blob: ee6c56a1597b4f33f330093b6ff2d182e492e412 [file] [view]
# SQL用户定义函数
> SQL 转换插件的用户定义函数 (UDF)
## 描述
使用UDF SPI扩展SQL转换函数库。
## UDF API
```java
package org.apache.seatunnel.transform.sql.zeta;
public interface ZetaUDF {
/**
* Function name
*
* @return function name
*/
String functionName();
/**
* The type of function result
*
* @param argsType input arguments type
* @return result type
*/
SeaTunnelDataType<?> resultType(List<SeaTunnelDataType<?>> argsType);
/**
* Evaluate
*
* @param args input arguments
* @return result value
*/
Object evaluate(List<Object> args);
/**
* 是否需要行级上下文。
*/
default boolean requiresContext() {
return false;
}
/**
* 带上下文执行。
*/
default Object evaluateWithContext(List<Object> args, ZetaUDFContext context) {
return evaluate(args);
}
/**
* 初始化 UDF 资源。
*/
default void open() throws Exception {}
/**
* 释放 UDF 资源。
*/
default void close() {}
}
```
`ZetaUDFContext` 提供运行时行级元数据与字段:
- `getRawTableId()`
- `getDatabase()`
- `getSchema()`
- `getTable()`
- `getRowKind()`
- `getAllFields()`
说明:
- `database/schema/table` 的解析语义与 `TablePath.of(tableId)` 保持一致。
- 如果 `tableId` 格式不被支持,访问 `database/schema/table` 时会抛出 `IllegalArgumentException`
- 已有 UDF 保持向后兼容,仍可只实现 `evaluate(List<Object> args)`
## UDF 实现示例
将这些依赖项添加到您的 Maven 项目,并使用 provided 作用域。**依赖版本应与运行环境一致。**
```xml
<dependencies>
<dependency>
<groupId>org.apache.seatunnel</groupId>
<artifactId>seatunnel-transforms-v2</artifactId>
<version>${seatunnel.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>org.apache.seatunnel</groupId>
<artifactId>seatunnel-api</artifactId>
<version>${seatunnel.version}</version>
<scope>provided</scope>
</dependency>
<dependency>
<groupId>com.google.auto.service</groupId>
<artifactId>auto-service</artifactId>
<version>1.0.1</version>
<scope>provided</scope>
</dependency>
</dependencies>
```
添加一个 Java 类来实现 ZetaUDF,类似于以下的方式:
```java
@AutoService(ZetaUDF.class)
public class ExampleUDF implements ZetaUDF {
@Override
public String functionName() {
return "EXAMPLE";
}
@Override
public SeaTunnelDataType<?> resultType(List<SeaTunnelDataType<?>> argsType) {
return BasicType.STRING_TYPE;
}
@Override
public Object evaluate(List<Object> args) {
String arg = (String) args.get(0);
if (arg == null) return null;
return "UDF: " + arg;
}
}
```
打包UDF项目并将jar文件复制到路径:${SEATUNNEL_HOME}/lib
## 支持上下文与生命周期的 UDF 示例
```java
@AutoService(ZetaUDF.class)
public class ContextLifecycleUdf implements ZetaUDF {
private transient String prefix;
@Override
public String functionName() {
return "CTX_LIFE";
}
@Override
public SeaTunnelDataType<?> resultType(List<SeaTunnelDataType<?>> argsType) {
return BasicType.STRING_TYPE;
}
@Override
public boolean requiresContext() {
return true;
}
@Override
public void open() {
this.prefix = "OPENED";
}
@Override
public Object evaluateWithContext(List<Object> args, ZetaUDFContext context) {
String arg = args.get(0) == null ? null : String.valueOf(args.get(0));
if (arg == null) {
return null;
}
return prefix + ":" + context.getRowKind().shortString() + ":" + arg;
}
@Override
public void close() {
this.prefix = null;
}
}
```
## 示例
源端数据读取的表格如下:
| id | name | age |
|----|----------|-----|
| 1 | Joy Ding | 20 |
| 2 | May Ding | 21 |
| 3 | Kin Dom | 24 |
| 4 | Joy Dom | 22 |
我们使用SQL查询中的UDF来转换源数据,类似于以下方式:
```
transform {
Sql {
plugin_input = "fake"
plugin_output = "fake1"
query = "select id, example(name) as name, age from dual"
}
}
```
那么结果表 `fake1` 中的数据将会更新为
| id | name | age |
|----|---------------|-----|
| 1 | UDF: Joy Ding | 20 |
| 2 | UDF: May Ding | 21 |
| 3 | UDF: Kin Dom | 24 |
| 4 | UDF: Joy Dom | 22 |
## 更新日志
### 新版本
- 添加SQL转换连接器的UDF