SparkSQL_数组排序函数 array_sort用法详解

SparkSQL_数组排序函数 array_sort用法详解

官网：https://spark.apache.org/docs/latest/api/sql/index.html#array_sort

array_sort(expr, [func])

默认排序行为（不传 func）

如果不提供比较函数，array_sort 会：

• 按 升序 排序
• NULL 值排在最后
• 对于 float/double 类型，NaN > 任何非 NaN 值

1：基本排序（升序）

SELECT array_sort(array(5, 6, 1)) AS sorted;
-- 输出: [1, 5, 6]

2：字符串排序（字典序）

SELECT array_sort(array('bc', 'ab', 'dc')) AS sorted;
-- 输出: ["ab", "bc", "dc"]

3：带 NULL 的排序

SELECT array_sort(array('b', 'd', null, 'c', 'a')) AS sorted;
-- 输出: ["a", "b", "c", "d", null]

自定义比较函数格式：

array_sort(array_col, (left, right) -> 
  CASE 
    WHEN left < right THEN -1
    WHEN left > right THEN 1
    ELSE 0
  END
)

比较函数返回值含义：

⚠️ 如果比较函数返回 NULL，会抛出错误！

1：降序排序（数字）

SELECT array_sort(
  array(5, 6, 1),
  (left, right) -> CASE 
    WHEN left < right THEN 1
    WHEN left > right THEN -1
    ELSE 0
  END
) AS sorted_desc;
-- 输出: [6, 5, 1]

2：字符串按长度排序（长的在前）

SELECT array_sort(
  array('a', 'bb', 'ccc', 'dddd'),
  (left, right) -> CASE 
    WHEN length(left) < length(right) THEN 1
    WHEN length(left) > length(right) THEN -1
    ELSE 0
  END
) AS sorted_by_length;

3：字符串按字典序降序排序

SELECT array_sort(
  array('bc', 'ab', 'dc'),
  (left, right) -> CASE 
    WHEN left < right THEN 1
    WHEN left > right THEN -1
    ELSE 0
  END
) AS sorted_desc;
-- 输出: ["dc", "bc", "ab"]

4：处理 NULL 值的自定义排序（把 NULL 放在最前面）

SELECT array_sort(
  array('b', 'd', null, 'c', 'a'),
  (left, right) -> CASE 
    WHEN left IS NULL AND right IS NULL THEN 0
    WHEN left IS NULL THEN -1
    WHEN right IS NULL THEN 1
    WHEN left < right THEN -1
    WHEN left > right THEN 1
    ELSE 0
  END
) AS sorted_null_first;
-- 输出: [null, "a", "b", "c", "d"]

整理不易 多多支持呀～