Python自訂純量涵式UDSF的開發、註冊和使用流程 - Realtime Compute for Apache Flink

本文為您介紹Python自訂純量涵式（UDSF）的開發、註冊和使用流程。

定義

自訂純量涵式（UDSF）將0個、1個或多個標量值對應到一個新的標量值。輸入與輸出是一對一的關係，即讀入一行資料，寫出一條輸出值。

使用限制

由於Flink全託管產品受部署環境和網路環境等因素的影響，所以開發Python自訂函數時，需要注意以下限制：

僅支援開源Flink V1.12及以上版本。
Flink全託管叢集上已預裝了Python 3.7.9，因此需要您在Python 3.7.9版本開發代碼。
Flink全託管運行環境使用的是JDK 1.8，如果Python作業中依賴第三方JAR包，請確保JAR包相容JDK 1.8。
僅支援開源Scala V2.11版本，如果Python作業中依賴第三方JAR包，請確保使用Scala V2.11對應的JAR包依賴。

UDSF開發

說明

Flink為您提供了Python自訂函數樣本，便於您快速開發自訂函數。Flink Python自訂函數樣本中包含了Python UDSF、Python UDAF和Python UDTF的實現。本文以Windows作業系統為例，為您介紹如何進行UDSF開發。

下載並解壓python_demo-master樣本到本地。
說明
python_demo-master屬於第三方搭建的網站，訪問時可能會存在無法開啟或訪問延遲的問題。
在PyCharm中，單擊file > open，開啟剛才解壓縮完成的python_demo-master。

雙擊開啟\python_demo-master\udx\udfs.py後，根據您的業務，修改udfs.py。

該樣本中，sub_string定義了擷取每條資料中從begin~end位的字元的代碼。

from pyflink.table import DataTypes
from pyflink.table.udf import udf


@udf(result_type=DataTypes.STRING())
def sub_string(s: str, begin: int, end: int):
    return s[begin:end]

在下載檔案中udx所在的目錄（即\python_demo-master目錄）下執行如下命令打包檔案。
```
zip -r python_demo.zip udx
```
\python_demo-master\目錄下會出現python_demo.zip的ZIP包，即代表完成了Python UDSF的開發工作。

UDSF註冊

UDSF註冊過程，請參見管理自訂函數（UDF）。

UDSF使用

在完成註冊UDSF後，您就可以使用UDSF，詳細的操作步驟如下。

Flink SQL作業開發。詳情請參見SQL作業開發。

擷取ASI_UDSF_Source表中a欄位中每行字串中第2~4位的字元，程式碼範例如下。

CREATE TEMPORARY TABLE ASI_UDSF_Source (
  a VARCHAR,
  b INT,
  c INT
) WITH (
  'connector' = 'datagen'
);

CREATE TEMPORARY TABLE ASI_UDSF_Sink (
  a VARCHAR
) WITH (
  'connector' = 'blackhole'
);

INSERT INTO ASI_UDSF_Sink
SELECT ASI_UDSF(a,2,4)
FROM ASI_UDSF_Source;

在營運中心 > 作業營運頁面，單擊目標作業名稱操作列的啟動。
啟動成功後，ASI_UDSF_Sink表每行會被插入ASI_UDSF_Source表中a欄位每行字串的第2~4位字元。