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

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. data_df = pd.DataFrame([
  8.     ["10", 2.0], 
  9.     ["1", 2.0], 
  10.     ["-3", 2.0], 
  11.     ["5", 1.0]
  12. ])
  14. inOp = StreamOperator.fromDataframe(data_df, schemaStr='f0 string, f1 double')
  16. data_df = pd.DataFrame([
  17.     ["1", "value1"], 
  18.     ["2", "value2"], 
  19.     ["5", "value5"]
  20. ])
  22. modelOp = BatchOperator.fromDataframe(data_df, schemaStr="key_col string, value_col string")
  24. Lookup()\
  25.     .setModelData(modelOp)\
  26.     .setMapKeyCols(["key_col"])\
  27.     .setMapValueCols(["value_col"]) \
  28.     .setSelectedCols(["f0"])\
  29.     .transform(inOp)\
  30.     .print()
  32. StreamOperator.execute()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.batch.BatchOperator;
  4. import com.alibaba.alink.operator.batch.source.MemSourceBatchOp;
  5. import com.alibaba.alink.operator.stream.StreamOperator;
  6. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  7. import com.alibaba.alink.pipeline.dataproc.Lookup;
  8. import org.junit.Test;
  10. import java.util.Arrays;
  11. import java.util.List;
  13. public class LookupTest {
  14.     @Test
  15.     public void testLookup() throws Exception {
  16.         List <Row> data_df = Arrays.asList(
  17.             Row.of("10", 2.0),
  18.             Row.of("1", 2.0),
  19.             Row.of("-3", 2.0),
  20.             Row.of("5", 1.0)
  21.         );
  22.         StreamOperator <?> inOp = new MemSourceStreamOp(data_df, "f0 string, f1 double");
  23.         data_df = Arrays.asList(
  24.             Row.of("1", "value1"),
  25.             Row.of("2", "value2"),
  26.             Row.of("5", "value5")
  27.         );
  28.         BatchOperator <?> modelOp = new MemSourceBatchOp(data_df, "key_col string, value_col string");
  29.         new Lookup()
  30.             .setModelData(modelOp)
  31.             .setMapKeyCols("key_col")
  32.             .setMapValueCols("value_col")
  33.             .setSelectedCols("f0")
  34.             .transform(inOp)
  35.             .print();
  36.         StreamOperator.execute();
  37.     }
  38. }

运行结果

| f0 | f1 | value_col | | —- | —- | —- |

| 10 | 2.0 | null |

| 1 | 2.0 | value1 |

| -3 | 2.0 | null |

| 5 | 1.0 | value5 |