看起来
StructType
保留了顺序,因此两个包含相同 StructType
的 StructField
不被认为是等价的。
例如:
val st1 = StructType(
StructField("ii",StringType,true) ::
StructField("i",StringType,true) :: Nil)
val st2 = StructType(
StructField("i",StringType,true) ::
StructField("ii",StringType,true) :: Nil)
println(st1 == st2)
返回
false
,即使它们都有 StructField("i",StringType,true)
和 StructField("ii",StringType,true)
,只是顺序不同。
我需要一个测试来证明这两者是等价的,因为就我的目的而言,这两者没有不同。
val schema1 = StructType(StructField("A",ArrayType(st1,true),true) :: Nil)
val schema2 = StructType(StructField("A",ArrayType(st2,true),true) :: Nil)
val final_schema = StructType((schema1 ++ schema2).distinct)
final_schmea
的结果应该只有StructType
中的一个A
而不是两个,但是distinct
认为这两个StructType
是不同的,所以我最终得到了两个不同的StructField
,名为A
。所以我的问题是,有没有办法根据内容而不是订单来比较两个StructType
?
编辑:
经过进一步调查,由于
StructType
基本上是Seq<StructField>
,我可以对适用于Seq
的内容进行内容比较,但我正在尝试想出一种最有效地对嵌入式StructType
进行比较的方法.
这可能可以清理,但它可以工作并处理嵌套的 StructType:
def isEqual(struct1: StructType, struct2: StructType): Boolean = {
struct1.headOption match {
case Some(field) => {
if(field.dataType.typeName != "struct") {
struct2.find(_ == field) match {
case Some(matchedField) => isEqual(StructType(struct1.filterNot(_ == field)), StructType(struct2.filterNot(_ == field)))
case None => false
}
} else {
val isEqualContents = struct2.find(x => x.name == field.name && x.nullable == field.nullable && x.dataType.typeName == "struct") match {
case Some(matchedField) => isEqual(field.dataType.asInstanceOf[StructType], matchedField.dataType.asInstanceOf[StructType])
case None => false
}
if(isEqualContents) isEqual(StructType(struct1.filterNot(_ == field)), StructType(struct2.filterNot(_ == field))) else false
}
}
case None => struct2.size == 0
}
}
val st1 = StructType(
StructField("ii",StringType,true) ::
StructField("i",StringType,true) ::
StructField("iii", StructType(StructField("iv", StringType, true) :: Nil), true) :: Nil)
val st2 = StructType(
StructField("i",StringType,true) ::
StructField("ii",StringType,true) ::
StructField("iii", StructType(StructField("v", StringType, true) :: Nil), true) :: Nil)
isEqual(st1, st2)
它也可以用更多的爱来变成尾递归。
我比较模式如下:
assert(structType1 == structType2, "not equal schemas")
即使在 Spark 的代码中,他们也使用 ' == ' 来比较 StructTypes
您可以在 org.apache.spark.sql.sources 下查看 TableScanSuite.scala
assert(expectedSchema == spark.table("tableWithSchema").schema)
希望对你有帮助
看看这个链接 - https://github.com/MrPowers/chispa/blob/main/chispa/schema_comparer.py 以及网站上提供的后续示例。