您可以通過MaxCompute Studio工具使用Python 3語(yǔ)言編寫UDAF代碼，代碼中需要包含如下信息：

• 導(dǎo)入模塊：必選。

  至少要包含from odps.udf import annotate和from odps.udf import BaseUDAF。from odps.udf import annotate用于導(dǎo)入函數(shù)簽名模塊，MaxCompute才可以識(shí)別后續(xù)代碼中定義的函數(shù)簽名。from odps.udf import BaseUDAF為Python UDAF的基類，您需要通過此類在派生類中實(shí)現(xiàn)iterate、merge、terminate等方法。

  當(dāng)UDAF代碼中需要引用文件資源或表資源時(shí)，需要包含from odps.distcache import get_cache_file（文件資源）或from odps.distcache import get_cache_table（表資源）。

• 函數(shù)簽名：必選。

  格式為@annotate(<signature>)，signature用于定義函數(shù)的輸入?yún)?shù)和返回值的數(shù)據(jù)類型。更多函數(shù)簽名信息，請(qǐng)參見函數(shù)簽名及數(shù)據(jù)類型。

• 自定義Python類（派生類）：必選。

  UDAF代碼的組織單位，定義了實(shí)現(xiàn)業(yè)務(wù)需求的變量及方法。您還可以在代碼中引用MaxCompute內(nèi)置的第三方庫(kù)或引用文件、表資源。更多信息，請(qǐng)參見第三方庫(kù)或引用資源。

• 實(shí)現(xiàn)Python類的方法：必選。

  Python類實(shí)現(xiàn)包含如下4個(gè)方法，您可以根據(jù)實(shí)際需要進(jìn)行選擇。

  方法定義	描述
  BaseUDAF.new_buffer()	返回聚合函數(shù)的中間值的buffer。buffer必須是Marshal對(duì)象（例如LIST、DICT），并且buffer的大小不應(yīng)該隨數(shù)據(jù)量遞增。在極限情況下，buffer在執(zhí)行對(duì)象序列化后的大小不應(yīng)該超過2 MB。
  BaseUDAF.iterate(buffer[, args, ...])	將args聚合到中間值buffer中。
  BaseUDAF.merge(buffer, pbuffer)	將中間值buffer和pbuffer合并的結(jié)果存放在buffer中。
  BaseUDAF.terminate(buffer)	將buffer轉(zhuǎn)換為MaxCompute SQL的基本類型。

UDAF代碼示例如下。

#導(dǎo)入函數(shù)簽名模塊及基類。
from odps.udf import annotate
from odps.udf import BaseUDAF
#函數(shù)簽名。
@annotate('double->double')
#自定義Python類。
class Average(BaseUDAF):
#實(shí)現(xiàn)Python類的方法。
    def new_buffer(self):
        return [0, 0]
    def iterate(self, buffer, number):
        if number is not None:
            buffer[0] += number
            buffer[1] += 1
    def merge(self, buffer, pbuffer):
        buffer[0] += pbuffer[0]
        buffer[1] += pbuffer[1]
    def terminate(self, buffer):
        if buffer[1] == 0:
            return 0.0
        return buffer[0] / buffer[1]

Python 2官方即將停止維護(hù)，建議您根據(jù)項(xiàng)目類型執(zhí)行遷移操作：

• 全新項(xiàng)目：新MaxCompute項(xiàng)目，或第一次使用Python語(yǔ)言編寫UDAF的MaxCompute項(xiàng)目。建議所有的Python UDAF都直接使用Python 3語(yǔ)言編寫。

• 存量項(xiàng)目：創(chuàng)建了大量Python 2 UDAF的MaxCompute項(xiàng)目。請(qǐng)您謹(jǐn)慎開啟Python 3。如果您計(jì)劃逐步將所有Python 2 UDAF遷移為Python 3 UDAF，推薦方法如下：

  • 新作業(yè)和新UDAF：使用Python 3語(yǔ)言編寫，在Session級(jí)別開啟Python 3。開啟Python 3方法，請(qǐng)參見開啟Python 3。

  • Python 2 UDAF：改寫Python 2 UDAF，使其可以同時(shí)兼容Python 2和Python 3。改寫方法請(qǐng)參見將Python 2代碼移植到Python 3。

    說明

    如果您需要編寫公共UDAF，并為多個(gè)MaxCompute項(xiàng)目授權(quán)UDAF的操作權(quán)限，建議UDAF同時(shí)兼容Python 2和Python 3。

@annotate(<signature>)

'arg_type_list -> type'

