如何在cloud datalab上创建和使用UDF？答案

【问题标题】：How to create and use UDF on cloud datalab?如何在cloud datalab上创建和使用UDF？
【发布时间】：2015-11-11 08:46:32
【问题描述】：

我使用命令创建了一个名为“passthrough”的udf，

%%bigquery udf -m passthrough

function passthrough(row, emit) {
  emit({outputA: row.inputA, outputB: row.inputB});
}

bigquery.defineFunction(
  'passthrough',
  ['inputA', 'inputB'],
  [{'name': 'outputA', 'type': 'string'},
   {'name': 'outputB', 'type': 'string'}],
  passthrough
);

然后，它返回了错误。

JavaScript 必须声明输入行和输出发射器参数使用有效的 jsdoc 格式 cmets。输入行参数声明必须输入为 {{field:type, field2:type}} 并且输出发射器参数声明必须键入为函数({{field:type, field2:type}}.

所以，我在透传功能上面加了jsdoc cmets，

/** 
 * @param {{field:string, field2:string}} row
 * @param function({{field:string, field2:string}}) emit 
 */

然后运行 sql 命令。但它仍然返回错误“Unknown TVF: passthrough”。

%%sql
SELECT outputA, outputB FROM (passthrough(SELECT "abc" AS inputA, "def" AS inputB))

如何声明参数，稍后在 datalab 上使用 UDF？

【问题讨论】：

标签： google-bigquery google-cloud-datalab

【解决方案1】：

您的 UDF 定义应该是：

/** 
 * @param {{field:string, field2:string}} row
 * @param function({{field:string, field2:string}}) emit 
 */
function passthrough(row, emit) {
  emit({outputA: row.inputA, outputB: row.inputB});
}

如果您现在想使用 UDF，则需要在 Python 代码中使用中间步骤，当我们更新时，这将不再起作用（当您当前的操作方式应该基本正确时）。

您需要将 UDF 应用于表格，然后执行以下操作：

import gcp.bigquery as bq
tbl = bq.Query('SELECT "abc" AS inputA, "def" AS inputB').results()
udf_call = passthrough(tbl)

然后在你的 SQL 中：

%%sql
SELECT outputA, outputB FROM $udf_call

当更新到来时，你可以做你现在正在做的事情：

%%sql
SELECT outputA, outputB FROM (passthrough(SELECT "abc" AS inputA, "def" AS inputB))

【讨论】：

【解决方案2】：

我们目前拥有的 UDF 支持在 BigQuery 中首次引入时针对早期的 UDF。我们正在积极努力更新我们所拥有的支持。

您可以在我们的 github 存储库中跟踪一些进度 -- https://github.com/GoogleCloudPlatform/datalab ...您可以在此处查看现有支持的示例（将会更改）：https://github.com/GoogleCloudPlatform/datalab/blob/master/dev/notebooks/BigQuery%20-%20JavaScript%20UDFs.ipynb

【讨论】：