![](/img/trans.png)
[英]Apache Spark 2.0: java.lang.UnsupportedOperationException: No Encoder found for java.time.LocalDate
[英]Apache Spark 2.1 : java.lang.UnsupportedOperationException: No Encoder found for scala.collection.immutable.Set[String]
我在Scala 2.11.6中使用Spark 2.1.1。 我收到以下错误。 我没有使用任何案例类。
java.lang.UnsupportedOperationException: No Encoder found for scala.collection.immutable.Set[String]
field (class: "scala.collection.immutable.Set", name: "_2")
field (class: "scala.Tuple2", name: "_2")
root class: "scala.Tuple2"
以下代码部分是stacktrace指向的位置。
val tweetArrayRDD = nameDF.select("namedEnts", "text", "storylines")
.flatMap {
case Row(namedEnts: Traversable[(String, String)], text: String, storylines: Traversable[String]) =>
Option(namedEnts) match {
case Some(x: Traversable[(String, String)]) =>
//println("In flatMap:" + x + " ~~&~~ " + text + " ~~&~~ " + storylines)
namedEnts.map((_, (text, storylines.toSet)))
case _ => //println("In flatMap: blahhhh")
Traversable()
}
case _ => //println("In flatMap: fooooo")
Traversable()
}
.rdd.aggregateByKey((Set[String](), Set[String]()))((a, b) => (a._1 + b._1, a._2 ++ b._2), (a, b) => (a._1 ++ b._1, a._2 ++ b._2))
.map { (s: ((String, String), (Set[String], Set[String]))) => {
//println("In map: " + s)
(s._1, (s._2._1.toSeq, s._2._2.toSeq))
}}
这里的问题是,星火没有为提供编码器Set
外的开箱(它的“原型”提供编码器,Seqs,数组和其他支持的类型的产品)。
您可以尝试使用这个出色的答案为Set[String]
创建自己的编码器(更准确地说,是针对您使用的类型的编码器, Traversable[((String, String), (String, Set[String]))]
,其中包含Set[String]
), 或者您可以使用Seq
代替Set
来解决此问题:
// ...
case Some(x: Traversable[(String, String)]) =>
//println("In flatMap:" + x + " ~~&~~ " + text + " ~~&~~ " + storylines)
namedEnts.map((_, (text, storylines.toSeq.distinct)))
// ...
(我正在使用distinct
模仿Set
行为;也可以尝试.toSet.toSeq
)
更新 :根据您的评论,请Dataset.flatMap
Spark Dataset.flatMap
区别在于1.6.2中, Dataset.flatMap
返回RDD
而不是Dataset
,因此不需要对您提供的函数返回的结果进行编码; 因此,这确实带来了另一个很好的解决方法-您可以通过在flatMap
操作之前显式切换为使用RDD来轻松模拟此行为:
nameDF.select("namedEnts", "text", "storylines")
.rdd
.flatMap { /*...*/ } // use your function as-is, it can return Set[String]
.aggregateByKey( /*...*/ )
.map( /*...*/ )
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.