Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Platí pro:
Databricks Runtime 18.2 a vyšší
Important
Tato funkce je v beta verzi. Správci pracovního prostoru můžou řídit přístup k této funkci ze stránky Previews . Viz Manage Azure Databricks preview.
Vrátí kanonickou reprezentaci adresy IPv4 nebo IPv6.
Odpovídající funkci SQL najdete v tématuip_host funkce.
Syntax
from pyspark.databricks.sql import functions as dbf
dbf.ip_host(col=<col>)
Parameters
| Parameter | Typ | Description |
|---|---|---|
col |
pyspark.sql.Column nebo str |
Hodnota STRING nebo BINARY představující platnou adresu IPv4 nebo IPv6. |
Příklady
Příklad 1: Ověření adresy IPv4
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('192.168.1.5',)], ['ipv4'])
df.select(dbf.ip_host('ipv4').alias('result')).collect()
[Row(result='192.168.1.5')]
Příklad 2: Canonicalize an IPv6 address.
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('2001:0DB8:0000:0000:0000:0000:0000:0001',)], ['ipv6'])
df.select(dbf.ip_host('ipv6').alias('result')).collect()
[Row(result='2001:db8::1')]
Příklad 3: Ověření adresy IPv4 mapované IPv6
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([('::ffff:192.0.2.128',)], ['ip'])
df.select(dbf.ip_host('ip').alias('result')).collect()
[Row(result='::ffff:192.0.2.128')]
Příklad 4: Ověření adresy IPv4 v binárním formátu Vstup je binární reprezentace adresy 192.168.1.5IPv4 .
from pyspark.databricks.sql import functions as dbf
from pyspark.sql.functions import hex
df = spark.createDataFrame([(bytearray([0xC0, 0xA8, 0x01, 0x05]),)], ['ip'])
df.select(hex(dbf.ip_host('ip')).alias('result')).collect()
[Row(result='C0A80105')]
Příklad 5: None vstup vrátí None.
from pyspark.databricks.sql import functions as dbf
df = spark.createDataFrame([(None,)], 'ip: string')
df.select(dbf.ip_host('ip').alias('result')).collect()
[Row(result=None)]