在 Spark Cassandra 连接器中映射 UUID

Question

我有以下代码将 RDD 保存到 cassandra：

 JavaRDD<UserByID> mapped = ......

CassandraJavaUtil.javaFunctions(mapped)
.writerBuilder("mykeyspace", "user_by_id", mapToRow(UserByID.class)).saveToCassandra();

而UserByID是一个普通的可序列化 POJO，带有以下带有 getter 和 setter 的变量

private UUID userid;

Cassandra 表具有与 UserByID 类变量完全相同的名称，并且 userid 在 Cassandra 表中属于 uuid 类型，我使用相同的类映射从表中成功加载数据。

CassandraJavaRDD<UserByID> UserByIDRDD = javaFunctions(spark)
 .cassandraTable("mykeyspace", "user_by_id", mapRowTo(UserByID.class));

但是，当我调用上面的saveToCassandra函数时，出现以下异常：

org.apache.spark.SparkException: Job aborted due to stage failure: Task
0 in stage 227.0 failed 1 times, most recent failure: Lost task 0.0
in stage 227.0 (TID 12721, localhost, executor driver): 
java.lang.IllegalArgumentException: 
The value (4e22e71a-a387-4de8-baf1-0ef6e65fe33e) of the type 
(java.util.UUID) cannot be converted to 
struct<leastSignificantBits:bigint,mostSignificantBits:bigint> 

为了解决这个问题，我已经注册了 UUID 编解码器，但这没有帮助，我正在使用spark-cassandra-connector_2.11版本 2.4.0 和相同版本的spark-core_2.11有什么建议吗？

我的参考在这里，但它没有 Java UUID 示例，感谢您的帮助。

Answer 1

这真是一个奇怪的错误——这在连接器 2.4.0 和 Spark 2.2.1 中工作正常，示例如下：

表定义：

CREATE TABLE test.utest (
    id int PRIMARY KEY,
    u uuid
);

POJO类：

public class UUIDData {
    private UUID u;
    private int id;
    ...
    // getters/setters
};

星火工作：

public static void main(String[] args) {
    SparkSession spark = SparkSession
            .builder()
            .appName("UUIDTest")
            .getOrCreate();

    CassandraJavaRDD<UUIDData> uuids = javaFunctions(spark.sparkContext())
            .cassandraTable("test", "utest", mapRowTo(UUIDData.class));

    JavaRDD<UUIDData> uuids2 = uuids.map(x -> new UUIDData(x.getId() + 10, x.getU()));

    CassandraJavaUtil.javaFunctions(uuids2)
            .writerBuilder("test", "utest", mapToRow(UUIDData.class))
            .saveToCassandra();
}

我注意到在您的代码中您使用函数mapRowTo和mapToRow而没有调用 POJO 上的.class - 您确定您的代码已编译并且您没有运行任何旧版本的代码吗？