在 Scalar Scala UDFs 中控制全局状态¶

跨 JVMs 并行化¶

Snowflake 可在 仓库 中的工作线程之间实现并行化。每个工作线程运行一个（或多个） JVMs。这意味着没有全局共享状态。最多只能在单个 JVM 内共享状态。

JVMs 内部并行化¶

• 每个 JVM 可以执行多个线程，这些线程可以并行调用同一实例的处理程序方法。这意味着每个处理程序方法都需要是线程安全的。

• 如果 UDF 为 IMMUTABLE，并且 SQL 语句对同一行使用相同实参调用 UDF 多次，那么 UDF 对该行的每次调用都会返回相同的值。

  例如，如果 UDF 为 IMMUTABLE，以下调用会为每行返回两次相同的值。

  SELECT my_scala_udf(42), my_scala_udf(42) FROM table1;
  

  Copy

  如果您希望多次调用即使传递相同的实参也能返回独立的值，并且不想声明函数 VOLATILE，那么可以将多个独立的 UDFs 绑定到同一个处理程序方法上。

  您可以根据以下步骤执行此操作。

  1. 创建名为 @udf_libs/rand.jar 且包含以下代码的 JAR 文件：

     class MyClass {
     
         var x: Double = 0.0
     
         // Constructor
         def this() = {
             x = Math.random()
         }
     
         // Handler
         def myHandler(): Double = x
     }
     

     Copy

  2. 创建 Scala UDFs，如下所示。

     这些 UDFs 具有不同的名称，但使用相同的 JAR 文件和该 JAR 文件中相同的处理程序。

     CREATE FUNCTION my_scala_udf_1()
       RETURNS DOUBLE
       LANGUAGE SCALA
       IMPORTS = ('@udf_libs/rand.jar')
       HANDLER = 'MyClass.myHandler';
     
     CREATE FUNCTION my_scala_udf_2()
       RETURNS DOUBLE
       LANGUAGE SCALA
       IMPORTS = ('@udf_libs/rand.jar')
       HANDLER = 'MyClass.myHandler';
     

     Copy

  3. 使用以下代码调用这两个 UDFs。

     UDFs 指向同一 JAR 文件和处理程序。这些调用会创建同一类的两个实例。每个实例返回一个独立的值，因此下面的示例返回两个独立值，而不是两次返回相同的值：

     SELECT my_scala_udf_1(), my_scala_udf_2() FROM table1;
     

     Copy