Exception in thread "main" org.apache.spark.SparkException: Task not serializable异常

问题：Exception in thread "main" org.apache.spark.SparkException: Task not serializable异常

问题原因：

 所生成的任务对象需要序列化，以便的不同的节点进行传输，保证数据的正确性。

/

Java 串行化技术可以使你将一个对象的状态写入一个Byte 流里，并且可以从其它地方把该Byte 流里的数据读出来，重新构造一个相同的对象。这种机制允许你将对象通过网络进行传播，并可以随时把对象持久化到数据库、文件等系统里。Java的串行化机制是RMI、EJB等技术的技术基础。用途：利用对象的串行化实现保存应用程序的当前工作状态，下次再启动的时候将自动地恢复到上次执行的状态。

序列化就是一种用来处理对象流的机制，所谓对象流也就是将对象的内容进行流化。可以对流化后的对象进行读写操作，也可将流化后的对象传输于网络之间。序列化是为了解决在对对象流进行读写操作时所引发的问题。

序列化的实现：将需要被序列化的类实现Serializable接口，然后使用一个输出流(如：FileOutputStream)来构造一个ObjectOutputStream(对象流)对象，接着，使用ObjectOutputStream对象的writeObject(Object obj)方法就可以将参数为obj的对象写出(即保存其状态)，要恢复的话则用输入流。

以上内容来自于：http://blog.csdn.net/yakihappy/article/details/3979373 

/

解决方案：

Scala的object和class需要实现接口 Serializable 

/**
 * constructor the object
 */
objectLewa_device_report extendsSerializable {}

/**
 * @author Administrator
 * filepath    : String
 * originalfileRDD      : org.apache.spark.rdd.RDD[StringBuffer]
 * sqlcontext  :org.apache.spark.sql.SQLContext
 */
class Lewa_device_report( var filepath:String, val sparkcontext:org.apache.spark.SparkContext,val sqlcontext:org.apache.spark.sql.SQLContext)extends Serializable{}

查看一下API文档

关于SparkContext 

 

  

关于SQLconntext

问题出在了SparkContext上，该类没有序列化

解决：转换思路，传递的参数不要包含SparkContext 参数

2015年1月11日13:51:49

昨天在上海Intel的spark meetup上 paypal公司的戴云晶分享的spark讲解中 关于这个问题的解决方案，使用@Transient  和 implicit去解决，

@ Transient var nativeLogger = Logger.getRootLogger()
 
 implicit def logger = nativeLogger

但是， 我使用后依然出现问题：