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])
| 参数 | 类型 | 必须 | 说明 |
|---|---|---|---|
expr | ARRAY<T> | ✅ | 要排序的数组 |
func | Lambda 函数 (T, T) -> INT | ❌ | 自定义比较函数（可选） |
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 -1WHEN left > right THEN 1ELSE 0END
)
比较函数返回值含义：
| 返回值 | 含义 |
|---|---|
| 负数 | left < right |
| 0 | left == right |
| 正数 | left > right |
⚠️ 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 1WHEN left > right THEN -1ELSE 0END
) 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 1WHEN length(left) > length(right) THEN -1ELSE 0END
) 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 1WHEN left > right THEN -1ELSE 0END
) 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 0WHEN left IS NULL THEN -1WHEN right IS NULL THEN 1WHEN left < right THEN -1WHEN left > right THEN 1ELSE 0END
) AS sorted_null_first;
-- 输出: [null, "a", "b", "c", "d"]
