Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
S’applique à :
Databricks Runtime 18.2 et versions ultérieures
Important
Cette fonctionnalité est en version bêta.
Retourne la représentation canonique d’une adresse IPv4 ou IPv6.
Pour la fonction SQL correspondante, consultez ip_host la fonction.
Syntax
from pyspark.databricks.sql import functions as dbf
dbf.ip_host(col=<col>)
Parameters
| Paramètre | Catégorie | Description |
|---|---|---|
col |
pyspark.sql.Column ou str |
Valeur STRING ou BINARY représentant une adresse IPv4 ou IPv6 valide. |
Exemples
Exemple 1 : Valider une adresse 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')]
Exemple 2 : Canonicaliser une adresse IPv6.
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')]
Exemple 3 : Valider une adresse IPv4 mappée 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')]
Exemple 4 : Valider une adresse IPv4 au format binaire. L’entrée est la représentation binaire de l’adresse 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')]
Exemple 5 : None retour Noned’entrée .
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)]