概述

Remote UDAF（Remote User-Defined Aggregate Function）为用户自定义聚合函数，适用于多进一出业务场景。即其输入与输出是多对一的关系，将多条输入记录聚合成一个输出值。

本节内容以FunctionGraph作为Remote UDAF 的执行载体，介绍开发Remote UDAF到计算引擎调用的操作步骤。

Remote UDAF的优势在于风险隔离、资源解耦与成本优化。

风险隔离：当关键生产环境需要执行UDAF时，虽然技术上支持，但存在执行风险。
通过Remote UDAF将计算逻辑卸载到函数工作流FunctionGraph，既能保持业务功能，又能通过无服务器架构实现风险隔离。
资源解耦：对于大模型推理等计算密集型任务，为避免在Spark等集群中长期占用昂贵资源，兼顾功能需求、稳定性和成本效益，将计算密集型操作剥离至FunctionGraph执行
成本优化：Remote UDAF将default队列还原为纯数据通道，消除UDAF引发的风险，使其能为用户提供更经济，更安全的核心数据流服务。

Remote UDAF只对单行数据产生作用，适用于单进单出的场景。

使用FunctionGraph开发调试Remote UDAF时，您需要先安装IDEA并配置Maven，下载依赖JAR包并配置FunctionGraph服务，做好Remote UDAF开发前准备工作。

表1 UDAF开发环境
准备项	说明
操作系统	Windows系统，支持Windows7以上版本。
安装JDK	JDK使用1.8版本。
安装和配置IntelliJ IDEA	IntelliJ IDEA为进行应用开发的工具，版本要求使用2019.1或其他兼容版本。
安装Maven	开发环境的基本配置。用于项目管理，贯穿软件开发生命周期。
下载依赖JAR包	依赖引入下载Jar包：spark-function-sdk_2.13-jar-with-dependencies.jar 获取方式：从https://repo.huaweicloud.com/repository/maven/huaweicloudsdk/地址下载。

表2 UDAF与Remote UDAF的对比
特性	UDAF	Remote UDAF
执行方式	在查询引擎本地执行	通过调用函数托管服务执行
安全性	若UDAF代码不稳定，可能影响查询引擎进程	执行失败仅影响UDAF自身，不会导致整体作业进程。
性能	执行效率高	但在向量化和批处理模式下，性能与本地UDAF相当
开发灵活性	与查询引擎代码耦合度高，开发限制较多	灵活，可调用任意其他服务或程序库，满足多样业务需求
开发成本	需熟悉查询引擎的开发环境和语言，开发成本较高	一次性开发投入，开发成本相对较低
适用场景	对性能要求极高的场景，且开发团队熟悉查询引擎的开发语言	对开发语言灵活性要求高、需要调用外部服务或程序库的场景

表3 UDF、UDAF和UDTF的对比
特性	UDF（User-Defined Function）	UDAF（User-Defined Aggregate Function）	UDTF（User-Defined Table-Generating Function）
输入参数	一行数据的一个或多个字段	多行数据的多个字段	一行或多行数据的一个或多个字段
输出结果	单个标量值	单个聚合结果	多行数据，每行可以有多个字段
主要用途	简单的数据转换和计算，如字符串处理、数学运算等	数据聚合计算，如求和、平均值、计数等	数据展开和复杂结构解析，如拆分字符串、展开数组等

UDF示例：
创建一个函数，将输入的数字加1。
```
CREATE FUNCTION add_one AS 'com.example.AddOneUDF';
SELECT add_one(age) FROM users; 
```
假设users表中有一列age，值为25，该函数会输出26。
UDAF示例：
计算某一列的最大值。
```
CREATE FUNCTION max AS 'com.example.MaxUDAF';
SELECT max(age) FROM users;
```
假设users表中有一列age，值为25, 30, 35，该函数会输出35。
UDTF示例：
将一个JSON字符串解析为多行数据。
```
CREATE FUNCTION parse_json AS 'com.example.ParseJsonUDTF';
SELECT parse_json(json_column) FROM users;
```
假设users表中有一列json_column，值为'{"name":"Alice","age":25},{"name":"Bob","age":30}'，该函数会输出两行，每行包含解析后的name和age字段。