Apache Spark 2.0：java.lang.UnsupportedOperationException：找不到java.time.LocalDate的编码器

Question

我正在使用Apache Spark 2.0并为DetaSet创建DetaSet架构的case class 。 当我试图根据如何在数据集中存储自定义对象来定义自定义编码器？ ，对于java.time.LocalDate我得到以下异常：

java.lang.UnsupportedOperationException: No Encoder found for java.time.LocalDate
- field (class: "java.time.LocalDate", name: "callDate")
- root class: "FireService"
at org.apache.spark.sql.catalyst.ScalaReflection$.org$apache$spark$sql$catalyst$ScalaReflection$$serializerFor(ScalaReflection.scala:598)
at org.apache.spark.sql.catalyst.ScalaReflection$$anonfun$9.apply(ScalaReflection.scala:592)
at org.apache.spark.sql.catalyst.ScalaReflection$$anonfun$9.apply(ScalaReflection.scala:583)
at scala.collection.TraversableLike$$anonfun$flatMap$1.apply(TraversableLike.scala:241)
at scala.collection.TraversableLike$$anonfun$flatMap$1.apply(TraversableLike.scala:241)
at scala.collection.immutable.List.foreach(List.scala:381)
at scala.collection.TraversableLike$class.flatMap(TraversableLike.scala:241)
............

以下是代码：

case class FireService(callNumber: String, callDate: java.time.LocalDate)
implicit val localDateEncoder: org.apache.spark.sql.Encoder[java.time.LocalDate] = org.apache.spark.sql.Encoders.kryo[java.time.LocalDate]

val fireServiceDf = df.map(row => {
val dateFormatter = java.time.format.DateTimeFormatter.ofPattern("MM/dd /yyyy")
FireService(row.getAs[String](0),  java.time.LocalDate.parse(row.getAs[String](4), dateFormatter))
})

我们如何定义第三方api的spark编码器？

更新

当我为整个案例类创建编码器时， df.map..将对象映射为二进制，如下所示：

implicit val fireServiceEncoder: org.apache.spark.sql.Encoder[FireService] = org.apache.spark.sql.Encoders.kryo[FireService]

val fireServiceDf = df.map(row => {
 val dateFormatter = java.time.format.DateTimeFormatter.ofPattern("MM/dd/yyyy")
 FireService(row.getAs[String](0), java.time.LocalDate.parse(row.getAs[String](4), dateFormatter))
})

fireServiceDf: org.apache.spark.sql.Dataset[FireService] = [value: binary]

我期待FireService的地图，但返回地图的二进制。

Answer 1

正如最后一条评论所说，“如果类包含一个字段条，则需要整个对象的编码器。” 您需要为FireService本身提供一个隐式编码器; 否则Spark使用SQLImplicits.newProductEncoder[T <: Product : TypeTag]: Encoder[T]为您构造一个SQLImplicits.newProductEncoder[T <: Product : TypeTag]: Encoder[T] 。 您可以从类型中看到它不使用字段的任何implicit编码器参数，因此它不能使用localDateEncoder 。

可以更改Spark以处理此问题，例如使用Shapeless库或直接使用宏; 我不知道这是否是未来的计划。