在Spark 2+中通过SparkSession向Kryo注册类

Question

我正在从Spark 1.6迁移到2.3。

我需要用Kryo注册自定义类。 所以我在这里看到： https ： //spark.apache.org/docs/2.3.1/tuning.html#data-serialization

val conf = new SparkConf().setMaster(...).setAppName(...)
conf.registerKryoClasses(Array(classOf[MyClass1], classOf[MyClass2]))
val sc = new SparkContext(conf)

问题是......在Spark 2+指令的其他地方，它表明SparkSession是一切的方法......如果你需要SparkContext它应该通过spark.sparkContext而不是作为一个独立的val。

所以现在我使用以下内容（并从我的代码中删除了任何conf，sc等的痕迹）......

val spark = SparkSession.builder.appName("myApp").getOrCreate()

我的问题 ：如果我不直接使用SparkConf或SparkContext我在哪里注册Kryo的类？

我在这里看到spark.kryo.classesToRegister ： https ： spark.kryo.classesToRegister

我有一个非常广泛的conf.json来设置spark-defaults.conf ，但是我想让它在各个应用程序中保持一致，所以我不想在这里注册类。

当我看到这里： https ： //spark.apache.org/docs/2.3.1/api/scala/index.html#org.apache.spark.sql.SparkSession

它让我觉得我可以做类似以下的事情来增强我的spark-defaults.conf ：

val spark = 
  SparkSession
    .builder
    .appName("myApp")
    .config("spark.kryo.classesToRegister", "???")
    .getOrCreate()

但是什么是??? 如果我想注册org.myorg.myapp.{MyClass1, MyClass2, MyClass3} ？ 我找不到这种用法的例子。

可不可能是：

.config("spark.kryo.classesToRegister", "MyClass1,MyClass2,MyClass3")

要么

.config("spark.kryo.classesToRegister", "class org.myorg.mapp.MyClass1,class org.myorg.mapp.MyClass2,class org.myorg.mapp.MyClass3")

或者是其他东西？

编辑

当我尝试通过spark.conf.set("spark.kryo.classesToRegister", "any,any2,any3")测试spark-shell中的不同格式时，无论我在字符串中放入any,any2,any3我都不会收到任何错误消息any,any2,any3 。

我试图使any每个以下格式

• “org.myorg.myapp.myclass”
• “我的课”
• “class org.myorg.myapp.myclass”

我不知道是否有任何成功注册的东西。

Answer 1

您是否尝试了以下内容，它应该可以工作，因为它实际上是SparkConf API的一部分，我认为唯一缺少的是您只需将其插入SparkSession ：

  private lazy val sparkConf = new SparkConf()
    .setAppName("spark_basic_rdd").setMaster("local[*]").registerKryoClasses(...)
  private lazy val sparkSession = SparkSession.builder()
    .config(sparkConf).getOrCreate()

如果你需要Spark Context，你可以调用： private lazy val sparkContext: SparkContext = sparkSession.sparkContext