如何在 BigQuery UDF 正文中声明变量？

Question

我正在尝试在 BigQuery 上创建一个带有 while 循环的 UDF 函数，但我在文档中没有看到任何专门针对这种情况的语法指南，也没有针对 UDF 正文中的变量声明。

上下文：我正在尝试构建一个函数以将标题大小写应用于字符串。

我试过了：

CREATE CREATE OR REPLACE FUNCTION mydataset.title_case(word STRING) as (
    DECLARE i INT64;
    SET i = ARRAY_LENGTH(SPLIT(word, " "));
    ...
);

但是它不喜欢 UDF 正文中的 DECLARE 或 SET。什么是正确的语法？

Answer 1

关于如何在UDF 中使用DECLARE 和SET 的问题，您必须在代码开头声明和设置变量。然后，将它作为参数传递给 UDF，语法为；

DECLARE x ARRAY <String>; 
SET x = (SELECT ARRAY_LENGTH(SPLIT(word, " ")) FROM `project_id.dataset.table`);

CREATE CREATE OR REPLACE FUNCTION mydataset.title_case(word STRING, x INT64) as (
#your function...
);

请注意，变量是根据表中的值设置的，使用 SELECT。此外，您将它作为参数传递给 UDF。

此外，我能够创建一个 JavaScript UDF 来将标题大小写应用于没有 SET 和 DECLARE 的字符串。我只使用了 JS 的内置方法。您可以按如下方式使用它：

CREATE TEMP FUNCTION title_case(str String)
RETURNS string
LANGUAGE js AS """
  str = str.split(' ');
  for(var i = 0; i < str.length; i++){
    str[i] = str[i].charAt(0).toUpperCase() + str[i].slice(1); 
  }
  return str.join(' ');
""";

WITH data AS (
SELECT "jack sparrow" AS name
)

SELECT title_case(name) as new_name FROM data

和输出，

Row new_name    
1   Jack Sparrow

Answer 2

上下文：我正在尝试构建一个函数以将标题大小写应用于字符串。

我不想直接回答这个问题，而是想先解决我认为促使这个问题被问到的原因

根据我在 SO 上的经验，很明显，OP 经常会提出问题，以帮助他们走错方向！在许多情况下，这是一种悲伤的经历，因为你明白你没有对这样的人提供很好的帮助，而是完全相反。多次参与其中让我感到内疚，因为并不总是很清楚真正的用例是什么，所以没有太多选择可以提供帮助，而不是回答被问到的确切问题

我认为在这种情况下 - 上面的问题很好地暗示了真正的目的/用例 - 所以正如我已经说过的，我想回答它（用例）

在大多数情况下，您实际上并不需要执行循环 - 您应该尝试以 sql 方式实现事物 - 基于集合！

所以，提示在下面的语句中

上下文：我正在尝试构建一个函数以将标题大小写应用于字符串。

title case函数的简单处理方法如下

#standardSQL
CREATE TEMP FUNCTION TitleCase(text STRING) AS ((
  SELECT STRING_AGG(UPPER(SUBSTR(part, 1, 1)) || SUBSTR(part, 2), ' ' ORDER BY OFFSET)
  FROM UNNEST(SPLIT(text, ' ')) part WITH OFFSET
));
SELECT text, 
  TitleCase(text) transformed_text
FROM `project.dataset.table`

您可以使用虚拟数据进行测试，如下例所示

#standardSQL
CREATE TEMP FUNCTION TitleCase(text STRING) AS ((
  SELECT STRING_AGG(UPPER(SUBSTR(part, 1, 1)) || SUBSTR(part, 2), ' ' ORDER BY OFFSET)
  FROM UNNEST(SPLIT(text, ' ')) part WITH OFFSET
));
WITH `project.dataset.table` AS (
  SELECT 1 id, "google cloud platform" AS text UNION ALL
  SELECT 2, "o'brian"
)
SELECT text, 
  TitleCase(text) transformed_text
FROM `project.dataset.table`

输出如下

Row text                        transformed_text     
1   google cloud platform       Google Cloud Platform    
2   o'brian                     O'brian  

如您所见，使用空格作为分隔符来分割文本的初始方法并不是最好的方法 - O'brian 没有得到 b 大写

要解决这个问题 - 您可以使用以下方法

#standardSQL
CREATE TEMP FUNCTION TitleCase(text STRING) AS ((
  SELECT STRING_AGG(char, '' ORDER BY OFFSET)
  FROM (
    SELECT IF(REGEXP_CONTAINS(LAG(char) OVER(ORDER BY OFFSET), r'\w'), char, UPPER(char)) char, OFFSET
    FROM UNNEST(SPLIT(text, '')) char WITH OFFSET
    )
));
SELECT text, 
  TitleCase(text) transformed_text
FROM `project.dataset.table`

现在，当应用于相同的虚拟数据时 - 结果更合适

Row text                        transformed_text     
1   google cloud platform       Google Cloud Platform    
2   o'brian                     O'Brian    

注意：以上只是一个（或者更确切地说是两个）示例，说明如何避免基于光标的无效处理，而是在一个（基于集合的）回合中完成所有操作