Примечание.
Для доступа к этой странице требуется авторизация. Вы можете попробовать войти или изменить каталоги.
Для доступа к этой странице требуется авторизация. Вы можете попробовать изменить каталоги.
Область применения:
Databricks Runtime 18.2 и выше
Important
Эта функция доступна в бета-версии. Администраторы рабочей области могут управлять доступом к этой функции на странице "Предварительные версии ". См. статью "Управление предварительными версиями Azure Databricks".
Возвращает каноническое представление IPv4 или IPv6-адреса.
Соответствующая функция SQL см. в разделеip_host "Функция".
Syntax
from pyspark.databricks.sql import functions as dbf
dbf.ip_host(col=<col>)
Parameters
| Parameter | Тип | Description |
|---|---|---|
col |
pyspark.sql.Column или str |
Строковое или двоичное значение, представляющее допустимый IPv4 или IPv6-адрес. |
Примеры
Пример 1. Проверка IPv4-адреса.
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')]
Пример 2. Канонизация IPv6-адреса.
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')]
Пример 3. Проверка адреса IPv4, сопоставленного с 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')]
Пример 4. Проверка адреса IPv4 в двоичном формате. Входные данные — это двоичное представление IPv4-адреса 192.168.1.5.
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')]
Пример 5. None Возвращает Noneвходные данные.
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)]