使用带有 Java 的不可变类的 spark 反序列化错误（+ lombok）

Question

我有这个简单的模型类

@Value // lombok - create standard all arg constructor and getters
public class ModelA implements Serializable {
    private String word;
    private double value;
}

这个简单的测试失败了：

public class SparkSerializationTest {

    private SparkSession spark = SparkSession.builder()
            .master("local")
            .appName("Test")
            .getOrCreate();

    @Test
    public void testSerializationModelA() {
        ModelA   modelA1 = new ModelA("A1", 12.34);
        ModelA   modelA2 = new ModelA("A2", 56.78);

        Dataset<ModelA> dataset = spark.createDataset(
                Arrays.asList(modelA1, modelA2),
                Encoders.bean(ModelA.class));

        List<ModelA> yo = dataset.collectAsList(); // <== *** failure here ***

        assertThat(yo).isEqualTo(Arrays.asList(modelA1, modelA2));
    }
}

除了：

java.util.concurrent.ExecutionException: org.codehaus.commons.compiler.CompileException: File 'generated.java', Line 24, Column 67: failed to compile: org.codehaus.commons.compiler.CompileException: File 'generated.java', Line 24, Column 67: No applicable constructor/method found for zero actual parameters; candidates are: "com.xxx.yyy.ModelA(java.lang.String, double)"

似乎它需要一个零参数构造函数。 但我希望我的模型是不可变的，因此具有完整的 arg 构造函数而没有 setter。 我该怎么做？

Answer 1

简单的办法

只需给它没有任何设置器的无参数构造函数。 它将是可变的，但与提供所有 setter 时相比，它的混乱程度略低。 当您使用Kryo 作为您的解串器时（我认为您已经这样做了），您可以将此构造函数保持为私有。

仍然可以使用空值和无意义的值调用全参数构造函数。 如果您想对对象的有效性强加某种契约，请显式使用验证。 如果您追求的是不变性，则您的成员将不再是使用无参数构造函数的最终成员。

对象创建的动态特性

反序列化通过调用最简单的（无参数）构造函数来工作，因为对于使用的实用程序的作者来说，这是一个更容易实现的过程，而不是将一个调用组装到具有所有必要属性的构造函数中，其顺序可以是任意的并且不能保证对对象属性的分配。

相反，他们创建 vanila 对象并通过 setter 或反射填充它，以确保序列化版本和对象版本之间的名称匹配。 All-args 构造函数会不太可靠并且更难实现。

在 Kryo 中创建自定义对象

如果您需要保持不变性，则必须使用自定义对象创建。 请查看Kryo 的自定义对象创建示例：

 Registration registration = kryo.register(SomeClass.class); registration.setInstantiator(new ObjectInstantiator<SomeClass>() { public SomeClass newInstance () { return new SomeClass("some constructor arguments", 1234); } });