该文档涉及的组件

表查找 (Lookup)

Java 类名:com.alibaba.alink.pipeline.dataproc.Lookup

Python 类名:Lookup

功能介绍

支持数据查找功能,支持多个key的查找,并将查找后的结果中的value列添加到待查询数据后面。

参数说明

名称 中文名称 描述 类型 是否必须? 取值范围 默认值
selectedCols 选择的列名 计算列对应的列名列表 String[]
mapKeyCols Key列名 模型中对应的查找等值的列名 String[] null
mapValueCols Values列名 模型中需要拼接到样本中的列名 String[] null
modelFilePath 模型的文件路径 模型的文件路径 String null
outputCols 输出结果列列名数组 输出结果列列名数组,可选,默认null String[] null
overwriteSink 是否覆写已有数据 是否覆写已有数据 Boolean false
reservedCols 算法保留列名 算法保留列 String[] null
numThreads 组件多线程线程个数 组件多线程线程个数 Integer 1
modelStreamFilePath 模型流的文件路径 模型流的文件路径 String null
modelStreamScanInterval 扫描模型路径的时间间隔 描模型路径的时间间隔,单位秒 Integer 10
modelStreamStartTime 模型流的起始时间 模型流的起始时间。默认从当前时刻开始读。使用yyyy-mm-dd hh:mm:ss.fffffffff格式,详见Timestamp.valueOf(String s) String null
modelStreamUpdateMethod 模型更新方法 模型更新方法,可选COMPLETE(全量更新)或者 INCREMENT(增量更新) String “COMPLETE”, “INCREMENT” “COMPLETE”

代码示例

Python 代码

from pyalink.alink import *

import pandas as pd

useLocalEnv(1)

data_df = pd.DataFrame([
    ["10", 2.0], 
    ["1", 2.0], 
    ["-3", 2.0], 
    ["5", 1.0]
])

inOp = StreamOperator.fromDataframe(data_df, schemaStr='f0 string, f1 double')

data_df = pd.DataFrame([
    ["1", "value1"], 
    ["2", "value2"], 
    ["5", "value5"]
])

modelOp = BatchOperator.fromDataframe(data_df, schemaStr="key_col string, value_col string")

Lookup()\
    .setModelData(modelOp)\
    .setMapKeyCols(["key_col"])\
    .setMapValueCols(["value_col"]) \
    .setSelectedCols(["f0"])\
    .transform(inOp)\
    .print()

StreamOperator.execute()

Java 代码

import org.apache.flink.types.Row;

import com.alibaba.alink.operator.batch.BatchOperator;
import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
import com.alibaba.alink.operator.stream.StreamOperator;
import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
import com.alibaba.alink.pipeline.dataproc.Lookup;
import org.junit.Test;

import java.util.Arrays;
import java.util.List;

public class LookupTest {
	@Test
	public void testLookup() throws Exception {
		List <Row> data_df = Arrays.asList(
			Row.of("10", 2.0),
			Row.of("1", 2.0),
			Row.of("-3", 2.0),
			Row.of("5", 1.0)
		);
		StreamOperator <?> inOp = new MemSourceStreamOp(data_df, "f0 string, f1 double");
		data_df = Arrays.asList(
			Row.of("1", "value1"),
			Row.of("2", "value2"),
			Row.of("5", "value5")
		);
		BatchOperator <?> modelOp = new MemSourceBatchOp(data_df, "key_col string, value_col string");
		new Lookup()
			.setModelData(modelOp)
			.setMapKeyCols("key_col")
			.setMapValueCols("value_col")
			.setSelectedCols("f0")
			.transform(inOp)
			.print();
		StreamOperator.execute();
	}
}

运行结果

f0 f1 value_col
10 2.0 null
1 2.0 value1
-3 2.0 null
5 1.0 value5