发现问题
object serialDemo {
def main(args: Array[String]): Unit = {
val sparConf = new SparkConf().setMaster("local").setAppName("WordCount")
val sc = new SparkContext(sparConf)
val rdd: RDD[String] = sc.makeRDD(Array("hello world", "hello spark", "hive", "atguigu"))
val search = new Search("h")
search.getMatch1(rdd).collect().foreach(println)
// search.getMatch2(rdd).collect().foreach(println)
sc.stop()
}
// 查询对象
// 类的构造参数其实是类的属性, 构造参数需要进行闭包检测,其实就等同于类进行闭包检测
class Search(query:String){
def isMatch(s: String): Boolean = {
s.contains(this.query)
}
// 函数序列化案例
def getMatch1 (rdd: RDD[String]): RDD[String] = {
rdd.filter(isMatch)
}
// 属性序列化案例
def getMatch2(rdd: RDD[String]): RDD[String] = {
val s = query
rdd.filter(x => x.contains(s))
}
}
}
运行结果:
报错出现“任务无法序列化”的问题,分析原因得知:
从计算的角度 , 算子以外的代码都是在 Driver 端执行 , 算子里面的代码都是在 Executor端执行 。那么在 scala 的函数式编程中,就会导致 算子内 经常会用到 算子外 的数据,这样就形成了闭包的效果,如果使用的算子外的数据无法序列化,就意味着无法传值给 Executor端执行,就会发生错误,所以需要在执行任务计算前,检测闭包内的对象是否可以进行序列化,这个操作我们称之为 闭包检测。
解决问题
1、让类继承序列化特质
2、将构造参数赋给字符串常量,因为字符串是可序列化的:
3、使用样例类
* 样例类Case Class
* Case Class一般被翻译成样例类,它是一种特殊的类,能够被优化以用于模式匹配。
* 当一个类被声名为case class的时候,scala会帮助我们做下面几件事情:
* 1、构造器中的参数如果不被声明为var的话,它默认的是val类型的,但一般不推荐将构造器中的参数声明为var。
* 2、自动创建伴生对象,同时在里面给我们实现子apply方法,使我们在使用的时候可以不直接使用new创建对象。
* 3、伴生对象中同样会帮我们实现unapply方法,从而可以将case class应用于模式匹配。
* 4、实现自己的toString、hashCode、copy、equals方法
* 除此之此,case class与其它普通的scala类没有区别
样例类引用:原文链接:https://blog.csdn.net/accptanggang/article/details/78575710