Spark：如何在Typed Dataset中简便实现保留两位小数

好问题！在Spark的Typed Dataset里，确实有几种简洁的方式实现数值保留两位小数，不用来回切换到DataFrame API。我给你梳理几个实用方案：

1. 直接通过map操作修改字段值 #

这是最直观的Typed风格实现，直接操作Case Class的字段，用Scala的BigDecimal来做四舍五入处理：

import scala.math.BigDecimal.RoundingMode

// 假设你已经有了Typed Dataset实例
val originalDs: Dataset[Record] = getYourDataset() // 对应你代码里的数据集获取方法

// 保留两位小数，生成新的Dataset
val roundedDs: Dataset[Record] = originalDs.map(record => {
  val roundedAmt = BigDecimal(record.AMT).setScale(2, RoundingMode.HALF_UP).toDouble
  record.copy(AMT = roundedAmt)
})

这里用record.copy()创建新的Record实例（因为Case Class是不可变的），对AMT字段做精度处理，完全基于Typed API操作，不需要切换到DataFrame。

2. 聚合场景下的精度处理 #

如果是像你代码里用到的聚合操作（比如typedSum），可以在聚合后用map处理结果：

import org.apache.spark.sql.expressions.scalalang.typed.{sum => typedSum}
import scala.math.BigDecimal.RoundingMode

val aggregatedDs = originalDs
  .groupByKey(_.BOOK)
  .agg(typedSum(_.AMT).alias("totalAmt"))
  .map { case (book, totalAmt) =>
    // 对聚合后的金额保留两位小数
    val roundedTotal = BigDecimal(totalAmt).setScale(2, RoundingMode.HALF_UP).toDouble
    (book, roundedTotal) // 可以根据需求封装成新的Case Class
  }

3. 改用BigDecimal类型优化精度（推荐用于金额场景） #

如果你的业务涉及金额计算，非常建议把Case Class里的AMT字段从Double改成scala.math.BigDecimal，避免Double的精度丢失问题，同时处理精度更方便：

// 修改Case Class的字段类型
case class Record(BOOK: String, ID: String, CCY: String, AMT: BigDecimal)

// 从DataFrame转换为Typed Dataset时，自动处理类型
val typedDs: Dataset[Record] = yourDataFrame.as[Record]

// 保留两位小数
val roundedDs = typedDs.map(record => 
  record.copy(AMT = record.AMT.setScale(2, RoundingMode.HALF_UP))
)

这种方式全程用精确的十进制类型，比Double更可靠，尤其适合金融类场景。

和DataFrame方式的对比 #

DataFrame里我们常用round(col("AMT"), 2)，而Typed Dataset的方式更贴合面向对象的编程风格，直接操作Case Class实例，类型更安全，不需要写字符串形式的字段名。

内容的提问来源于stack exchange，提问作者1pluszara