百度流式计算BSC

    扩展内置函数

    概述

    为了给用户提供更简单易用的SQL编辑器,除了提供Spark SQL原生函数外,将一些比较常规常用的函数集成为SQL编辑器的内置函数。

    使用扩展内置函数的方式跟原生内置函数的方式一致。

    正则转换函数

    sysudf_regexp_extract

    使用正则表达式,将字符串解析成结构化数据。支持在表达式中设定group name,并将此作为列名。未设置列名的列将根据所在位置设置默认名字:column1、column2等。

    示例

    1. 新增SQL类型的作业,具体教程请参照新增作业。
    2. 编辑作业,以下是sysudf_regexp_extract函数的SQL作业示例。

      说明:如果只是在调试环节运行SQL作业示例,无需改动示例内容,直接粘贴到作业中,进行下一步。

      CREATE table source_table(
          log_field string
      ) with(
          type = 'BKAFKA',
          topic = 'e390b8b0673e4680b0e9a39816595c87__test_for_bsc',
          kafka.bootstrap.servers = 'kafka.bj.baidubce.com:9091',
          sslFilePath = 'kafka-key.zip',
          encode = 'CSV'
      );create table sink_table(
          first_col string,
          second_col string,
          third_col string,
          forth_col string
      ) with(
          type = 'BKAFKA',
          topic = 'e390b8b0673e4680b0e9a39816595c87__bsc_sink',
          kafka.bootstrap.servers = 'kafka.bj.baidubce.com:9091',
          sslFilePath = 'kafka-key.zip',
          encode = 'CSV'
      );
      insert into
          sink_table(first_col,second_col ,third_col,forth_col)
          outputmode complete
      select
          temp.uri,temp.ctime,temp.idc,temp.errno
      from
          (select sysudf_regexp_extract(log_field, 'uri:(?<uri>[\\w\\/]+) got a pv - ctime:(?<ctime>\\d+) - dc:(?<idc>\\w+) - errno:(?<errno>\\d+)') as temp from source_table);
    3. 点击“调试”按钮,出现弹框,测试数据选择“手动录入”的方式,将下面的数据粘贴到输入框。

      uri:/test/index got a pv - ctime:1 - dc:testdc - errno:0

    4. 点击“开始调试”,开始调试作业,运行结果如下图所示。

    上一篇
    模板管理
    下一篇
    多用户访问控制