Spark：用于卡尔曼滤波器的窗口和UDAF
窗口操作允许您在最后K批数据上计算数据，这对于移动平均值或卡尔曼滤波器等非常方便
作为提醒，卡尔曼是一种顺序处理，用于根据先前的数据过滤一组数据。在查看UDAF的行为后，它似乎没有被调整，因为没有排序的概念（合并方法合并结果没有顺序）。
因此，如果UDAF不适应卡尔曼和窗口，如何在窗口内计算卡尔曼滤波器？是否有任何使用窗口的例子？
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。请注意，报价专门讨论了Window操作所以你的假设
合并方法合并结果而没有订单
不一定持有。如果窗口函数应用了ORDER BY子句，即
F(...) OVER (ORDER BY ... [])
要么F(...) OVER (PARTITION BY ... [])
显式顺序由表达式的上下文定义，并且以明确定义的方式调用merge。作为副作用聚合函数使用OVER顺序（在前一种情况下全局，在后一种情况下通过分区），因此merge永远不会被调用。
2019-07-17 23:23:01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
