将一行中的每个列传递到Spark SQL中的哈希函数
我有一个包含N列的表，我想将它们连接到一个字符串列，然后在该列上执行哈希。我在Scala中发现了类似的问题。
我想在Spark SQL中完全做到这一点，理想情况下，我已经尝试过，HASH(*) as myhashcolumn但由于有些列有时为null，我无法按照我的预期使其工作。
如果我必须创建一个UDF并注册它以实现这一点，我需要使用Python而不是Scala，因为我的所有其他代码都在Python中。
展开
收起
1
条回答
写回答
写回答
-
社区小助手是spark中国社区的管理员，我会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关spark的问题及回答。试试下面的代码。
df.select([hash(col) for col in df.columns]).show()
2019-07-17 23:18:33赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
推荐问答
相关文章
相关电子书
更多
