小编nin*_*nja的帖子

我正在使用事务模型来跟踪通过系统的所有事件

class Transaction(models.Model):
    actor = models.ForeignKey(User, related_name="actor")
    acted = models.ForeignKey(User, related_name="acted", null=True, blank=True)
    action_id = models.IntegerField() 
    ......

如何获得系统中的前5名演员？

在sql中它基本上是

SELECT actor, COUNT(*) as total 
FROM Transaction 
GROUP BY actor 
ORDER BY total DESC

del在Python中调用变量.这会立即释放分配的内存还是等待垃圾收集器收集？与java一样,显式调用del对释放内存的时间没有影响.

从我所看到的,为了做到这一点你必须

1. 使udf作为一个普通的功能

2. 用SQLContextSQL 注册该函数

   spark.sqlContext.udf.register("myUDF", myFunc)
   

   Run Code Online (Sandbox Code Playgroud)

3. 把它变成一个UserDefinedFunctionforDataFrame

   def myUDF = udf(myFunc)
   

   Run Code Online (Sandbox Code Playgroud)

有没有办法将它合并为一步并使udf两者都可用？此外,对于存在函数DataFrame但不存在于SQL的情况,如何在不重复复制代码的情况下注册它？

我有一个模式 A 的 GenericRecord 对象，它也是生成的 Avro Java 类。我是否可以以某种方式将该对象转换为实际的 A 类型？

所以我试图测试ping()方法,并确保它调用connect()和disconnect().我嘲笑了物体foo和物体Connection.然后我确实stub(mockFoo.connect()).toReturn(mockConn)希望那么我ping()应该回归真实的断言.然而,不知何故,这种存根不会经历.我怀疑可能在内部调用connect时,mockFoo实际上没有调用connect(),因此没有返回模拟Connection,但我不确定.

public class foo{
    public boolean ping(){
        bool ping = false; 
        Connection conn = null;
        try{
           conn = connect();
           ping = true;
        }catch(Exception e){
        }finally{
           disconnect(conn);
        }
        return ping;
    }

    public Connection connect(){
        //some implementation
        return connect
    }