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 = 'KAFKA',
       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 = 'KAFKA',
       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。