转换为decimal(30,0)？

1条答案

相关问题

热门标签

最新问答