hadoop - Pig的Python UDF：数据类型转换错误

Question

我正在使用 Python UDF，它在减少阶段会导致错误。

java.lang.ClassCastException: java.lang.Double cannot be cast to org.apache.pig.data.DataByteArray

这是 UDF 的代码：

import math
outputSchema("score:double")
def confidenceLowerBound(numerator, denominator, constant):
    raw_score = numerator * 1.0 / denominator
    normalized_interval = math.sqrt( raw_score * (1 - raw_score) / denominator )

    wilson_score = raw_score - constant * normalized_interval
    return wilson_score

这就是我在 pig 中调用 udf 的方式。

register 'confidence_interval_compute.py' using jython as pyutils;
...
..
A = FOREACH A GENERATE $0, $1, $2, $3, $4, pyutils.confidenceLowerBound($3, $4, 4) AS score PARALLEL 20;

Answer 1

正如@Ian Stevents 在评论中指出的那样，这是因为您在装饰器中有错字。

你应该使用

@outputSchema("score:double")