java dataframe_Spark DataFrame为数据集空值

从MS SQL数据库导入数据时，可能存在空值 . 在Spark中，DataFrames能够处理空值 . 但是当我尝试将DataFrame转换为强类型数据集时，我收到编码器错误 .

这是一个简单的例子：

case class optionTest(var a: Option[Int], var b: Option[Int])

object testObject {

def main(args: Array[String]): Unit = {

import spark.implicits._

val df = spark.sparkContext.parallelize(Seq(input)).toDF()

val df2 = Seq((1, 3), (3, Option(null)))

.toDF("a", "b")

.as[optionTest]

df2.show()

}

}

以下是此案例的错误：

No Encoder found for Any

- field (class: "java.lang.Object", name: "_2")

- root class: "scala.Tuple2"

java.lang.UnsupportedOperationException: No Encoder found for Any

- field (class: "java.lang.Object", name: "_2")

- root class: "scala.Tuple2"

从DataFrame创建数据集时，建议的处理可为空值的方法是什么？