[spark 面试]NULL值问题及序列化错误

1、NULL值问题如何解决？ 
2、序列化错误如何解决？

一些场景下，我们并不需要返回具体的值，这个时候往往我们会返回NULL值，但是有时候你可能在下一步的RDD操作中要求RDD的元素不能够是NULL值，如果是的话就会抛出异常，此时该如何处理呢？这个时候我们可以在继续返回NULL值的基础上，在下一步要使用的时候通过Option进行模式匹配（Some和None）来化解NULL值的情况。还有一种办法：我们可以返回一个特定的值，然后在下一步业务逻辑操作之前进行filter操作，把该特定的值过滤掉，这样就在无形中化解了NULL值的问题。

关于序列化的问题： 
第一种问题：一些库或者框架的对象无法序列化，例如数据库的连接句柄Connection。实际生产环境下经常使用第三方库，所以必须注意第三方库中对象实例能否实例化 
第二种情况：RDD中的元素不能够序列化，实际生产环境下一定会频繁定义RDD（其实是定义RDD中的元素类型），例如说JavaRDD，此时自定义的Animal必须实现Serializable接口 
第三种情况：RDD算子内部在实现业务逻辑的时候使用了外部定义的对象，该外部对象也必须实现序列化接口。

Spark的数据结构是什么？

RDD、DataFrame、DataSet 
Broadcast、Accumulator