摘要： MaxCompute（原ODPS）是阿里云自主研發的具有業界領先水平的分布式大數據處理平臺, 尤其在集團內部得到廣泛應用，支撐了多個BU的核心業務。 MaxCompute除了持續優化性能外，也致力于提升SQL語言的用戶體驗和表達能力，提高廣大ODPS開發者的生產力。

點此查看原文

MaxCompute（原ODPS）是阿里云自主研發的具有業界領先水平的分布式大數據處理平臺, 尤其在集團內部得到廣泛應用，支撐了多個BU的核心業務。 MaxCompute除了持續優化性能外，也致力于提升SQL語言的用戶體驗和表達能力，提高廣大ODPS開發者的生產力。

MaxCompute基于ODPS2.0新一代的SQL引擎，顯著提升了SQL語言編譯過程的易用性與語言的表達能力。我們在此推出MaxCompute(ODPS2.0)重裝上陣系列文章

第一彈 - 善用MaxCompute編譯器的錯誤和警告
第二彈 - 新的基本數據類型與內建函數
第三彈 - 復雜類型
第四彈 - CTE，VALUES，SEMIJOIN

上次向您介紹了 新的基本數據類型與內建函數,這次向您介紹復雜數據類型

原ODPS也支持兩種復雜類型，ARRAY, MAP，但是有些場景下還是不夠用

場景1
我的項目里，生成的一個中間表，為了優化性能，里面有一列最好是個數組，因為如果把數組打散，每行上存一個元素，會因為其他列的重復導致數據量爆炸。首先想從上游表中生成這個數組，搜索半天文檔，發現唯一的方式是把源數據列先轉STRING，再用wm_concat聚合，再用split函數打散成ARRAY，這樣原來類型信息丟了，不過STRING似乎也能用，好，繼續。后面的運算有個地方需要取數組最后一個元素，試圖用數組下標配合size函數，my_array[size(my_array)], 發現報告錯誤，下標必須是常量，可是我的數組不是定長的，看看有沒有函數能反轉數組呢？沒有！最后不得不放棄使用數組。。。
場景2
我的任務是為每個廣告生成一個曲線，代表隨著廣告商的出價由低到高，預計的impression, click次數的曲線。最自然的表達是有個數據結構，里面存著出價，impression次數，click次數。可是ODPS不支持這樣的用法，只好encode成一個字符串，每次操作先編碼，再解碼。好麻煩，效率也很差，可是沒有辦法。。。
MaxCompute采用基于ODPS2.0的SQL引擎，大幅度改進了復雜類型并提供了配套的內建函數，基本解決了上述問題。

復雜類型的擴充
此文中采用MaxCompute Studio作展示 ( MaxCompute從2.8.0.2版本開始支持復雜類型，如果您的版本不夠新，請升級到最新版本 )。

首先，安裝MaxCompute Studio，導入測試MaxCompute項目，創建工程，建立一個新的MaxCompute腳本文件,　如下

運行后，可以在MaxCompute Studio的Project Explorer中找到新創建的表，察看表的詳細信息，并預覽數據，如下圖

可以看到MaxCompute支持ARRAY, MAP, STRUCT類型，并且可以任意嵌套使用。

MaxCompute Studio支持含新類型表數據的導入導出，可參考此ATA文章

MaxCompute支持的復雜類型見下表

復雜類型構造與操作函數

在UDF中使用復雜類型
原ODPS不支持在UDF中訪問任何復雜類型。MaxCompute Java UDF支持所有復雜類型，Python UDF也會在不久的將來支持。

JAVA UDF中復雜類型的表示方法
ODPS的UDF分為三大類：UDF，UDAF，UDTF，其中：

1.UDAF和UDTF通過@Resolve annotation來指定sinature，在MaxCompute 2.0上線后，用戶將可以在Resolve annotation中。如 @Resolve(“array,struct

@Resolve("struct<a:bigint>,string->string") public class UdfArray extends UDF {public String evaluate(List<String> vals, Long len) {return vals.get(len.intValue());}public String evaluate(Map<String,String> map, String key) {return map.get(key);}public String evaluate(Struct struct, String key) {return struct.getFieldValue("a") + key;} }

用戶可以直接將復雜類型傳入UDF中：

create function my_index as 'UdfArray' using 'myjar.jar'; select id, my_index(array('red', 'yellow', 'green'), colorOrdinal) as color_name from colors;

小節
MaxCompute豐富了復雜類型的支持，可以更好的適應各種應用場景。MaxCompute仍將在兼容性，表達能力等多方面持續改進類型系統。從本系列的下一篇起，開始介紹MaxCompute在SQL語言其他方面的改進！

總結

以上是生活随笔為你收集整理的MaxCompute - ODPS重装上阵　第三弹 - 复杂类型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。