Używam Apache Spark 2.0 i tworzę case class
dla wzmianki o schemacie dla DetaSet
. Kiedy próbuję zdefiniować niestandardową Koder według How to store custom objects in Dataset? dla java.time.LocalDate
mam następujący wyjątek:Apache Spark 2.0: java.lang.UnsupportedOperationException: Nie znaleziono kodera dla java.time.LocalDate
java.lang.UnsupportedOperationException: No Encoder found for java.time.LocalDate
- field (class: "java.time.LocalDate", name: "callDate")
- root class: "FireService"
at org.apache.spark.sql.catalyst.ScalaReflection$.org$apache$spark$sql$catalyst$ScalaReflection$$serializerFor(ScalaReflection.scala:598)
at org.apache.spark.sql.catalyst.ScalaReflection$$anonfun$9.apply(ScalaReflection.scala:592)
at org.apache.spark.sql.catalyst.ScalaReflection$$anonfun$9.apply(ScalaReflection.scala:583)
at scala.collection.TraversableLike$$anonfun$flatMap$1.apply(TraversableLike.scala:241)
at scala.collection.TraversableLike$$anonfun$flatMap$1.apply(TraversableLike.scala:241)
at scala.collection.immutable.List.foreach(List.scala:381)
at scala.collection.TraversableLike$class.flatMap(TraversableLike.scala:241)
............
Poniżej kodem:
case class FireService(callNumber: String, callDate: java.time.LocalDate)
implicit val localDateEncoder: org.apache.spark.sql.Encoder[java.time.LocalDate] = org.apache.spark.sql.Encoders.kryo[java.time.LocalDate]
val fireServiceDf = df.map(row => {
val dateFormatter = java.time.format.DateTimeFormatter.ofPattern("MM/dd /yyyy")
FireService(row.getAs[String](0), java.time.LocalDate.parse(row.getAs[String](4), dateFormatter))
})
Jak możemy zdefiniować enkoder partyjnego api trzeciej iskry?
Aktualizacja
gdy tworzę enkoder dla całej klasy przypadek, df.map..
map przedmiot na binarne, jak poniżej:
implicit val fireServiceEncoder: org.apache.spark.sql.Encoder[FireService] = org.apache.spark.sql.Encoders.kryo[FireService]
val fireServiceDf = df.map(row => {
val dateFormatter = java.time.format.DateTimeFormatter.ofPattern("MM/dd/yyyy")
FireService(row.getAs[String](0), java.time.LocalDate.parse(row.getAs[String](4), dateFormatter))
})
fireServiceDf: org.apache.spark.sql.Dataset[FireService] = [value: binary]
Oczekuję mapę dla FireService, ale powrót binarny mapy .
Hej @Alexey Dostałem twój punkt jeszcze Nie mam dokładnego powodu, dlaczego potrzebowaliśmy formatera pełnego obiektu? –
Mam twój punkt. Aktualizuję również pytanie, ponieważ teraz moje dane są konwertowane na Binary. Kiedy używam znacznika czasu zamiast LocalDate, kompilacja dataschema jako FireService inaczej jako plik binarny. –
Proszę zadać to jako osobne pytanie. Ogólnie nie edytuj pytania, aby zadać inne pytanie. –