[英]How to implement Functor[Dataset]
我正在努力如何創建Functor[Dataset]
的實例...問題是當你從A
map
到B
, Encoder[B]
必須在隱式范圍內,但我不知道該怎么做。
implicit val datasetFunctor: Functor[Dataset] = new Functor[Dataset] {
override def map[A, B](fa: Dataset[A])(f: A => B): Dataset[B] = fa.map(f)
}
當然這個代碼拋出了一個編譯錯誤,因為Encoder[B]
不可用但我不能將Encoder[B]
添加為隱式參數,因為它會改變map方法簽名,我該如何解決這個問題?
你不能馬上申請f
,因為你錯過了Encoder
。 唯一明顯的直接解決方案是:帶cats
並重新實現所有接口,添加一個隱含的Encoder
參數。 我看不出有任何的方式來實現Functor
的Dataset
直接 。
然而 ,以下替代解決方案可能足夠好。 你可以做的是為數據集創建一個包裝器,它有一個沒有隱式Encoder
的map
方法,但是還有一個toDataset
方法,最后需要Encoder
。
對於這個包裝器,你可以應用一個非常類似於所謂的Coyoneda
(或Coyo
?今天他們稱之為什么?我不知道......)的結構。 它本質上是一種為任意類型構造函數實現“自由函子”的方法。
這是一個草圖(它與貓1.0.1編譯,由假人取代了Spark
特征):
import scala.language.higherKinds
import cats.Functor
/** Dummy for spark-Encoder */
trait Encoder[X]
/** Dummy for spark-Dataset */
trait Dataset[X] {
def map[Y](f: X => Y)(implicit enc: Encoder[Y]): Dataset[Y]
}
/** Coyoneda-esque wrapper for `Dataset`
* that simply stashes all arguments to `map` away
* until a concrete `Encoder` is supplied during the
* application of `toDataset`.
*
* Essentially: the wrapped original dataset + concatenated
* list of functions which have been passed to `map`.
*/
abstract class MappedDataset[X] private () { self =>
type B
val base: Dataset[B]
val path: B => X
def toDataset(implicit enc: Encoder[X]): Dataset[X] = base map path
def map[Y](f: X => Y): MappedDataset[Y] = new MappedDataset[Y] {
type B = self.B
val base = self.base
val path: B => Y = f compose self.path
}
}
object MappedDataset {
/** Constructor for MappedDatasets.
*
* Wraps a `Dataset` into a `MappedDataset`
*/
def apply[X](ds: Dataset[X]): MappedDataset[X] = new MappedDataset[X] {
type B = X
val base = ds
val path = identity
}
}
object MappedDatasetFunctor extends Functor[MappedDataset] {
/** Functorial `map` */
def map[A, B](da: MappedDataset[A])(f: A => B): MappedDataset[B] = da map f
}
現在,您可以將數據集ds
包裝到MappedDataset(ds)
,然后根據需要使用隱式MappedDatasetFunctor
對其進行map
,然后在最后調用toDataset
,您可以為最終結果提供具體的Encoder
。
請注意,這會將map
所有函數組合到一個spark階段:它將無法保存中間結果,因為缺少所有中間步驟的Encoder
。
我還沒有學過cats
,我無法保證這是最慣用的解決方案。 可能Coyoneda
-esque已經在圖書館里了。
編輯:在貓庫中有Coyoneda ,但它需要將F ~> G
自然轉換為仿函數G
不幸的是,我們沒有Dataset
的Functor
(首先是問題)。 我上面的實現是:代替Functor[G]
,它需要在固定的X
處的(不存在的)自然變換的單個態射 (這是Encoder[X]
所用的)。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.