Pandas UDF处理过的数据sink问题

Sat, 12 Dec 2020 21:14:16 -0800 

使用了1.12.0的flink，3.7的python。自定义了一个pandas的UDF，定义大概如下

@udf(input_types=[DataTypes.STRING(), DataTypes.FLOAT()],
     result_type=DataTypes.ROW(
         [DataTypes.FIELD('buyQtl', DataTypes.BIGINT()),
          DataTypes.FIELD('aveBuy', DataTypes.INT())),
     func_type='pandas')
def orderCalc(code, amount):

    df = pd.DataFrame({'code': code, 'amount': amount})
# pandas 数据处理后输入另一个dataframe output
return (output['buyQtl'], output['aveBuy'])
 

定义了csv的sink如下

create table csvSink (
    buyQtl BIGINT,
    aveBuy INT 
) with (
    'connector.type' = 'filesystem',
    'format.type' = 'csv',
    'connector.path' = 'e:/output'
)

 

然后进行如下的操作：

result_table = t_env.sql_query("""
select orderCalc(code, amount)
from `some_source`
group by TUMBLE(eventTime, INTERVAL '1' SECOND), code, amount
""")
result_table.execute_insert("csvSink")

 

在执行程序的时候提示没法入库

py4j.protocol.Py4JJavaError: An error occurred while calling
o98.executeInsert.

: org.apache.flink.table.api.ValidationException: Column types of query
result and sink for registered table
'default_catalog.default_database.csvSink' do not match.

Cause: Different number of columns.

 

Query schema: [EXPR$0: ROW<`buyQtl` BIGINT, `aveBuy` INT >]

Sink schema:  [buyQtl: BIGINT, aveBuy: INT]

        at
org.apache.flink.table.planner.sinks.DynamicSinkUtils.createSchemaMismatchEx
ception(DynamicSinkUtils.java:304)

        at
org.apache.flink.table.planner.sinks.DynamicSinkUtils.validateSchemaAndApply
ImplicitCast(DynamicSinkUtils.java:134)

 

是UDF的输出结构不对吗，还是需要调整sink table的结构？

回复