• arg_type_list：表示輸入?yún)?shù)的數(shù)據(jù)類型。輸入?yún)?shù)可以為多個(gè)，用英文逗號(hào)（,）分隔。支持的數(shù)據(jù)類型為BIGINT、STRING、DOUBLE、BOOLEAN、DATETIME、DECIMAL、FLOAT、BINARY、DATE、DECIMAL(precision,scale)、CHAR、VARCHAR、復(fù)雜數(shù)據(jù)類型（ARRAY、MAP、STRUCT）或復(fù)雜數(shù)據(jù)類型嵌套。

  arg_type_list還支持星號(hào)（*）或?yàn)榭眨?'）：

  • 當(dāng)arg_type_list為星號(hào)（*）時(shí)，表示輸入?yún)?shù)為任意個(gè)數(shù)。

  • 當(dāng)arg_type_list為空（''）時(shí)，表示無(wú)輸入?yún)?shù)。

• type：表示返回值的數(shù)據(jù)類型。UDAF只返回一列。支持的數(shù)據(jù)類型為：BIGINT、STRING、DOUBLE、BOOLEAN、DATETIME、DECIMAL、FLOAT、BINARY、DATE、DECIMAL(precision,scale)、復(fù)雜數(shù)據(jù)類型（ARRAY、MAP、STRUCT）或復(fù)雜數(shù)據(jù)類型嵌套。

按照開發(fā)流程，完成Python 3 UDAF開發(fā)后，您即可通過MaxCompute SQL調(diào)用Python 3 UDAF。調(diào)用方法如下：

• 在歸屬M(fèi)axCompute項(xiàng)目中使用自定義函數(shù)：使用方法與內(nèi)建函數(shù)類似，您可以參照內(nèi)建函數(shù)的使用方法使用自定義函數(shù)。

• 跨項(xiàng)目使用自定義函數(shù)：即在項(xiàng)目A中使用項(xiàng)目B的自定義函數(shù)，跨項(xiàng)目分享語(yǔ)句示例：select B:udf_in_other_project(arg0, arg1) as res from table_t;。更多跨項(xiàng)目分享信息，請(qǐng)參見基于Package跨項(xiàng)目訪問資源。

Python UDAF函數(shù)簽名格式請(qǐng)參見函數(shù)簽名及數(shù)據(jù)類型。

• 您可以在參數(shù)列表中使用*，表示接受任意長(zhǎng)度、任意類型的輸入?yún)?shù)。例如@annotate('double,*->string')表示接受第一個(gè)參數(shù)是DOUBLE類型，后接任意長(zhǎng)度、任意類型的參數(shù)列表。此時(shí)，您需要自己編寫代碼判斷輸入的個(gè)數(shù)和參數(shù)類型，然后對(duì)它們進(jìn)行相應(yīng)的操作（您可以對(duì)比C語(yǔ)言里面的printf函數(shù)來理解此操作）。

  說明

  *用在返回值列表中時(shí)，表示的是不同的含義。

• UDAF的返回值可以使用*，表示返回任意個(gè)STRING類型。返回值的個(gè)數(shù)與調(diào)用函數(shù)時(shí)設(shè)置的別名個(gè)數(shù)有關(guān)。例如@annotate("bigint,string->double,*")，調(diào)用方式是UDTF(x, y) as (a, b, c)，此處as后面設(shè)置了三個(gè)別名，即a、b、c。編輯器會(huì)認(rèn)定a為DOUBLE類型（Annotation中返回值第一列的類型是給定的），b和c為STRING類型。因?yàn)檫@里給出了三個(gè)返回值，所以UDTF在調(diào)用forward時(shí)，forward必須是長(zhǎng)度為3的數(shù)組，否則會(huì)出現(xiàn)運(yùn)行時(shí)報(bào)錯(cuò)。

  說明

  這種錯(cuò)誤無(wú)法在編譯時(shí)報(bào)出，因此UDTF的調(diào)用者在SQL中設(shè)置alias個(gè)數(shù)時(shí)，必須遵循該UDAF定義的規(guī)則。由于聚合函數(shù)的返回值個(gè)數(shù)固定是1，所以這個(gè)功能對(duì)UDAF來說并無(wú)意義。

from odps.udf import annotate
from odps.udf import BaseUDAF
@annotate('bigint,*->string')
class MultiColSum(BaseUDAF):
    def new_buffer(self):
        return [0]
    def iterate(self, buffer, *args):
        for arg in args:
            buffer[0] += int(arg)
    def merge(self, buffer, pbuffer):
        buffer[0] += pbuffer[0]
    def terminate(self, buffer):
        return str(buffer[0])

UDAF的返回值只能固定為1個(gè)，以上UDAF示例中，返回值是多個(gè)輸入?yún)?shù)求和，然后多行聚合求和的結(jié)果，使用示例如下。

-- 根據(jù)輸入多個(gè)參數(shù)求和
SELECT my_multi_col_sum(a,b,c,d,e) from values (1,"2","3","4","5"), (6,"7","8","9","10") t(a,b,c,d,e);
-- 返回值為 55