Java 类名：com.alibaba.alink.operator.stream.dataproc.format.VectorToTripleStreamOp
Python 类名：VectorToTripleStreamOp

功能介绍

将数据格式从 Vector 转成 Triple，流式组件
一条输入数据可能对应多条输出结果，输入中vector的维度为多少，就会生成多少条结果。
因此输出数据时，最好保留记录的ID字段，也就是代码示例中的”row”字段，通过setReservedCols参数指定。
输出结果中除包含通过setReservedCols中指定列外，会输出vector的下标和对应位置的值两列。列名和格式通过
setTripleColumnValueSchemaStr指定。注意该schemaStr中并没有对格式做限定，但如果设置不对会导致运行失败。
下标列可以设置为int long和string类型，第二列只能设置为string或者double。

参数说明

| 名称 | 中文名称 | 描述 | 类型 | 是否必须？ | 取值范围 | 默认值 | | —- | —- | —- | —- | —- | —- | —- |

| tripleColumnValueSchemaStr | 三元组结构中列信息和数据信息的Schema | 三元组结构中列信息和数据信息的Schema | String | ✓ | | |

| vectorCol | 向量列名 | 向量列对应的列名 | String | ✓ | 所选列类型为 [DENSE_VECTOR, SPARSE_VECTOR, STRING, VECTOR] | |

| handleInvalid | 解析异常处理策略 | 解析异常处理策略，可选为ERROR（抛出异常）或者SKIP（输出NULL） | String | | “ERROR”, “SKIP” | “ERROR” |

| reservedCols | 算法保留列名 | 算法保留列 | String[] | | | [] |

代码示例

Python 代码

  1. from pyalink.alink import *
  3. import pandas as pd
  5. useLocalEnv(1)
  7. df = pd.DataFrame([
  8.     ['1', '{"f0":"1.0","f1":"2.0"}', '$3$0:1.0 1:2.0', 'f0:1.0,f1:2.0', '1.0,2.0', 1.0, 2.0],
  9.     ['2', '{"f0":"4.0","f1":"8.0"}', '$3$0:4.0 1:8.0', 'f0:4.0,f1:8.0', '4.0,8.0', 4.0, 8.0]])
  11. data = StreamOperator.fromDataframe(df, schemaStr="row string, json string, vec string, kv string, csv string, f0 double, f1 double")
  13. op = VectorToTripleStreamOp()\
  14.     .setVectorCol("vec")\
  15.     .setReservedCols(["row"])\
  16.     .setTripleColumnValueSchemaStr("col string, val double")\
  17.     .linkFrom(data)
  19. op.print()
  21. StreamOperator.execute()

Java 代码

  1. import org.apache.flink.types.Row;
  3. import com.alibaba.alink.operator.stream.StreamOperator;
  4. import com.alibaba.alink.operator.stream.dataproc.format.VectorToTripleStreamOp;
  5. import com.alibaba.alink.operator.stream.source.MemSourceStreamOp;
  6. import org.junit.Test;
  8. import java.util.Arrays;
  9. import java.util.List;
  11. public class VectorToTripleStreamOpTest {
  12.     @Test
  13.     public void testVectorToTripleStreamOp() throws Exception {
  14.         List <Row> df = Arrays.asList(
  15.             Row.of("1", "{\"f0\":\"1.0\",\"f1\":\"2.0\"}", "$3$0:1.0 1:2.0", "f0:1.0,f1:2.0", "1.0,2.0", 1.0, 2.0),
  16.             Row.of("2", "{\"f0\":\"1.0\",\"f1\":\"2.0\"}", "$3$0:4.0 1:8.0", "f0:1.0,f1:2.0", "1.0,2.0", 1.0, 2.0)
  17.         );
  18.         StreamOperator <?> data = new MemSourceStreamOp(df,
  19.             "row string, json string, vec string, kv string, csv string, f0 double, f1 double");
  20.         StreamOperator <?> op = new VectorToTripleStreamOp()
  21.             .setVectorCol("vec")
  22.             .setReservedCols("row")
  23.             .setTripleColumnValueSchemaStr("col string, val double")
  24.             .linkFrom(data);
  25.         op.print();
  26.         StreamOperator.execute();
  27.     }
  28. }

运行结果

| row | col | val | | —- | —- | —- |

| 2 | 0 | 4.0000 |

| 1 | 0 | 1.0000 |

| 1 | 1 | 2.0000 |

| 2 | 1 | 8.0000 |