# Scalar UDF
Scalar UDF是最基本的行处理函数， 它接受零个或多个输入参数，并对这一行数据进行操作，最终返回一行结果。
通常Scalar UDF适用于数学运算、复杂类型转换和自定义格式化等行处理的场景。
Scalar UDF的行为与内置函数非常相似，但其具体实现由用户自定义。
#### 示例
1. 建立连接。
   ```
   import os
   from aura_frame.multimodal import ai_lake
   target_database = "test"
   con = ai_lake.connect(
       aura_endpoint=os.getenv("AURA_ENDPOINT"),
       aura_endpoint_name=os.getenv("AURA_ENDPOINT_NAME"),
       aura_workspace_id=os.getenv("AURA_WORKSPACE"),
       lf_catalog_name=os.getenv("AURA_CATALOG"),
       access_key=os.getenv("access_key"),
       secret_key=os.getenv("secret_key"),
       default_database=target_database,
       use_single_cn_mode=True
   )
   ```
   
2. 定义并注册UDF。
   ```
   def add_udf(lhs: int, rhs: int) -> int:
       return lhs + rhs
   conncreate_scalar_function(
       add_udf,
       database=target_database,
       comment="To test create_scalar_function"
   )
   ```
   
3. 获取UDF。
   ```
   udf = con.get_function("add_udf", database=target_database)
   ```
   
4. 使用UDF并执行。
   ```
   # 使用UDF
   ds = con.load_dataset(name="your-table", schema="your-schema")
   ds = ds.map(fn=udf, on=[ds.price, ds.quantity], as_col="sum_column")
   ds = ds.select_columns([ds.price, ds.quantity, ds.sum_column])
   ds.show(limit=1)
   con.close()
   ```